2017考研：临床医学重要预防知识（28）

下面就是查字典公务员考研小编整理的临床医学考研重要预防知识，供2017考研的各位考生参考。

样本回归系数：在直线回归方程中，为直线的斜牢，称为样本的回归系数，其统计意义是当x变化一个单位时y的平均改变的估计值，它描述了Y依赖x的直线变化的数量关系的大小和方向。

最小二乘法原则：其基本原理是使观测值y与y差值的平方和达到最小，即使各实测点到直线的纵向距离的平方和为最小。

直线相关：直线相关又称简单相关，用于描述两个变量之间线性关联程度与相关方向，适用于双变量正态分布资料。

Pearson积差相关系数：用来描述具有直线关系的两变量间相关的密切程度与相关方向的统计指标是相关系数，又称Pearson积差相关系数。

决定系数：定义为回归平方和与总平方和之比，是直线回归与相关分析中重要的统计量。

计算直线回归方程的步骤

答：

(1)根据原始数据画散点图，如资料呈直线趋势，则可进行直线回归分析。

(2)计算X、y、X2、Y2、XY。

(3)计算离均差平方和xx、Y和离均差乘积和x。

(4)求回归系数和截距。

(5)列出回归方程。

直线回归方程的应用

答：

(1)描述变量间数量关系：经回归系数的假设检验，认为两变量间线性依存关系存在时，可用直线回归方程来描述两变量间依存变化的数量关系

(2)统计预测：所谓预测就是把预报因子(自变量X)代入回归方程对预报量(应变量Y)进行估计

(3)统计控制：利用回归方程进行逆估计。即若要求应变量y在一定数值范围内变化时可以通过控制自变量X的取值来实现。

直线回归与相关应用的注意事项以及它们之问的关系

答：

(1)注意事项： ①根据分析目的选择变量及统计方法 ②进行相关、回归分析前应绘制散点图 ③相关与回归的应用条件：直线相关分析一般要求X、Y服从二元正态分布，叉称为双变量正态分布。如果X、Y不能满足双变量正态分布，最好计算Spearman秩相关。直线回归分析要求两变量呈直线关系外，且对于每个x值相应的y要服从正态分布，各个正态分布的总体方差相等且各次观测相互独立;x可以是服从正态分布的随机变量称为I型回归也可以是能精确测量和严格控制的非随机变量称为Ⅱ型回归 ④结果的解释及正确应用

(2)关系：直线相关与回归既有区别又有联系。

区别主要体现在：①反映两个变量间数量 关系的目的不同。②对变量的分布要求不同。

联系主要体现在：①同一资料同时作相关与回归分析时，其相关系数r与回归系数6的符号相同。②同一资料r和的假设检验等价。 ③相关与回归可以相互解释。

近年来，专硕报考率越来越高，而且一些院校的专硕与学硕的录取比例逐渐趋向1:1。为了帮助同学们备考，查字典公务员考研特为广大学子推出2017考研OL乐学、暑期集训、精品网课系列备考专题，针对每一个科目要点进行深入的指导分析，欢迎各位考生了解咨询。同时，查字典公务员考研一直为大家推出考研直播课堂，足不出户就可以边听课边学习，为大家的考研梦想助力！

推荐阅读》》》