医学统计实用技术教程(07621-4) 第11章.pptVIP

第11章 变量间关系的分析方法 第11章 变量间关系的分析方法 11.1 相关分析概述 11.2 双变量相关分析 11.3 回归分析概述 11.4 直线回归 11.5 多元线性回归 11.6 多元逐步回归分析 11.7 logistic回归 11.1 相关分析概述 相关（correlation）是研究变量之间相互关系的一种统计方法，例如：体重与肺活量的关系、年龄与血压的关系、病因研究中某个疾病危险因素与某疾病发生的关系等。相关分析的目的是检验分析变量之间是否存在某种联系，以及这种联系的密切程度。其联系的密切程度用统计量——相关系数来衡量，记为r，相关系数的绝对值必然在0到1之间，即-1≤r≤1。相关系数的大小表示相关的密切程度。 11.1 相关分析概述 如果每次观测的两个数值变量，随着一个变量值的增大，另一个变量的值也增大，这种关系称为正相关；反之，随着一个变量值的增大，另一个变量的值反而减小，这种关系称为负相关。相关系数的符号表示相关的方向。 11.1 相关分析概述 直线相关又称简单相关（pearson），用于双变量连续型正态分布资料间关系的分析。它是说明有直线相关的两个变量之间相关关系的密切程度与方向的指标。当r=1时，两变量呈直线关系，称为完全正相关；当r=-1时，称为完全负相关；当相关系数r愈接近1或-1时，说明两个变量的直线关系愈加密切；相关系数