医学统计学课件相关与回归.ppt

第十章 线性相关与回归 教师：卫生统计教研室 胡冬梅 世间万物是普遍联系的 医学上，许多现象之间也都有相互联系 糖尿病病人的血糖与胰岛素水平的关系； 某人群年龄与收缩压的关系； 儿童身高与体重的关系； 动物实验中动物进食量与增加体重的关系等。 常用回归与相关分析，属双变量分析范畴（bivariate analysis）。 相关就是用于研究和解释两个变量之间相互关系的,给两个变量定性。 回归是设法找出变量间的依存变化（数量）关系, 用函数关系式表达出来，给出两个或多个变量的定量的关系 第一节 线性相关 相关关系 当一个变量增大，另一个也随之增大(或减少)，我们称这种现象为共变，或相关(correlation)。两个变量有共变现象，称为有相关关系。 相关关系不一定是因果关系。 相关分析的任务： 两变量间有无相关关系？ 两变量间如有相关关系，相关的方向？相关的程度？ 主要内容 一、散点图 二、相关系数 三、相关注意事项 直线相关的资料要求: 直线相关（linear correlation），又称简单相关，用于双变量正态分布资料。 例如，同性别成人的身高与体重的关系： 对某一身高（如女性160cm），体重为正态分布； 对某一体重（如女性50kg），身高为正态分布。 一、散点图 为了确定相关变量之间的关系，首先应该收集一些数据，这些数据应该是成对的。例如，每人的身高和体重。然后在直角坐标系上描述这些点，这一组点集称为散点图。 作法：为了研究父亲与成年儿子身高之间的关系，卡尔.皮尔逊测量了1078对父子的身高。把1078对数字表示在坐标上，如图。用水平轴X上的数代表父亲身高，垂直轴Y上的数代表儿子的身高，1078个点所形成的图形是一个散点图。它的形状象一块橄榄状的云，中间的点密集，边沿的点稀少，其主要部分是一个椭圆。 作用：粗略地给出了两个变量的关联类型与程度 相关类型： 二、相关系数 相关系数(correlation coefficient)是衡量两个连续变量之间关联的强度的指标，样本的相关系数用r 表示，总体的相关系数用ρ表示。 相关系数取值: -1≤相关系数≤1 二、相关系数 正相关: 0＜r≤1，散点云图是斜向上的，这时一个变量增加，另一个变量也增加； 负相关:-1≤r＜0，散点云图是斜向下的，此时一个变量增加，另一个变量将减少。 相关系数的绝对值越接近1，两变量的关联程度越强，相关系数的绝对值越接近0，两变量的关联程度越弱。 二、相关系数 r的绝对值越接近1，两变量的关联程度越强，r的绝对值越接近0，两变量的关联程度越弱。 相关系数计算 公式： Pearson 原理：取图形的中心点O’（ ），任意一点P（x，y） 三、相关系数的显著性检验 相关系数的假设检验 查表法 当n≤52，v=n-2，查r界值表，得到P值 t检验法 当n52，计算检验统计量tr，查t界值表，得到P值 相关注意事项 线性相关的前提条件是X、Y都服从正态分布（双变量正态分布） 必须在假设检验认为相关的前提下才能以r的大小判断相关程度 相关关系并不一定是因果关系，有可能是伴随关系 前面我们讨论了身高和前臂长之间的关系，知道了二者之间成正相关。那么，如果我们知道了一人的身高，能推断出其前臂长吗？或前臂长可能在什么范围内呢？还有，随着身高的增加，体重也在增大，它们之间也成正相关关系。那么，身高每增加1厘米，体重增加多少克呢？上面的相关关系分析不能提供给我们需要的答案。这些要用直线回归的方法来解决。 第二节 线性回归 主要内容 一、线性回归基本概念 二、线性回归方程计算 三、线性回归方程的假设检验 四、回归注意事项 一、线性回归基本概念 自变量（X）：容易得到的、变化小的量,原因 因变量（Y）：不容易得到的、变化大的变量、结果 当两个变量存在准确、严格的直线关系时，可以用Y=a+bX，表示两者的函数关系，但在实际生活当中，由于其它因素的干扰，许多双变量之间的关系并不是严格的函数关系，不能用函数方程反映，为了区别于两变量间的函数方程，我们称这种关系式为直线回归方程，这种关系为直线回归. 二、线性回归方程的计算 式中的 是由自变量X推算应变量Y的估计值，a是回归直线在Y 轴上的截距，即X=0时的Y值；b为样本的回归系数，即回归直线的斜率，表示当X变动一个单位时，Y平均变动b个单位。 计算原理：最小二乘法，即保证各实测点到回归直线的纵向距离的平方和最小，并使计算出的回归方程最能代表实测数据所反映出的直线趋势。 二、线性回归方程的计算 三、回归方程的假设检验 与直线相关一样，直线回归方程也是从样本资料计算而得的，同样也存在着抽