09相关和回归分析幻灯片.ppt

直线相关和回归分析 直线相关分析 Linear Correlation Analysis 相关分析：主要内容 问题的提出 相关关系与确定性关系 相关和直线相关的概念 直线相关的图示 直线相关系数的计算 直线相关系数的假设检验和区间估计 两相关系数的比较 等级相关(了解) 问题的提出 以往方法的局限 仅限于考察一个观察指标 问题的提出 人的体重往往随着身高的增加而增加。二者之间是否存在某种关联？如果存在，可否用身高来推测体重的多少？ 儿童所能发出的最长音调往往和年龄有关。同样，是否可以建立年龄和音调长度的数量关系？ 人的肺活量往往随着胸围的增加而增加。 举重运动员所能举起的最大重量是否与他的体重有关？ 相关关系与确定性关系 所谓确定性关系是指两变量间的关系是函数关系。已知一个变量的值，另一个变量的值可以通过这种函数关系精确计算出来。 C =2?R S=vt 非确定性关系是指两变量在宏观上存在关系，但并未精确到可以用函数关系来表达。 青少年身高随年龄增长而增高； 体表面积与体重有关 2.相关的概念 Definition Correlation, is a measure of the degree to which variables vary together or a measure of the intensity of association. 当两个数值变量之间出现如下情况：当一个变量增大，另一个也随之增大(或减少)，我们称这种现象为共变，也就是有相关关系。 若两个变量同时增加或减少，变化趋势是同向的，则两变量之间的关系为正相关(positive correlation)；若一个变量增加时，另一个变量减少，变化趋势是反向的，则称为负相关(negative correlation)。 直线相关的概念 直线相关（linear correlation），又称简单相关，用以描述两个呈正态分布的变量之间的线性共变关系，常简称为相关。 用以说明具有直线关系的两个变量间相关关系的密切程度和相关方向的指标，称为相关系数（correlation coefficient），又称为积差相关系数（coefficient of product-moment correlation），Pearson相关系数 。 总体相关系数用希腊字母ρ表示，而样本相关系数用r表示，取值范围均为[-1,1]。 直线相关的图示 直线相关的图示与相关系数的关系 直线相关系数的计算 以下资料选自Galton的一项研究，目的是探讨成年时身高是否与两岁时的身高（单位：英寸）有关。 绘制散点图 相关系数的假设检验 H0：ρ＝0，两变量间无直线相关的关系； H1：ρ≠0。 H0：ρ＝0，两变量间无直线相关的关系； H1：ρ≠0，两变量间有直线相关的关系； α =0.05 ν=8-2=6 以自由度为6查附表2的t界值表，得P0.01，按α=0.05的水准拒绝H0，接受H1，认为2岁时的身高和成年身高之间存在正相关。 总体相关系数的区间估计（了解） 从相关系数?不等于0的总体中抽样，样本相关系数的分布是偏态的。 相关系数的抽样分布(? = - 0.8) 相关系数的抽样分布(? = 0) 相关系数的抽样分布(? =0.8) R.A. Fisher(1921) 的 z 变换 相关系数的z 值的抽样分布(? = - 0.8) 相关系数的z 值的抽样分布(? = 0) 相关系数的z 值的抽样分布(? = 0.8) 相关系数的可信区间估计 将 r 变换为 z ； 根据 z 服从正态分布，估计 z 的可信区间； 再将 z 变换回 r 。 相关系数的可信区间估计 Fisher’s 变换 r z 正态近似 Fisher’s 反变换 ?的95％CI z的95％CI 两个相关系数的比较（了解） 男女的心率和电机械收缩时间 分析思路： 两组资料的相关性如何？ 两个相关系数是否相等？ 由于相关系数并不服从正态分布，因此对两个相关系数的差别的假设检验可以通过z变换的原理，对两个z变换值作假设检验得到。 24名成年男女的心率(X)与收缩时间(Y)的散点图 男性