生物统计学第十一章Word文件下载.docx
- 文档编号:16382824
- 上传时间:2022-11-23
- 格式:DOCX
- 页数:33
- 大小:101.09KB
生物统计学第十一章Word文件下载.docx
《生物统计学第十一章Word文件下载.docx》由会员分享,可在线阅读,更多相关《生物统计学第十一章Word文件下载.docx(33页珍藏版)》请在冰豆网上搜索。
num
AnalysisofVariance
SumofMean
SourceDFSquaresSquareFValuePr>
F
Model29.070013E184.535006E1827.66<
.0001
Error294.754238E181.639392E17
CorrectedTotal311.382425E19
RootMSE404894110R-Square0.6561
DependentMean524158580AdjR-Sq0.6324
CoeffVar77.24649
ParameterEstimates
ParameterStandard
VariableDFEstimateErrortValuePr>
|t|
Intercept120204936452373902158.51<
time1-14494782264019380-2.260.0312
bile1-45358620464019380-7.09<
由以上结果得出回归方程:
其中:
X1为时间,X2为胆汁盐浓度。
从偏回归系数的t检验结果可以得知,时间在α=0.05水平上显著,而胆汁盐浓度的显著性概率P<
0.0001。
11.210名浙江女大学士的身体体积、身高和体重的测量结果列在下表中[77],以身高和体重为自变量,身体体积为因变量,计算二元回归方程,并检验偏回归系数的显著性。
(注:
对于二元回归来说,只有10组观测值数量有些少,作为练习,姑且不去考虑样本的大小。
)
身体体积/m3
身高/cm
体重/kg
0.05529
165.0
55.0
0.04324
151.8
45.0
0.05174
159.0
53.5
0.05458
164.0
0.04962
158.5
50.5
0.04607
155.0
47.0
0.05387
158.3
56.0
0.05245
161.5
0.04749
157.5
48.0
0.06096
169.0
62.0
程序不再给出,结果如下:
v
Model20.000236700.000118351553.36<
Error75.333339E-77.619056E-8
CorrectedTotal90.00023724
RootMSE0.00027603R-Square0.9978
DependentMean0.05153AdjR-Sq0.9971
CoeffVar0.53565
VariableDFEstimateErrortValuePr>
Intercept1-0.036510.00484-7.540.0001
h10.000310620.000042177.370.0002
w10.000729840.0000422817.26<
由参数估计列可以得到回归方程:
其中X1为身高,X2为体重,身高和体重的偏回归系数都极显著。
11.3社鼠头骨若干特征的度量值与年龄存在相关性,下表列出了40只社鼠的鉴定年龄(a)和头骨8个特征的度量值(mm)[78]:
序号
鉴定年龄Y
X1
X2
X3
X4
X5
X6
X7
X8
34.60
33.62
31.26
16.10
5.44
8.74
6.12
6.74
34.50
33.44
31.68
15.92
4.82
9.00
5.82
6.48
37.36
36.36
34.28
17.46
5.48
9.96
6.08
6.72
36.94
35.80
34.10
17.14
5.28
9.80
5.46
6.62
5
38.00
37.72
35.74
5.14
9.92
5.84
6.68
6
38.30
37.44
35.64
17.08
10.26
5.72
6.90
7
39.72
39.18
36.72
17.84
5.60
10.50
5.76
8
27.34
26.42
23.50
13.46
4.70
7.59
4.50
5.12
9
36.78
34.52
16.48
5.36
9.44
5.96
6.78
10
37.12
36.12
34.24
16.44
9.52
5.90
6.38
11
34.78
33.56
31.40
15.46
8.42
5.68
5.88
12
31.38
30.86
28.56
14.54
5.08
7.82
5.78
6.00
13
36.50
35.72
33.48
16.42
5.06
8.90
6.40
14
33.80
32.92
30.70
16.88
8.24
5.66
15
32.28
31.14
28.50
15.38
4.88
7.68
5.38
16
37.88
37.06
34.54
16.60
5.52
6.84
17
32.74
31.82
29.58
15.30
8.00
18
30.00
26.18
13.92
4.98
7.12
5.10
19
33.22
32.10
29.62
15.58
4.96
5.56
20
37.08
36.90
33.78
17.38
9.60
6.04
21
35.32
34.32
32.18
15.70
5.00
8.88
6.02
6.46
22
32.66
31.08
28.92
15.34
4.76
7.80
5.42
23
32.64
31.50
29.46
14.64
7.40
5.74
5.20
24
32.68
29.18
14.94
7.86
25
30.94
30.20
27.70
14.36
5.22
7.22
5.70
4.92
26
36.84
35.96
34.04
17.02
9.08
6.16
27
37.58
36.88
34.44
16.72
10.00
6.36
28
29
33.34
31.30
16.64
5.18
9.22
5.58
30
35.00
32.70
31
34.12
33.10
15.68
9.32
5.62
32
34.22
33.26
31.60
16.00
9.12
6.28
33
37.54
36.80
34.62
5.24
6.70
34
33.94
33.38
31.36
16.84
8.72
6.24
35
34.00
33.02
30.54
15.56
