医学统计学

1个回答
展开全部
摘要 您好亲,这种方法是不正确的。在多元线性回归中,标准系数是各自变量的参数估计值,并非变量对因变量的贡献率。建议参考Glover,F,:《统计诊断检验:从理解到使用》(Statistical Diagnostics: Understanding to Application)的第5章,通过多元线性回归方法来用R方计算离差率来发现变量对因变量的影响程度,R方越接近1,表示影响程度越大,贡献率也就越大。
咨询记录 · 回答于2023-02-08
医学统计学
您好,我想问多元线性回归中,听说用标准系数/各标准系数的和可以当做各自变量对因变量的贡献率,请问这个是正确的方法吗?有参考文献推荐给我吗?
这个说法有任何的出处吗?我想为写论文找一点客观证据。。?。
您好亲,这种方法是不正确的。在多元线性回归中,标准系数是各自变量的参数估计值,并非变量对因变量的贡献率。建议参考Glover,F,:《统计诊断检验:从理解到使用》(Statistical Diagnostics: Understanding to Application)的第5章,通过多元线性回归方法来用R方计算离差率来发现变量对因变量的影响程度,R方越接近1,表示影响程度越大,贡献率也就越大。
但是如果我想比较A,B和C各自的变化对Y的影响呢?就是要剔除A,然后在用减少的R2除以之前的R2吗
亲你可以使用组合模型/复合模型,这样就可以看出各个变量对结果的影响程度。比如使用回归模型,将A,B,C都加入到模型中,然后计算R2,再从模型中移除A,再测算R2,然后比较R2的变化,就可以看出A对结果的影响程度。
我的老板还要求看各个变量所影响的百分比,这个有办法算吗
可以试试使用相关性分析或回归分析来确定每个变量对结果的影响程度。相关性/回归分析用于判断变量之间的关系究竟是正向影响,还是负向影响,及其影响程度。它们可以根据给定的变量,通过计算出每个变量和总变量/结果之间的拟合度,并计算出一个叫做“R2”的系数,用于说明单个变量对总变量/结果影响多大。
下载百度知道APP,抢鲜体验
使用百度知道APP,立即抢鲜体验。你的手机镜头里或许有别人想知道的答案。
扫描二维码下载
×

类别

我们会通过消息、邮箱等方式尽快将举报结果通知您。

说明

0/200

提交
取消