两变量关联性分析.ppt

第十一章 两变量关联性分析 一般地，两个连续随机变量间的线性联系称为线性相关（linear correlation），也称为简单相关（simple correlation），两个分类变量间的联系则称为关联（association）。 散点图 判断两个变量是否具有相关关系最直观的办法是绘制散点图（scatter plot），在实际研究中也是首先要做的一步。将两变量置于直角坐标轴上，把其中一变量取作X, 另一个取作Y，据此在直角坐标系(X,Y ) 中标出对应的点来，这样的图形称作散点图。常见的散点图如图11-2所示。 相关的种类 1）正相关（positive correlation）：一般地，在图中若有随增大而线性上升的趋势，则称为正相关。 2）负相关（negative correlation）：在图中若有随增大而线性下降的趋势，则称负相关。 3）零相关（zero correlation）：在图中若或不随另一变量的改变而改变 ，则称零相关。 4）非线性相关（nonlinear correlation） ：若散点呈曲线形状，则变量间可能呈曲线关系，不宜做线性相关。 关联强度指标--相关系数 意义：相关系数（correlation coefficient）又称Pearson积差相关系数，用来说明具有直线关系的两变量间相关的密切程度与相关方向。 2. 计算：样本相关系数的计算公式为 （11-3） 相关系数的特点 1.相关系数r是一个无量纲的数值,且-1r1; 2.r0为正相关,r0为负相关; 3./r/越接近于1,说明相关性越好./r/越接近于0,说明相关性越差. 例11-2 计算例11-1中凝血酶浓度X与凝血酶时间Y之间样本相关系数。 由例11-1得 , , 由公式11-3得 相关系数的统计推断 相关系数的假设检验 直接查相关系数临界值表; t检验 (11-5) (11-6) 例11-3 继例11-2中算得r=-0926后,试检验相关是否具有统计学意义 检验步骤 本例 n=15，r=-0.926，由公式（11-4）和公式（11-5）得 本例 ，查 界值表得 ，故拒绝 接受 ，认为凝血酶浓度与凝血酶时间之间存在负相关。此结果与查表的结果是一致的。 线性相关中应注意的问题 1.样本的相关系数接近零并不意味着两变量间一定无相关性.两个有联系的变量并非都属线性联系。两变量间无线性关系，但却存在非线性的曲线联系。例如,很高血压和很低血压的人死亡率均较高, 而中等血压的人死亡率较低, 于是, 死亡率和血压之间有曲线性联系。还有如血液浓度与时间之间的关系、某放射性污染物对环境的污染浓度与污染源距离之间的关系等，都有曲线性联系，但它们的样本相关系数却都接近零。 故通常应先绘出样本值的散点图，利用散点图可直观地判断两变量之间是否具有线性联系。 2.一个变量的数值人为选定时莫作相关. .一个变量的数值随机变动,另一个变量的数值却是人为选定的。例如, 为研究药物的剂量-反应关系 3.出现异常值时甚用相关. 4.相关未必真有内在联系. 5.分层资料盲目合并易出假象 第二节 秩相关(rank correlation) 等级相关 适用条件: ①资料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，一端或两端是不确定数值（如＜10岁，≥65岁）的资料； ③原始数据用等级表示的资料。 一、Spearman秩相关 1. 意义：等级相关系数rs用来说明两个变量间直线相关关系的密切程度与相关方向。 2. 计算公式 d为p,q之差 例11-4 某地研究2~7岁急性白血病患儿的血小板数与出血症状程度之间的相关性,结果见表11-2,试用秩相关进行分析 表11-2 急性白血病患儿的血小板(109/L)和出血症状 病人编号 血小板数 秩次 p2 出血症状 秩次 q2 pq X p Y