第九章 双变量回归与相关(简化版,正式).ppt

* * e 0 * 0 0 0 0 e e e e 离群值 缺乏二次项 方差不齐 不独立 * P值越小越有理由认为变量间直线关系 存在，不能说关系越密切。 直线回归关系可以内插，不宜外延。 当样本含量较大时，统计学检验的作用 减弱。r0.05/2,100=0.195 4.结果的解释及正确应用 * 第三节 秩相关 Rank Correlation 一、Spearman 秩相关 * 应用条件： 1.不服从双变量正态分布而不宜作积差 相关分析； 2.总体分布类型未知； 3.原始数据用等级表示。 * 死因类别 死因构成(%) WYPLL构成(%) (1) X(2) Y(4) 1 0.03 0.05 2 0.14 0.34 3 0.20 0.93 4 0.43 0.69 5 0.44 0.38 6 0.45 0.79 7 0.47 1.19 8 0.65 4.74 9 0.95 2.31 10 0.96 5.95 11 2.44 1.11 12 2.69 3.53 13 3.07 3.48 14 7.78 5.65 15 9.82 33.95 16 18.93 17.16 17 22.59 8.42 18 27.96 9.33 合 计 — — WYPLL: work years of potential life lost 表9-3 某省1995年到1999年居民死因构成与WYPLL构成 * 死因类别 死因构成(%) WYPLL构成(%) (1) X(2) P(3) Y(4) Q(5) (6)=(3)-(5) (7)=(6)2 1 0.03 1 0.05 1 0 0 2 0.14 2 0.34 2 0 0 3 0.20 3 0.93 6 －3 9 4 0.43 4 0.69 4 0 0 5 0.44 5 0.38 3 2 4 6 0.45 6 0.79 5 1 1 7 0.47 7 1.19 8 －1 1 8 0.65 8 4.74 12 －4 16 9 0.95 9 2.31 9 0 0 10 0.96 10 5.95 14 －4 16 11 2.44 11 1.11 7 4 16 12 2.69 12 3.53 11 1 1 13 3.07 13 3.48 10 3 9 14 7.78 14 5.65 13 1 1 15 9.82 15 33.95 18 －3 9 16 18.93 16 17.16 17 －1 1 17 22.59 17 8.42 15 2 4 18 27.96 18 9.33 16 2 4 合 计 — 171 — 171 — 92 表9-3 某省1995年到1999年居民死因构成与WYPLL构成 * 或用秩Pi、Qi直接计算积差相关系数r 附表14(n≤50) * 讲课内容： 第一节 直线回归(重点) 第二节 直线相关(重点) 第三节 秩相关 * Thank you! * * * * * * * * * * * * * * * * * * * * * * * （2）计算检验统计量 t 值 （1）建立检验假设并确定检验水准 （3）确定P值下结论 * （二）总体回归系数?的可信区间 此区间不包括β=0，结论为b有统计学意义。 * （三）利用回归方程进行估计与预测 1.总体均数 的可信区间 : 给定X后对应Y的总体均数 给定X后对应Y的样本均数 * 2.个体Y值的容许区间 给定X后对应个体Y值波动范围 * X Y (体重,kg) (体表面积,103cm2 ) 11.0 5.283 11.8 5.299 12.0 5.358 12.3 5.292 13.1 5.602 13.7 6.014 14.4 5.830 14.9 6.102 15.2 6.075 16.0 6.411 例 某地10名三岁儿童体重与体表面积 * 11 12 13 14 15 16 4.5 5.0 5.5 6.0 6.5 7.0 可信区间与容许区间示意(confidence band tolerance band) X 体重 Y 体表面积 * 第二节 直线相关 Linear Correlation * 生物遗传学上的“相关” 在回归分析中，有理由认为父亲身高决定儿子身高，故把父亲身高作为自变量X，儿子身高作