第十一章两变量关联性实习指导(定)教案.doc

第十章 两变量关联性分析 [教学要求] 了解：利用散点图分析样本相关系数可能出现的各种假象，并作出合理解释。 熟悉：对不同类型的变量，用不同的统计方法去分析它们之间的关系。 掌握：利用散点图确定两个定量变量之间有否线性关系；能把握利用Pearson积差相关、Spearman等级相关的应用条件并能计算相应的相关系数，同时进行假设检验；对分类计数频数表资料的两变量间的关联性作定量分析。 [重点难点] 线性相关 对服从正态分布的两变量随机样本，可通过绘制散点图，观察发现有线性趋势之后，进而计算Pearson积差相关系数； 对积差相关系数r的假设检验可用查表法或t检验。 这里要注意的是不可用相关系数检验所得P值的大小来判断有否线性关系。一定要先绘制散点图，看出两变量间有线性趋势时，再计算积差相关系数，这应该视为一种规范的做法。 第二节 秩相关 对不满足正态分布的两变量随机样本，可采用Spearman秩相关来分析。这里的不满足正态分布包括非正态变量，也包括总体分布规律未知的变量；不满足正态分布的可以是双变量中的一个，也可以是两个。 教材中的例10-5是研究２~７岁急性白血病患儿的血小板数与出血症状程度之间的相关性，其中，血小板数是定量资料，是否正态暂且不论，而出血症状是一个等级资料，因而这一对变量不满足Pearson积差相关的应用条件，只能采用秩相关性系数作相关的量化分析。 Sp