7第6章相关综述.ppt

2. 积差相关系数 积差相关系数 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。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。 【例6-1】 测得某地10名三岁儿童的体重与体表面积如下，进行相关分析。 1. 绘制散点图 2. 计算积差相关系数 r =（775.3466－10×13.440×5.7266）/ [(10－1)×1.6635×0.4142] = 0.9178 3. 相关系数的假设检验 【SPSS操作】 建立数据文件 例6-1的相关系数输出结果 一个产科医师发现孕妇尿中雌三醇含量与产儿的体重有关。于是设想，通过测量待产妇尿中雌三醇含量，可以预测产儿体重，以便对低出生体重进行预防。因此收集了31例待产妇24小时的尿，测量其中的雌三醇含量，同时记录产儿的体重。问尿中雌三醇含量与产儿体重之间相关系数是多少？是正相关还是负相关？ ∑X=534； ∑Y=99.2；∑ X2=9876 ∑ Y2=324.8；∑XY=1750；N=31 SPSS操作 直线相关的应用 n100，r 假设检验有统计学意义时： ︱r︱＞0.7，两个变量高度相关； 0.4＜︱r︱＜ 0.7，中度相关； 0.2＜︱r︱＜ 0.4， 低度相关。 第二节 等级相关（秩相关） 方法 Kendall法（rk） Spearman法 （rs） 【例6-2】 12名2~7岁急性白血病患儿的血小板数与出血症状资料见表6-1第①、②、④栏，分析两者之间有无直线关系： 以血小板数和出血症状（标0=-，1=+，2=++，3=+++）为变量名，建立2列12行数据文件L6-2.sav。 例6-2 等级相关分析输出结果 第三节 直线回归 意义 b0 x↑ y↑ b0 x↑ y↓ b：意义为x每变化一个单位，y变化的平均值 x：自变量，要求容易测定、容易控制 ：y 的估计值，y称因变量，要求在不同的x的 时候其分布为正态分布 二、直线回归方程的建立与检验 2．直线回归方程的检验 公式推导（略） 公式推导（略） F= MS回/ MS剩= (n-2) SS回 / SS剩 = (n-2)r2 / (1-r2) （2）t 检验 3. 决定系数 （determining coefficient，R2） 4．回归系数的置信区间（CI） 例6-3的回归模型概述 例6-3的回归分析系数表 第四节 直线相关与回归的区别和联系 1. 联系 2．区别 （3）意义： 相关说明相关关系（r：密切程度与方向） 回归b说明依存关系 ∣r ∣↑点越趋向于一条直线 ∣ b ∣↑ 回归直线越陡 第五节 回归分析的应用 1. 描述变量间的数量变化关系 【例6-4】 量-效关系、配伍规律 【例6-4】 查《医宗金鉴》中治积聚处方，得表6-2资料，用建立回归方程方法得到 =1.967+ 0.735x具有统计学意义，R 2 = 0.9996。拟合度达99.96%。可见，用回归方程描述名医治病用药的配伍规律准确有效。 2. 预测（x=x0时， y0值的预测区间） 【例6-5】为分析针刺麻醉效果，以针刺穴位深度作自变量x，痛觉阈为应变量y，共选取四种穴位深度，用n=32对（x，y），仿例6-3方法得到回归方程 =－0.100+1.017x具有统计学意义， = 5.500，sx＝3.674，sy·x＝0.1649，试预测穴位深度x0 =6.5时，对应的测痛觉阈y的90%范围． 3. 估计（x= x0时，求 的置信区间） 【例6-6】 用显微定量法测定某厂生产二陈丸的甘草浓度（x）与镜检晶纤维的数目（y），得资料如下，预测甘草浓度x0 = 4mg/mL时，晶纤维数目总体均数90%置信区间。 4．个体值的预测带和回归直线的置信带 个体y 值的（1–α）预测带：同时考虑x的所有可能取值时，各个体y值的（1–α）预测区间的上下限形成一条在对应 处最窄，两端逐渐增宽的区域带。 回归直线的（1–α）置信带或可信带：同时考虑x的所有可能取值时，样本回归直线 =a +bx是总体均数μ 的点估计；μ 的（1－α）置信区间的上下限形成一条在对应 处最窄，两端逐渐增宽的区域带 回归直线的（1–α）置信带比个体y值的（