Exempel på multipel linjär regression
Denna sida är uppdaterad 2002-01-05

(Denna sida är inte färdig. Den är under konstruktion och kommer att kompletteras.)

För information om vad regressionsanalys är se sidan om korrelation och regression.

(Det här exemplet vill visa vad regression innebär och hur resultatet kan se ut snarare än att säga att just den gjorda analysen är lämplig. Man kan rikta kritik mot att räkna på förändringar i skattningsskalor på det sätt som är gjort i det här exemplet.)

Multipel linjär regression innebär regression med en beroende och flera oberoende variabler. Låt oss anta att vi i ett försök med att få en grupp överviktiga individer att minska i vikt vill se om förändringen i dimensionen allmän hälsa (mätt i SF36) har samband dels med den midja-stuss-kvot patienterna hade initialt och dels med den förändring i midja-stuss-kvot patienten som skett under projektet. För att få datorn att räkna fram detta skriver man i exempelvis Epi Info kommandot:
REGRESS  gh12trans = ms1 ms12
(gh12trans är förändringen i allmän hälsa mellan initialvärdet och en andra mätning 6 månader senare, ms1 är den initiala midja-stuss-kvoten, ms12 är förändringen i midja-stuss-kvot mellan initialvärdet och en andra mätning 6 månader senare)
Man får då följande resultat i Epi Info version 6.04c (DOS-versionen):

Samma analys ger i Epi Info 2000 (Windowsversionen av Epi Info):

Samma analys ger i SAS versionen 6.12:

Hur tolkar man det som datorn levererar?

(Ej färdigt)

Regression df = Antal oberoende variabler (antal x) i vår modell. I enkel linjär regression är det alltid 1.
Residuals df = Antal individer minus antalet oberoende variabler (antal x). I enkel linjär regression är det alltid antal individer minus 1.
Total df = Antal individer.
Mean square = Den genomsnittliga kvadratsumman för varje variabel. Tas fram genom att dela kvadratsumman (Sum of squares) med antalet frihetsgrader. I enkel linjär regression är mean square och sum of squares för regressionen / modellen alltid densamma (eftersom frihetsgraderna vid enkel regression är 1)
F-statistics = Är mean square för regressionsmodellen delat med mean square för residualerna. Värdet på F-statistics kan genom en tabell över F-fördelningen omvandlas till ett p-värde (en del statistikprogram ger även p-värdet).

 

Denna webbsida är författad av
Doc. Ronny Gunnarsson
Distriktsläkare/Familjeläkare

Läs om regler för ansvar och copyright som gäller för denna webbsida.