演m示课件.ppt

可通过r2的大小来确定两变量间相关关系的实际意义。例如r=0.02，n=100时，可以认为两变量间有直线相关关系，但r2=0.04，表示回归平方和在总平方和中仅占4%，即X对Y的影响仅占4%，实际意义不大。 曲线直线化 一、曲线直线化的意义 在医学研究中，两变量之间的关系有时不呈直线而呈曲线关系。如药物在体内的浓度与时间的关系，儿童年龄与身长发育的关系，等都不是简单的直线关系，这种资料就不能用直线回归分析，有时可以通过适当的变量变换使之直线化，从而扩大了直线回归的应用。 1、曲线拟合：就是用适当的曲线方程来描述变量之间的变化关系。 曲线拟合最基本方法是：曲线直线化，即通过适当的变量变换，使曲线关系变为直线关系，然后用直线回归分析方法求出直线方程，然后还原为曲线方程。 2、直接使用变量变换后的直线回归：若两变量呈曲线趋势，常使用直线化回归方程，绘制标准曲线。 二、曲线拟合步骤 1、选定曲线类型 指数曲线示意图 2、将变量对数变换； 选定X（或K-X)或Y(或K-Y)进行对数变换，K为常量，使变换后的两变量呈直线关系。也可以将实测数据在半对数坐标纸上作直线化尝试。 指数形式： = 。k为常数，可正可负，k=0时， = 。 对数形式： 3、按求直线回归方程的方法求直线化方程； 4、将直线化方程转为曲线方程，作曲线图。 表10.3 某地氰化物浓度与污染源距离的关系 ━━━━━━━━━━━━━━━━━━━━━ 与污染源 氰化物 距离(m) 浓度(mg/m3) X Y y=lgY Y (1) (2) (3) (4) ───────────────────── 50 0.687 -0.1630 0.584 100 0.398 -0.4001 0.364 150 0.200 -.06990 0.227 200 0.121 -0.9172 0.142 250 0.090 -1.0458 0.088 300 0.050 -1.3010 0.055 400 0.020 -1.6990 0.021 500 0.010 -2.0000 0.008 ───────────────────── 1950(∑X) -8.2251(∑y) ───────────────────── 1、从表中（1）、（2）栏可见，随X的增加，Y有加速减少的趋势，可选用指数曲线； 2、在半对数纸上作图；见图10.6，呈直线趋势； 3、求直线方程； 用X与 y (y=lgY) 求直线化方程： a=-0.0287, b=-0.0041 y=-0.0287-0.0041X; 4、将直线化方程转为曲线方程： lgY=-(0.0287+0.0041X)  秩相关（等级相关） 一、等级相关分析适用资料 （1）不服从双变量正态分布而不宜作积差相关分析； （2）总体分布型未知； （3）原始数据用等级表示。  二、Spearman等级相关 与积差相关分析一样，等级相关分析是用等级相关系数rs来说明两个变量间是否存在直线相关关系以及相关的密切程度与相关方向。rs计算方法如下： 上式中， 为每对观察值Xi、Yi的秩次Ui、Vi之差，n为对子数。 rs为样本等级相关系数，是总体等级相关系数ρs的估计值，其取值范围是：-1≤rs≤1。rs的意义同r。求出rs后还要检验rs是否来自ρs=0的总体，才能确定两变量间是否存在直线相关关系。 对rs的假设检验可用查表