JASP简单一元线性回归案例实践

原创 数据小兵  2020-10-11 17:27  阅读 133 次
视频课程《SPSS统计分析:从入门到实践提高》

今天小兵用JASP这款全新的免费统计软件,完成一例简单一元线性回归分析。

01

案例数据:胆固醇数据

先来看案例,这是【医咖会】平台关于线性回归的一个典型案例数据。

研究者拟在45-65岁健康男性人群中分析胆固醇浓度与看电视时间的关系。他们猜测可能存在正向相关,即看电视时间越长,胆固醇浓度越高。同时,他们也希望预测胆固醇浓度,并计算看电视时间对胆固醇浓度的解释能力。

在本例中,因变量是胆固醇浓度数据,自变量是看电视时间,仅有一个因素变量的线性回归可以称之为简单一元线性回归

02

JASP统计操作

看电视时间与胆固醇浓度间是否存在线性关系,前面小兵已经写过文章了。大家看这一篇自行完成。

→ 用散点图法判断变量之间是否存在线性关系

依次点击菜单【Regression】→【linear regression】。

因变量:胆固醇浓度

自变量:看电视时间

此时JASP已经马上再右侧结果区域给出拟合结果。

03

结果解读

(1)R方=0.757,是回归方程的决定系数,表示Y变异的75.7%可以由X的变异来解释,或方程可解释Y变异的75.7%。

(2)对回归方程进行方差分析:F=131.401,P<0.001。拟合的回归模型有统计学意义,可以认为看电视时长和胆固醇浓度有直线关系。

如果大家问为什么JASP没有给出具体的P值,建议读一读下面这篇文章。对于SPSS或JASP来说,这些知识点都是相通的。

→ SPSS统计结果P=0.000,我该如何解读呢?

(3)对回归系数进行显著性t检验:Constant(回归方程的截距)与0之间的差别有统计学意义(t=22.311, P<0.001),斜率与0之间的差别有统计学意义(t=11.463, P<0.001)。

基于以上三个结果的解读,认为可建立回归方程。具体为:

Y=3.663+0.006*X,X为看电视时长,Y为胆固醇浓度。

04
我是小结

以上是最直接了当的线性回归过程,如果我们再严谨一些,则需要就残差进行诊断,判断线性回归的基本假设条件是否满足。

关于残差独立性,前面写过一篇文章,大家再回归一下。如下文。

→ JASP统计软件可提供Durbin-Watson检验的显著性P值

→ JASP统计软件可提供Durbin-Watson检验的显著性P值

关于残差正态、残差齐次等假设条件的判断,小兵安排在后面来讨论,敬请期待。

本文完
文/图=数据小兵

 

《小兵学JASP统计分析》

专专注免费开放好用的全新统计软件:JASP。视频内容分享者:数据分析师,专注统计实践的数据小兵。

课程地址:

https://study.163.com/course/introduction/1209698808.htm?share=1&shareId=1149679450

本文地址:http://www.datasoldier.net/archives/2504
版权声明:本文为原创文章,版权归 数据小兵 所有,欢迎分享本文,转载请保留出处!
NEXT:已经是最新一篇了
SPSS在线视频学习
欢迎订阅SPSS训练营微信公众号

评论已关闭!