相关与回归理论-研究生-2011.12.12.ppt

主要内容 双变量关联性分析 直线相关 秩相关 分类变量的关联性分析 直线回归 复习 已学过的基本统计推断方法 t 检验 方差分析 卡方检验 秩和检验 二项分布 单变量分析方法(univariate analysis) 主要是比较同一变量各组间的差异 双变量分析方法(bivariable analysis) ：相关与回归分析 两个变量之间的关系 血压-年龄 肺活量-体重 动物死亡率-毒物剂量 相关： 研究两变量间是否有联系及联系程度如何 血压与年龄是否有联系？联系程度如何？ 肺活量与体重是否有联系？联系程度如何？ 回归： 研究两变量的数量变化关系 人群中，平均而言，血压如何随年龄变化？ 肺活量如何随体重变化？ 毒性研究中，动物死亡率如何随毒物剂量变化？ 双变量关联性分析 关联性分析的目的 推断从某一总体中随机抽取的同一份样 本观测出的两个变量间是否存在关联性， 以及这种关联性的方向和密切程度如何。 主要内容 直线相关 秩相关 分类变量的关联性分析 直线相关linear correlation 问题的提出 某医师测量了15名正常成年人的体重(kg)与CT双肾体积(ml)大小,如下表。据此回答两变量是否有关联？其方向与密切程度如何？ 最直观方法： 绘制散点图(scatter plot) 直线相关的定义 统计学上两个随机变量之间呈直线趋势的关系被称为直线相关。 直线相关系数(linear correlation coefficient )：定量描述两变量间直线关系的方向和密切程度的指标。 直线相关系数(linear correlation coefficient ) 相关系数的性质 1、相关系数没有单位，其值为-1≤r≤1，其正负表示两变量间直线相关的方向； 完全正相关: r＝+1 正相关：0 r 1 完全负相关: r＝-1 负相关：-1 r 0 零相关：r ＝0 2、r的绝对值大小表示两变量之间直线相关的密切程度。r的绝对值越接近于1，说明相关密切程度越高；绝对值越接近0，说明相关密切程度越低。 直线相关的具体步骤 1、首先绘制散点图观察两变量间是否有直线趋势。 2、计算相关系数 3、总体相关系数的假设检验 用样本计算出来的相关系数r是一个样本统计量，存在抽样误差，需要对总体相关系数 是否为0做假设检验。包括t检验和查表法。 (3)确定P值并作出统计推断 查t界值表，得 ，按 =0.05水准，拒绝 ，接受 ，相关系数有统计学意义，可以认为体重和双肾体积之间有直线相关关系。 2. 查表法(n≤50) 直接查相关系数界值表， ， =0.514， =0.760， ，结果与 t 检验法一致。 总体相关系数 的区间估计 注意事项 1、进行相关分析前应先绘制散点图 有无线性关系 有无离群点(outlier) 2、出现离群点时慎用相关 观察例数较少(如n15)时，相关系数容易受个别 观察对象的特殊值影响。 注意事项 3、线性相关分析要求两个随机变量服从二元正态分布。 注意事项 4、相关关系不一定是因果关系 。 如树高和身高，冰淇淋和游泳 注意事项 6、在有相关关系时，根据相关系数的大小判断两变量相关的密切程度。 假设检验是回答两变量间的相关关系是否具有统计学意义，P值越小并不表示相关性越强。 秩相关(等级相关)rank correlation 秩相关的适用条件 ?? 不服从双变量正态分布 ? ?用等级资料表示的原始资料 ?? 总体分布未知或边界不确定的资料 基本思想 对于不符合正态分布的资料，不用原始数据计算相关系数，而是按其取值由小到大排秩，然后根据其秩次来计算秩相关系数。最常用的是Spearman秩相关系数rs，又称等级相关系数。 是一种非参数检验方法 设有 n 例观察对象，对每一例观察对象同时取得两 个测定值(Xi,Yi)，分别按Xi,Yi (i=1,2, …,n) 的值由小到 大排秩为1, 2, …, n。它们的秩分别为 与 ，将 及 的秩次直接代入直线