[stata简单讲义第六讲.docVIP

线性相关和回归 赵耐青 在实际研究中，经常要考察两个指标之间的关系，即：相关性。现以体重与身高的关系为例，分析两个变量之间的相关性。要求身高和体重呈双正态分布，既：在身高和体重平均数的附近的频数较多，远离身高和体重平均数的频数较少。 样本相关系数计算公式(称为Pearson相关系数)： (1) 考察随机模拟相关的情况。 显示两个变量相关的散点图程序simur.ado（本教材配套程序,使用见前言）。命令为simur 样本量 总体相关系数 如显示样本量为100，?=0的散点图 本例命令为simur 100 0 如显示样本量为200，?=0.8的散点图 本例命令为simur 200 0.8 如显示样本量为200，?=0.99的散点图 本例命令为simur 200 0.99 如显示样本量为200，?=-0.99的散点图 本例命令为simur 200 -0.99 例1. 测得某地15名正常成年男子的身高x（cm）、体重y（kg）如试计算x和y之间的相关系数r并检验H0：?＝0 vs H1: ??0。 ?=0.05 数据格式为 X Y 171.0 58.0 176.0 69.0 175.0 74.0 172.0 68.0 170.0 64.0 173.0 68.5 168.0 56.0 172.0 54.0 170.0 62.0 172.0 63.0 173.0 67.0 168.0 60.0 171.0 68.0 172.0 76.0 173.0 65.0 Stata命令 pwcorr 变量1 变量2 … 变量m，sig 本例命令 pwcorr x y,sig pwcorr x y,sig | x y -------------+------------------ x | 1.0000 | | y | 0.5994 1.0000 | 0.0182 | Pearson相关系数=0.5994，P值=0.01820.05，因此可以认为身高与体重呈正线性相关。 注意：Pearson相关系数又称为线性相关系数并且要求X和Y双正态分布，通常在检查中要求X服从正态分布并且Y服从正态分布。 如果不满足双正态分布时，可以计算Spearman相关系数又称为非参数相关系数。 Spearman相关系数的计算基本思想为：用X和Y的秩代替它们的原始数据，然后代入Pearson相关系数的计算公式并且检验与Pearson相关系数类同。 Stata实现 spearman x y Number of obs = 15 Spearmans rho = 0.6552 Test of Ho: x and y are independent Prob |t| = 0.0080 stata计算结果与手算的结果一致。结论为身高与体重呈正相关，并且有统计学意义。 直线回归 例2 为了研究3岁至8岁男孩身高与年龄的规律，在某地区在3岁至8岁男孩中随机抽样，共分6个年龄层抽样：3岁，4岁，…，8岁，每个层抽10个男孩，共抽60个男孩。资料如下： 60个男孩的身高资料如下 年龄 3岁 4岁 5岁 6岁 7岁 8岁 身 高 92.5 96.5 106.0 115.5 125.5 121.5 97.0 101.0 104.0 115.5 117.5 128.5 96.0 105.5 107.0 111.5 118.0 124.0 96.5 102.0 109.5 110.0 117.0 125.5 97.0 105.0 111.0 114.5 122.0 122.5 92.0 99.5 107.5 112.5 119.0 123.5 96.5 102.0 107.0 116.5 119.0 120.5 91.0 100.0 111.5 110.0 125.5 123.0 96.0 106.5 103.0 114.5 120.5 124.0 99.0 100.0 109.0 110.0 122.0 126.5 平均身高 95.4 101.8 107.6 113.1 120.6 124.0 由于男孩的身高与年龄有关系，不同的年龄组的平均身高是不同的，由平均身高与年龄作图可以发现：年龄与平均身高的点在一条直线附近。 考虑到样本均数存在抽样误差，故有理由认为身高的总体均数与年龄的关系可能是