9-1相关概论.ppt

主要内容相关关系，又可称为线性相关 适用对象：用于双变量均是正态分布的数值数据。 研究目的：分析两变量间直线相关关系及相关的密切 程度。 作业 合计 9 5 12 9 14 16 22 18 24 22 3 3 4 5 6 6 7 8 8 9 1 2 3 4 5 6 7 8 9 10 Y2 X2 XY 日数（Y） 剂量（X） 编号 59 151 27 15 48 45 84 96 154 144 192 198 9 9 16 25 36 36 49 64 64 81 81 25 144 81 196 256 484 324 576 484 1003 389 2651 解 r≠0原因：① 由于抽样误差引起，ρ=0② 存在相关关系， ρ≠0 三、相关系数的假设检验 应用的条件：两变量均服从正态分布。 检验的目的：检验两总体变量间线性相关性是否显著。 分析表明，|r|值越接近1，则相关程度越高。比较|r|与临界值，统计量越大，概率P越小，统 计量越小，概率P越大。 相关系数查 r 临界值表假设检验 检验步骤： 1、建立检验假设 2、计算统计量 3、确定P值，作出推断结论 以显著水平?，自由度为n-2查临界值。 例9-1 在开发一种抗过敏新药时，要对不同剂量的药 效进行试验。10名患者各服用了该新药的一个特定剂 量，药物作用消失时记录。试验数据列于表中，X是剂 量，Y是症状持续消除的日数，用7个不同的剂量，其中 3个剂量重复给两名患者。α=0.05 解 1、建立检验假设 2、计算统计量 按α=0.05的水准，拒绝H0，接受H1，可以认为药物 剂量与症状消除日数之间有正相关的关系。 3、确定P值，作出推断结论 即药物剂量与症状消除的日数没有关系； 即药物剂量与症状消除的日数有关系。 线性相关分析流程图 相 关 未 必 真 有 联 系 四、等级相关 等级相关又称秩相关（rank correlation）是一种 非参数统计方法。 适用对象： ①定量数据不是正态变量或总体分布未知；数据一 端或两端有不确定值的资料 ②定序数据。 目的：用等级相关系数rs来说明两个变量间相关关系 的密切程度与相关方向的。 （一）等级相关系数的计算 其中，n表示样本含量；d表示X、Y秩次之差。 rs值界于-1与1之间，其意义同相关系数r。 * * * 高等数学 医用高等数学 概率论与数理统计 一、相关分析的基本概念 二、散点图和样本相关系数 三、相关系数的假设检验 四、等级相关分析十九世纪英国人类学家 F.Galton首次在《自然遗传》一书中，提出并阐明了“相关”和“相关系数”两个概念，为相关论奠定了基础。其后，他和英国统计学家 Karl Pearson对上千个家庭的身高、臂长做了测量，发现：儿子身高（Y，英寸）与父亲身高（X，英寸）存在线性关系： 历史背景：相关与回归是研究数值型自变量与数值型因变 量之间关系的统计分析方法。 相关与回归简介 相关与回归统计分析的目的：就是如何根据统计数据确定变量之间的关系 形态及其关联的程度，并探索出其内在的数量规 律性。 变量间关系问题：年龄~身高、肺活量~体重、药物剂量与动物死亡率等。 相关与回归 线性相关与线性回归分析 非线性相关与非线性回归分析 按变量之间关系形态分类： 相关与回归 研究的是两个变量之间的关系，称为简 单相关与简单回归分析，即一元相关与 一元回归分析。 一元相关与回归分析 多元相关与回归分析 研究的是两个以上变量之间的关系，称 为多元相关与多元回归分析分析。 按变量的个数分类：实践发现，变量之间的关系形态可分为两种类 型，即函数关系和相关关系。 一、相关关系的基本概念 （一）变量间的关系 例如：正方形面积 S 与边长 x 之间的关系： 当一个或几个变量取一定的值时，另一个变量有确 定值与之相对应，这种关系为确定性的函数关系。 例如 一块农田的水稻产量与施肥量之间的关系： 水稻产量 施肥量当一个或几个相互联系的变量取一定数值时， 与之相对应的另一变量的值虽然不确定，但它仍按 某种规律在一定的范围内变化，变量间的这种相互 关系，称为具有不确定性的相关关系。 气候情况、浇水、除虫等 （一）散点图 二、散点图与样本相关系数它是以直角坐标系的横轴代表变量X，纵轴代表变量Y，将两个变量间相对应的变量值用坐标点的形式描述出来，用来反映两变量之间相关关系形态。 例1　随机抽取15名健康成人，测定血液的凝血酶浓 度（单位/毫升）及凝固时间（秒），数据如下表所 示。据此资料做出散点图。 表 　15名健康成人凝血时间与凝血酶浓度测量值记录 17 15 14 16 15 16 14 17 16 14 13 15 15 13 14 凝血时间 0