在四个回归结果中判定系数怎么比较

以下回答的两个公式为基础：女生组：y1=a1+b1x+c1z； 男生组：y2=a2+b2x+c2z。1. 比较两个回归系数之间差别的公式为：(b1-b2)/se12，其中b1和b2是被比较的回归系，se12是两者的Join Standard Error(联合标准误差)，其结果是一个以自由度为n-k-2的t分布（其中n是样本量、k是原来的自变量数，本案中为x和c两个）。2. 在SPSS（其实是任何OLS回归）中，你如果将男女分成两个样本分布做回归，可以得到b1和b2，但得不到联合标准误差se12（因为b1和b2出现在不同的模型中），所以无法用到上述公式。3. SEM（包括AMOS）是通过比较男女样本的拟合度之差别来比较两组回归系数之间的等同性，这种方法在OLS回归中并不适用。同时，SEM的这种做法是有代价的：它将一个总样本分成两个小样本，其结果是降低了Power of Analysis (统计分析效力)，从而在没有降低犯Type I的误差的同时又提高了犯Type II误差。4.更合理的方法是男女不分组、保留在同一样本内，将性别转换成dummy变量，再生成性别与你想比较的自变量（如X）的交互变量（如X*性别），也就是说，将你的公式1（或公式2）中改成：Y = a + bX + cZ + dS +eSX + fSZ其中S是性别（假定男=0、女=1），SX是性别与X的交互变量、SZ是性别与Z的交互变量。如果男女在S上的取值（即0和1）代人该公式，就可以分解成以下两个公式（注意：样本还是一个）：女生组（S=1）：Y = a + bX + cZ + d1 +e1X + f1Z = (a+d) + (b+e)X + (c+f)Z男生组（S=0）：Y = a + bX + cZ + d0 + e0X + f0Z = a + bX + cZ如果d是显著的（即男女本身之差别），就说明女生在Y上的截距（即平均值）比男生高d个单位；如果e是显著的（即性别对X与Y之关系的影响），就说明女生的X斜率比男生大e个单位；如果f是显著的（即性别对Z与Y之关系的影响），就说明女生的Z斜率比男生大f个单位。

se应该是sem。

1、b代表回归系数

回归系数在回归方程中，表示自变量x对因变量y影响大小的参数。回归系数越大，表示x对y影响越大，正回归系数，表示y随x增大而增大，负回归系数表示y随x增大而减小。例如回归方程试Y=bX+a中，斜率b称为回归系数，表示X每变动一单位，平均而言，Y将变动b单位。

2、sem代表标准误

标准误，即样本均数的标准差，是描述均数抽样分布的离散程度及衡量均数抽样误差大小的尺度，反映的是样本均数之间的变异。标准误不是标准差，是多个样本平均数的标准差。

3、χ2代表卡方值

卡方值是非参数检验中的一个统计量，主要用于非参数统计分析中，它是卡方检验中的一个主要测试指标，卡方检验是一种用途很广的计数资料的假设检验方法，它属于非参数检验的范畴。

主要是比较两个及两个以上样本率( 构成比），以及两个分类变量的关联性分析，其根本思想就是在于比较理论频数和实际频数的吻合程度或拟合优度问题。

4、p代表p值

P值是用来判定假设检验结果的一个参数，也可以根据不同的分布使用分布的拒绝域进行比较。

5、OR代表比值比

OR值又称比值比、优势比，主要指病例组中暴露人数与非暴露人数的比值除以对照组中暴露人数与非暴露人数的比值，是流行病学研究中病例对照研究中的一个常用指标。

6、95%CI代表95%置信区间

置信区间是指由样本统计量所构造的总体参数的估计区间。在统计学中，一个概率样本的置信区间是对这个样本的某个总体参数的区间估计。

置信区间展现的是这个参数的真实值有一定概率落在测量结果的周围的程度，其给出的是被测量参数的测量值的可信程度，即前面所要求的“一个概率”。

扩展资料；

为理解P值的计算过程，用Z表示检验的统计量，ZC表示根据样本数据计算得到的检验统计量值。左侧检验

P值是当μ=μ0时，检验统计量小于或等于根据实际观测样本数据计算得到的检验统计量值的概率，即p值

右侧检验

P值是当μ=μ0时，检验统计量大于或等于根据实际观测样本数据计算得到的检验统计量值的概率，即p值

双侧检验

P值是当μ=μ0时，检验统计量大于或等于根据实际观测样本数据计算得到的检验统计量值的概率，即p值

参考资料来源；百度百科——回归系数

百度百科——sem

百度百科——卡方值

百度百科——p值

百度百科——OR值

百度百科——置信区间

---