例211 表211给出了某医院19701989年历年门 诊人次X,病床利用率X2,病床周转次 数X3和住院人数Y的结果。试建立由X1 X2,X3预测Y的线性回归方程
例21.1 表21.1给出了某医院1970-1989年历年门 诊人次X1，病床利用率X2，病床周转次 数X3和住院人数Y的结果。试建立由X1， X2，X3预测Y的线性回归方程
Coefficients Standardi ze Unstan dardized Coefficie Coefficients nts Model Std. error Be ta (Constant) 848.944 3128.707 1.550 诊人数 55.886 18.001 478 3.105 病床利用率 21.930 39.813 病床周转次数 19.047 3.303 004 a. De pendent variable:住院人数 y=-4848.994+55886x1+21930x2 +319.047x3
Co effi cie ntsa -4848.944 3128.707 -1.550 .141 55.886 18.001 .478 3.105 .007 21.930 39.813 .087 .551 .589 319.047 96.593 .484 3.303 .004 (Constant) 门诊人数 病床利用率 病床周转次数 Model 1 B Std. Error Unstandardized Coefficients Beta Standardi zed Coefficie nts t Sig. a. Dependent Variable: 住院人数3 1 2 319.047 4848.994 55.886 21.930 x y x x + = − + +
多重回归的方差分析 用于回答总的来说回归方程是否成立 HG;阝阝2=.甲Rn=0 H1:β12….n不全为0 ∑(-=(-yP+∑- V=V同+v 误差 ◆v总=n-1,回=m,w误差=n(m+1) sS/v ms F /v Ms 剩
多重回归的方差分析 用于回答总的来说回归方程是否成立 H0 : β1=β2= …=βm=0 H1 : β1 ,β2 ,…,βm不全为0 ⧫总=回+误差 ⧫总=n-1, 回=m, 误差=n-(m+1) ( − ) = ( − ) + ( − ) 2 2 2 Y Y Y ˆ Y Y Y ˆ
ANOVA Model quare df ean Square Regres sion 27066405 39022135.049 15.256 Residual9461836.7 16591364.791 Total 36528242 a. Predictors:( onstant),病床周转次数,门诊人数,病床利用率 b. Dependent variable:住院人数 ●该回归方程成立
该回归方程成立 AN OVAb 27066405 3 9022135.049 15.256 .000a 9461836.7 16 591364.791 36528242 19 Regression Residual Total Model 1 Sum of Squares df Mean Square F Sig. a. Predictors: (Constant), 病床周转次数, 门诊人数, 病床利用率 b. Dependent Variable: 住院人数
各个偏回归系数的假设检验 ●回归方程有统计学意义并不说明每一个 偏回归系数都有意义 H:β=0,H1:β1≠0 F=1.2,.m 可见病床利用率对住院人数的影响无统 计学意义 u
各个偏回归系数的假设检验 回归方程有统计学意义并不说明每一个 偏回归系数都有意义 H0： βi=0 , H1： βi ≠ 0 i=1,2,…,m 可见病床利用率对住院人数的影响无统 计学意义 , 1 0 = − = bi i i s b t