第9章双变量回归与相关-四五节讲解.ppt

指数曲线 Y=56.665e-0.038x 二、曲线拟合的用途 1、定量刻画Y与X的曲线关系。 2、用相关指数反应两变量曲线关系的密切程度。 对数曲线 指数曲线 抛物线 S型曲线 三、常见的几种曲线 谢谢 * * * * * 相关系数的假设检验 三、相关系数的统计推断 例9-6 对例9-5所得r值，检验双肾总体积与体重是否直线相关关系？ H0:ρ=0，即CT双肾总体体积与体重之间无直线相关关系 H1:ρ≠0 α=0.05 n=15 ,v=13 t0.05,13=2.160 6.5302.160 P0.05,故可认为有双肾总体体积与体重之间存在直线相关关系。 [0 1] Y的总变异中回归关系所能解释的百分比 年龄可解释尿肌酐含量变异性的77.75% 22.25%的变异不能用年龄来解释。 越接近于1：相关的实际效果越好 四、决定系数 * 直线回归与直线相关的区别与联系 区别 r没有单位，b有单位； 相关表示相互关系，没有依存关系； 回归有依存关系； 对资料的要求不同： 当X和Y都是随机的，可以进行相关和回 归分析； 当Y是随机变量，X是控制变量时，理论 上只能作回归而不能作相关分析； 区别 I型回归：Y是随机变量，X是控制变量； II型回归：Y与X均是随机变量。 同一资料中由X推算Y与由Y推算X的回归方程不同： 联系 均表示线性关系 符号相同：共变方向一致 假设检验结果相同：tr=tb 可以互相换算： 1.根据分析目的选择变量及统计方法 相关：X与Y没有主次，为双向。 回归：Y依X变化而变化，为单向。 自变量的选择： 原因、容易测量、变异小 要有实际意义。 五、直线回归与相关应用的注意事项 有无异常点，谨慎剔除。 2.进行相关、回归分析前要绘制散点图， 进行判断 3.用残差图考察数据是否符合模型假设条件 线性、正态性、方差齐、独立 4.结果的揭示及正确应用 第三节 秩相关 适用资料 1）不服从双变量正态分布不宜作积差相关 分析 2）总体分布类型未知 3）原始数据是用等级表示 rs：相关关系密切程度和方向 范围：【-1 ，1】 n≤50时，直接查表 n50时，计算U值 一、Spearman秩相关 例9-8 某省调查了1995年到1999年当地居民18类死因的构成以及每种死因导致的潜在工作损失年数WYPLL的构成，结果见表。以死因构成为X，WYPLL构成为Y，作等级相关分析。 H0:ρs=0，即死因构成和WYPLL之间无直线相关关系 H1:ρs≠0， α=0.05 r0.05,18=0.472, 0.9050.472,P0.05,故可认为当地居民死因的构成和各种死因导致的潜在工作损失年数WYPLL的构成存在正相关关系。 对X与Y分别排秩时，若相同秩较多时校正 二、相同秩次较多时rs的校正 第六节 曲线拟合 * 1.依据分析目的确定X与Y，根据两变量 散点图、结合专业知识选择曲线类型 2.选用适当的统计方法求回归方程： 曲线直线化 3.实际工作中有时结合散点图试配几种不 同形式的曲线方程并计算拟合优度：R2 一、曲线拟合的一般步骤 CRF:促肾上腺皮质激素释放因子 ACTH:肾上腺皮质激素 例9-13 以不同剂量的标准CRF刺激离体培养的大鼠垂体前叶细胞，监测其垂体合成分泌肾上腺激素的量。 例9-13数据散点图 CRF(nmol/L) X Y ACTH(pmol/L) 例9-13数据对X作对数变换散点图 Y ACTH(pmol/L) lg (X) Y=110.060+36.115lgx 曲线方程： Y=110.060+15.685 × lnx 例9-14一位医院管理人员想建立一个回归模型，对重伤病人出院后的长期恢复情况进行预测。 例9-14数据散点图 病人住院天数（天） X Y 预后指数 图9-15 例9-14数据Y作对数变换后的散点图 第九章 双变量回归与相关 第一节 直线回归 * 第2、第3、第4章介绍了计量资料单变量的统 计描述与统计推断： P.11 例2-1：计算138名成年女子红细胞数 的平均指标与变异指