一元线性回归决定系数_JASP简单一元线性回归案例实践

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 更多JASP统计文章 一款全新的统计软件：JASP JASP 0.12 新版本发布 JASP可读取3种外部数据文件 JASP连续数据之相关分析 JASP分类数据之相关分析 用JASP统计软件做单样本t检验 用JASP统计软件做配对样本t检验 JASP计算cohen's d效应量指标 JASP可视化建模：简单一元线性回归 logistic回归分析多重共线性检验 JASP统计分析案例：单因素方差分析 JASP做四格表卡方检验 JASP 0.13 新版发布 惊艳！JASP相关系数矩阵及热力图 用散点图判断变量间线性关系 JASP统计Durbin-Watson检验的显著性P值

---

◣文末【