09 第9直线相关与回归(76页).ppt

第1章绪论 C.CHENG 医 学 统 计 学 泰山医学院预防医学教研室 ccta0509@ The teaching planfor medical students Dept. of Preventive Medicine Taishan Medical College 程琮教授简介 医学统计学教授，硕士生导师。男，1959年6月出生。汉族，无党派。1982年12月，山东医学院公共卫生专业五年本科毕业，获医学学士学位。1994年7月，上海医科大学公共卫生学院研究生毕业，获医学硕士学位。2003年12月晋升教授。现任预防医学教研室副主任。主要从事《医学统计学》、《预防医学》，《医学人口统计学》等课程的教学及科研工作，每年听课学生600-1000人。自2000年起连续10年，为硕士研究生开设《医学统计学》、《SPSS统计分析教程》、《卫生经济学》等课程，同时指导研究生的科研设计、开题报告及科研资料的统计处理与分析。发表医学统计学及预防医学的科研论文50多篇。代表作有“锌对乳癌细胞生长、增殖与基因表达的影响”，，“行列相关的测度” 等。主编、副主编各类教材及专著10部，代表作有《医学统计学》、《SPSS统计分析教程》。获得院级科研论文及科技进步奖8项，院第四届教学能手比赛二等奖一项，院教学评建先进工作者一项。获2004年泰山医学院首届十大教学名师奖。《医学统计学》为校级和省级精品课程。 《医学统计学》目录 第1章 绪论 第2章 定量资料的统计描述 第3章 总体均数的区间估计和假设检验 第4章 方差分析 第5章 定性资料的统计描述 第6章 总体率的区间估计和假设检验 第7章 二项分布与Poisson分布 第8章 秩和检验 第9章 直线相关与回归 第10章 实验设计 第11章 调查设计 第12章 统计表与统计图 第9章 直线相关与回归 目录 第9章 直线相关与回归 学习要求 掌握：直线相关与回归的概念及意义。 掌握：直线相关与回归系数的适用条件、计算及检验方法。 熟悉：直线相关与回归分析时应注意的问题。 熟悉：等级相关的概念、意义、适用条件及计算方法。 了解：曲线直线化的概念、意义及计算方法。 第一节 直线相关 相关的概念： 两事物或现象在数量上的协同变化呈直线趋势时则称为直线相关（linear correlation）,又称简单相关（simple correlation），用于分析双变量正态分布资料。表示两变量相关关系的重要指标就是相关系数。 相关系数(correlation coefficient)又称为积差相关系数，用符号r表示。 它描述两变量间相关关系的密切程度和相关方向。其数值1≥r≥－1，当r为正值时，表示一变量随另一变量的增加而增加称为正相关；当r为负值时，表示一变量随另一变量的增加而减少，称为负相关。 当│r│愈接近1，表示两变量的相关愈密切；当│r│愈接近0时，表示两变量相关程度愈低；当│r│＝0时，称为零相关，表示两变量无直线相关关系，见示意图9-1。 一般认为，当样本含量较大的情况下（n100），大致可按下列标准估计两变量相关的程度 │r│≥0.7 高度相关 0.7│r│≥0.4 中度相关 0.4│r│≥0.2 低度相关 图9-1 相关系数示意 二、相关系数的计算 相关系数r的计算公式： 请牢记下列计算公式： 【例9.1 】某研究者测量10名20岁男青年身高与前臂长。数据见表9-1。试分析：身高与前臂长有无直线相关关系？ 计算步骤： （1）由原始数据绘制散点图9-2，本资料呈直线相关趋势。 计算步骤： （1）由原始数据绘制散点图9-2，本资料呈直线相关趋势。 表9-1 身高与前臂长数据与计算表 （2）根据表9-1原始数据计算出∑X，∑Y，∑X2，∑Y2，∑XY 。 本例∑X＝1725，∑Y＝454， ∑X2＝298525，∑Y2＝20690，∑XY＝78541。 （3）计算X、Y的离均差平方和与离均差积和 （4）求相关系数r 三、相关系数的检验假设 检验r是否来自总体相关系数ρ为零的总体。 t 检验法 t检验的计算公式 【例9.2 】对例9.1资料所得r值，检验20岁男青年身高与前臂长是否有直线相关关系。 （1）建立检验假设 H0：ρ＝0 ,两变量间无直线相关关系 H1：ρ≠0 ,两变量间有直线相关关系 α＝0.05 （2）计算t值 本例n=10， r=0.8227 ，按公式（9.5）和公式（9.6） 计算t值 （3）确定P值，作出推断结论 按υ＝n-2=8，查t界值表，得 0.002P0.005，按α＝0.05水准，拒绝H0，接受H1，故可认为20岁