sas一元回归分析_SAS系列26：双变量数据假设检验

导读

      从系列17到系列25我们介绍了单变量数据的假设检验方法和SAS实现。今天开始介绍双变量数据的假设检验方法及其SAS实现。

三、双变量数据的假设检验

图9-81 双变量数据假设检验方法选择

      单变量数据的统计分析着重于描述某一个变量的统计特征，比较各组间该变量是否存在差异。在医学研究和实践中，也经常会遇到两个变量间关系的研究，如儿童体重与体表面积间的关系，某人群发硒值与血硒值间的关系等，这类数据的分析常用回归与相关。

(一)直线回归

      “回归”一词源于F. Galton(1887)，他从表达父子身高的一些直线方程中发现父高子亦高，但一群高(或矮)个子的父亲的儿子们，平均身高却低(或高)于父亲们的平均身高，向男子身高的总体均数“回归”，于是后来将表示这类变量间关系的方程称为回归方程。直线回归是处理两变量间线性依存关系的一种统计分析方法，其中至少有一个变量是随机变量。直线回归应用于：两变量间存在直线关系时，求出直线方程来描述变量的依存关系；根据直线回归方程由已知(或易测)变量值，估计未知(或难测)变量值；对总体回归直线作出估计，说明样本回归直线的可信程度；估计正常值范围；协方差分析的基础。直线回归的SA