直线相关与直线回归幻灯片.pptVIP

6 直线相关与回归朱继民公共卫生与全科医学教研室  例 在脑血管疾病的诊断治疗中，脑脊液白细胞介素-6（IL-6）水平是影响诊断与预后分析的一项重要指标，但脑脊液临床上有时又不容易采集到。某医生欲了解急性脑血管病病人血清与脑脊液IL-6水平，随机抽取了某医院确诊的10例蛛网膜下腔出血（SAH）患者24小时内血清IL-6（pg/ml）和脑脊液IL-6（pg/ml）数据如下，问SAH患者血清IL-6和脑脊液IL-6间是否有直线相关关系存在？ 直线相关与回归的用途 医学研究中，变量之间的关系更多地表现为具有随机性的一种“趋势”，即非确定性关系； 欲探索医学研究中变量间的非确定性关系，常用回归与相关分析的方法。 相关分析变量之间有无关系、方向、关系的密切程度； 回归分析变量之间的数量依存关系。 第一节 直线相关 直线相关（linear correlation）可用来描述具有线性关系的两变量间的相互关系， 两变量是可以互换的，不分自变量和应变量，都是随机变量，呈正态分布。 一、直线相关的概念 直线相关分析步骤： 1.绘制散点图，观察散点有无椭圆形趋势存在。 三、相关系数的假设检验 四、相关分析应用中应注意的问题 1.相关分析一定要有实际意义。分析资料要求、两变量都是来自正态总体的随机变量。 2.进行相关分析前，应先绘制散点图。只有散点有线性趋势时，方可进行相关分析。 3.相关分析时，小样本资料经检验只能推断两变量间有无直线关系，而不能推断其相关的密切程度。要推断两变量间相关的程度，样本含量必须足够大。尤应注意，若两变量间相关系数具有统计学意义，但较小时，下结论要慎重。 第二节 直线回归一、直线回归的概念 分析某变量随另一变量变化而变化依存关系的方法称为直线回归（linear regression）， 它通过拟合线性方程来描述两变量间的回归关系。 二、直线回归方程的建立 直线回归分析步骤 三、直线回归的统计推断 注意事项： 直线相关与回归的区别与联系 直线相关与回归的区别与联系 * * 图13-3 回归直线、回归系数、残差示意图 最小二乘法原理： 各点到回归线的纵向 距离的平方和最小。