13-线性相关与回归1要点.ppt

湖北中医学院卫生教研室 湖北中医学院卫生教研室 生物统计学 湖北中医学院卫生教研室 * 第十章 线性相关与回归 第一节 线性相关 第二节 线性回归 第三节 线性相关和回归的区别与联系 第四节 等级相关 生物统计学 湖北中医学院卫生教研室 * 概述 “回归”名称的由来：最早由英国遗传学家弗朗西斯·高尔顿(Francis Galton)引入。在一篇著名的论文“Family Likeness in Stature”中，高尔顿发现，虽然有一个趋势：父母高，子女也高；父母矮，子女也矮，即父母的身高对子女的身高起到决定性作用。但给定父母的身高，子女的平均身高却趋向于或者“回归”到种族人群的平均身高。 换言之，尽管父母都非常高或非常矮，但儿女的身高却有回归到人群总体平均身高的趋势。这就是Galton的普遍回归定律（law of universal regression)。 生物统计学 湖北中医学院卫生教研室 * 生物统计学 湖北中医学院卫生教研室 * 现代统计学奠基人卡尔·皮尔逊（Karl Pearson）也证明了子女身高确实“回归到中等”（regression to mediocrity）。他发现，对于一个父亲高的群体，儿子的平均身高通常低于他们父辈的身高；而对于一个父亲矮的群体，儿子的平均身高通常高于其父辈的身高。即高的和矮的儿子身高一同“回归”到所有男性的平均身高。 皮尔逊观察了1078对夫妇，以每对夫妇中父亲的身高作为解释变量X（自变量），取他们的一个成年儿子的身高作为被解释变量Y（因变量），将结果在平面直角坐标系上绘成散点图，发现散点的趋势近乎一条直线。计算出直线回归方程为： 生物统计学 湖北中医学院卫生教研室 * 生物统计学 湖北中医学院卫生教研室 * 回归的现代释义 在普遍回归定律中，高尔顿的兴趣在于发现为什么人口的身高分布有一种稳定性。但是现代统计学并不关心这种解释，我们关心的是知道了父辈的身高，怎样去估计或预测子女的身高。 回归的现代解释和应用大致上可以这样说：回归分析是研究一种叫做被解释变量（或称因变量：Dependent Variable）的变量对另一种叫做解释变量（或称自变量：Independent Variable）的变量之间依赖关系的统计方法，当解释变量取某个已知或设定值时，能够估计或预测出与之相关的被解释变量所有可能出现对应值的（总体）均值。 生物统计学 湖北中医学院卫生教研室 * 变量关联性分析 变量关系 函数关系：有精确数学表达式（S＝?R2，C＝2?R） 统计关系 （非确定性关系） 相关分析 （确定性关系） （平等关系） 多元相关分析 复相关分析 偏相关分析 简单相关分析：直线相关分析 回归分析 （因果关系） 一元回归分析 多元回归分析 直线回归分析 曲线回归分析 多元非线性回归分析 多元线性回归分析 生物统计学 湖北中医学院卫生教研室 * 直线相关与回归的区别 直线相关分析： 研究两随机变量之间的是否存在线性关系，以及线性关系的性质和强弱； 分析的两变量没有自变量和因变量之分； 两变量间是共变关系（双向），地位是平等的； 不能用一个变量去预测或控制另一个变量的变化。 直线回归分析： 研究两相关变量之间是否存在线性依存关系，以及依存关系的数量比例关系； 分析的两变量有自变量和因变量之分； 两变量间是因果关系（单向），地位不平等的； 可以用自变量来预测或控制因变量。 生物统计学 湖北中医学院卫生教研室 * 第一节 线性相关 一、二维散点图 例1：一个产科医师发现孕妇尿中雌三醇含量与新生儿的体重有关。于是设想，通过测量待产孕妇尿液中雌三醇含量，是否可以预测新生儿体重，以便对低体重新生儿进行预防准备。因此收集了31例待产孕妇24小时的尿液，测量其中的雌三醇含量，同时记录新生儿的体重。数据记录如表1所示： 生物统计学 湖北中医学院卫生教研室 * 31例待产妇尿雌三醇含量（mg/24h）与新生儿的体重（kg） 编号 尿雌三醇 产儿体重 编号 尿雌三醇 产儿体重 1 7 2.5 17 17 3.2 2 9 2.5 18 25 3.2 3 9 2.5 19 27 3.4 4 12 2.7 20 15 3.4 5 14 2.7 21 15 3.4 6 16 2.7 22 15 3.5 7 16 2.4 23 16 3.5 8 14 3.0 24 19 3.4 9 16 3.0 25 18 3.5 10 16 3.1 26 17 3.6 11 17 3.0 27 18 3.7 12 19 3.1 28 20 3.8 13 21 3.0 29