GraphPad Prism 多元线性回归和泊松回归.1

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

• 输入数据进行多元回归
• 选择多元回归模型
• 设置多元回归的参考水平
• 多元回归插值(预测)
• 比较多元回归模型
• 多元回归中的权重
• 选择多元回归的诊断
• 绘制多元回归的残差
  

输入数据进行多元回归

1. 创建一个数据表

在Welcome或New Table对话框中，选择创建一个多变量数据表。

如果您刚刚开始，请选择多元线性回归(文本变量)的样本数据。另外，多元线性回归(虚拟编码)样本数据显示了如何将分类变量直接作为数字输入。

2. 输入数据

每一行代表不同的观察结果(个体、动物、实验或其他)。

每一列代表一个不同的变量。简单来说，变量是可以测量的特征、质量或数量(例如，个人或动物的体重、身高或年龄)。Prism允许三种不同类型的变量：

分类的：具有有限数量的组或类别的定性信息。性别(女性或男性)和教育(高中、大学、研究生)就是例子。

连续的：具有无限可能值(数)的定量信息。高度(68.3英寸，72.4英寸，61.25343863…in)和时间 (8.23 ns, 1.90 min,5.3924 hrs, 6.5•109 year)就是例子。整数通常可以被视为分类信息(如组号)，但更经常是连续的(如孩子的数量或测试中正确回答的问题的数量)。

标签：仅用于识别观察结果的定性信息。实验id，姓名，社会安全号码等都是例子。在大多数情况下，每一行的标签都是唯一的。

当在变量中输入数据时，Prism会自动检测所输入的变量类型，并在变量的顶部显示一个灰色图标来指示其类型。如果Prism没有分配您想要的变量类型，请单击图标手动更改变量类型(图标将变为橙色)。

分类变量可以直接与组名一起输入(作为文本)，也可以作为编码变量输入。Prism将使用虚拟编码(也称为指示编码或参考编码)自动编码分类变量，以便在适当的分析中使用。在手动输入编码变量时，还可以使用其他可选编码，例如效果编码。下面引用的Glantz和Slinker是学习这些编码方法的一个很好的来源。

注意，不需要手动编写交互代码。Prism将允许您在参数对话框中自动添加交互。

3. 运行多元回归

单击Analyze，从多变量表的分析列表中选择多元线性回归，然后单击OK。多重回归对话框有七个选项卡：

Model - 选择哪个变量是因变量，哪些其他变量作为自变量包含。还要选择您希望包含在模型中的任何交互或转换。

Reference level - 为指定模型中的任何分类变量设置参考级别。参考水平通常表示分类变量的“基线”或“通常”水平，对结果解释很重要。

Interpolation - 使用Prism建立的模型根据预测变量的值来预测结果变量的值。

Compare - 选择第二个模型，并指定如何比较两个模型的拟合。

Weighting - 通常所有数据的权重都是相等的，但您可以指定另一种权重方案。

Diagnostics - 指定Prism应该报告哪些额外结果。

Residuals - 用几种不同的方法绘制残差(实际Y值与预测值之间的差值)。

参考

Glantz和Slinker，应用回归和方差分析入门，第3版，第391页，“使用线性回归对任意数量的处理进行单向方差分析”

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

关键词：GraphPad 多元线性回归 Prism GRAPH 线性回归