摘要
回归诊断在医学科研中的应用山西医学院（０３０００１）何大卫，余红梅线性回归分析是医学研究中数据处理的重要方法，广泛用于标准线制作，疫情预测预报、因素筛选、判别分析等。从大量应用实例中可以发现数据背离回归假设时所产上的种种不良后果，导致研究者得出错误的结论，从而越来越感到回归假设这一基本问题的重要性。为了考查假设模型的合理性和试验数据对建立在这个假设基础上的统计推断的影响大小逐渐发展起来的回归诊断（ｒｅｇｒｅｓｓｉｏｎｄｉａｇｎｏｓｔｉｃｓ）这一新的研究领域，已成为近代回归的重要方面，它从理论研究正步入实际应用阶段。本文旨在运用近代回归分析的方法研究医学资料中异常点的识别，特别是几种图示法，简单明了。文中所涉及到的诊断量与诊断用图，作者均设计有相应的统计程序，便于实际工作者采用。原理与方法一、诊断量１．学生化残差假定线性回归模型Ｙ＝ｘβ＋ε，其中Ｙ为（ｎ×ｌ）观测向量，ｘ为（ｎ×ｐ）列满秩矩阵，β为（ｐ×１）未知参数向量，ε为（ｎ×１）随机误差向量。普通残差定义为：ｒ＝Ｙ－Ｙ＝［Ｉ－ｘ（ｘ＇Ｘ）－１Ｘ＇］Ｙ＝（Ｉ－Ｈ）Ｙ式中Ｈ＝ｘ（ｘ＇Ｘ）－１ｘ＇，称为帽矩阵（ｈａｔｍａｔｒｉｘ）。
出处
《山西医药杂志》
CAS
1993年第1期49-51,共3页
Shanxi Medical Journal