8.86
6.42
36
31.54
30.46
28.04
15.20
7.78
37
38.10
37.62
34.86
17.44
10.16
6.14
7.16
38
30.50
27.92
14.84
5.30
39
32.26
30.82
28.62
4.94
5.50
40
37.38
36.20
16.90
5.54
注:
X1:
颅全长。
X2:
颅基长。
X3:
基底长。
X4:
颧宽。
X5:
眶间宽。
X6:
齿隙长。
X7:
上裂齿长。
X8:
门齿孔长。
计算多元回归方程,复相关系数,并用逐步回归方法选出包含3个自变量的回归方程。
(1)计算多元回归方程的程序和结果:
infile'
e:
\data\er11-3e.dat'
;
inputyx1-x8@@;
modely=x1-x8;
y
Model853.172316.6465464.33<
Error313.202690.10331
CorrectedTotal3956.37500
RootMSE0.32142R-Square0.9432
DependentMean3.12500AdjR-Sq0.9285
CoeffVar10.28553
Intercept1-6.149271.68879-3.640.0010
x11-0.222960.20853-1.070.2932
x210.568130.250382.270.0304
x310.017710.192070.090.9271
x41-0.120070.12562-0.960.3466
x51-0.397540.31415-1.270.2151
x610.209350.193461.080.2875
x71-0.341980.23671-1.440.1586
x810.214640.200761.070.2932
从参数估计列可以得到回归方程:
复相关系数:
(2)逐步回归分析:
datastepreg;
inputyx1-x8;
modely=x1-x8/selection=stepwise
slentry=0.05slstay=0.05;
StepwiseSelection:
Step1
Variablex2Entered:
R-Square=0.9188andC(p)=8.2905
Model151.7992351.79923430.17<
Error384.575770.12041
VariableEstimateErrorTypeIISSFValuePr>
Intercept-10.245790.6470030.19713250.78<
x20.394830.0190451.79923430.17<
Boundsonconditionnumber:
1,1
---------------------------------------------------------------------------
Step2
Variablex7Entered:
R-Square=0.9294andC(p)=4.5012
Model252.3973426.19867243.70<
Error373.977660.10750
Intercept-8.339021.013527.2776767.70<
x20.418890.0206844.11123410.32<
x7-0.477510.202450.598115.560.0237
1.3218,5.2873
----------------------------------------------------------------------------
Step3
Variablex8Entered:
R-Square=0.9369andC(p)=2.4570
Model352.8151617.60505178.04<
Error363.559840.09888
Intercept-8.426720.972977.4172675.01<
x20.357660.035799.8751399.87<
x7-0.459880.194350.553675.600.0235
x80.336390.163650.417824.230.0471
4.3043,28.581
Allvariablesleftinthemodelaresignificantatthe0.0500level.
Noothervariablemetthe0.0500significancelevelforentryintothe
model.
SummaryofStepwiseSelection
VariableVariableNumberPartialModel
StepEnteredRemovedVarsInR-SquareR-SquareC(p)FValuePr>
1x210.91880.91888.2905430.17<
2x720.01060.92944.50125.560.0237
3x830.00740.93692.45704.230.0471
引入方程中的三个变量没有剔除,最终保留在方程中的三个变量,在α=0.05水平上全都是显著的。
方程如下:
11.4下表给出了高山姬鼠头骨8个特征的测量值和鉴定年龄[79],用逐步回归方法从8个特征中选出与鉴定年龄关系最密切的变量,并对结果做回归的方差分析。
鉴定年龄
/a
头骨特征/mm
30.64
28.34
14.32
4.30
8.78
4.52
28.78
26.78
14.00
4.56
8.06
4.34
28.00
27.12
25.04
13.86
4.48
7.56
5.02
26.64
26.16
24.52
13.14
4.68
7.06
4.46
4.86
26.08
25.50
23.76
13.28
6.94
4.36
29.40
28.70
27.86
14.14
24.82
24.04
22.06
12.44
4.74
26.56
25.74
23.78
13.02
4.58
4.18
27.18
26.26
24.44
13.06
7.34
4.20
26.46
25.82
24.12
28.82
27.04
13.52
4.44
8.28
30.10
29.88
28.24
14.02
4.66
8.82
4.38
31.18
30.62
29.06
14.60
5.92
27.54
26.92
25.30
7.54
5.16
28.4
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 生物 统计学 第十一