基于经典统计思想实现多重线性回归分析

• 作者: 胡良平 谷恒明
• 来源期刊: 四川精神卫生
• 学科: 医学
• 关键词: 经典统计思想 贝叶斯统计思想 机器学习统计思想 多重线性回归分析 派生变量 自变量筛选 多重共线性诊断 异常点诊断
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 科研方法专题
• 页码范围: 7-11
• 页数: 5页
• 分类号: R195.1
• 字数: 4340字
• 语种: 中文
• DOI: 10.11886/j.issn.1007-3256.2018.01.002

摘要

本文目的是介绍基于经典统计思想实现多重线性回归分析的方法.首先,概述基于经典统计思想、贝叶斯统计思想和机器学习统计思想建立多重线性回归模型的基本思路;然后以实际问题为例,全面呈现了多重线性回归分析所需要完成的主要任务;最后,总结多重线性回归分析的适用场合及注意事项.结果表明:产生派生变量、进行自变量筛选和共线性诊断、进行异常点诊断等内容是进行多重线性回归分析的主要任务.在多因素试验或观察性研究中,只要结果变量为计量变量,比较常用且有效的做法是进行多重线性回归分析,应尽可能少用单因素差异性分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡良平	军事医学科学院生物医学统计学咨询中心	304	886	11.0	18.0
5	谷恒明	军事医学科学院生物医学统计学咨询中心	14	42	4.0	5.0