医学统计学第十章线性相关.pptVIP

Linear correlation 例:某医院欲研究儿童的体重与体表面积的关系，测量了10名3岁男童体重与体表面积，数据见下表 内容 相关关系与确定性关系 定量资料的相关 定性资料的相关 等级资料的相关 相关分析的正确应用 10.1 相关关系与确定性关系 确定性关系：两变量间的函数关系 圆的周长与半径的关系： C＝2?R 速度、时间与路程的关系：L＝ST X与Y的函数关系： Y＝a+bX 非确定性关系：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。 青少年身高与年龄的关系； 年龄与血脂的关系；身高与体重的关系； 体重与体表面积的关系； 药物浓度与反应率的关系； 相关关系与确定性关系(2) 当对事物的规律了解加深时，相关关系可以转变为确定性关系。 父亲患白化病X, (X=是，否); 子女患白化病Y, (Y=是，否); X与Y的关系不确定。 相关关系(correlation) 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，或相关(correlation)。两个变量有共变现象，称为有相关关系。 相关关系不一定是因果关系。 10.2 定量资料的相关 反映两定量指标间的相关关系用 Pearson 相关系数。 (Pearson correlation coefficient) 例10.1 10名3岁男童体重与体表面积的关系 编号 体重(X,kg) 体表面积(Y,103cm2) 1 11.0 5.283 2 11.8 5.299 3 12.0 5.358 4 12.3 5.292 5 13.1 5.602 6 13.7 6.014 7 14.4 5.830 8 14.9 6.102 9 15.2 6.075 10 16.0 6.411 合计 133.4 57.266 分析步骤 散点图 相关系数计算 相关系数的假设检验 10名3岁男童体重与体表面积散点图 Pearson相关系数的计算 离均差平方和、离均差积和的展开： 相关系数的性质 总体相关系数 -1 ≤ r ≤ 1 r＞0为正相关 r＜0为负相关 r＝0为零相关或无相关 相关关系示意图 相关系数的含义 例10.1资料相关系数的计算 10.2.2 相关系数的假设检验 H 0：?＝0，体重与体表面积无相关关系； H 1：??0，体重与体表面积有相关关系。 ? = 0.05 t 服从自由度为n-2的 t 分布。 例10.1资料相关系数的假设检验 10.2.3 总体相关系数?的区间估计 相关系数? 分布 相关系数? =0 样本相关系数的分布是对称的，当样本含量较大时，近似正态分布 相关系数?不等于0 样本相关系数的分布是偏态 z变换（双曲正切变换） R.A.Fisher(1921)提出的 ?的区间估计 z值 的分布 变换值z近似服从均数为 标准差为 的正态分布 将相关系数r变换为z值，并按正态分布原理估计z的 100(1-? )%的可信限 以例10.1数据为例，试计算总体相关系数? 的95%及99%可信区间 z的95%可信区间： 1.9198±1.96×0.3780 = (1.1789，2.6607) z的99%可信区间： 1.9198±2.58×0.3780 = (0.9446，2.8950) 10.2.4 两样本相关系数的比较 例10.3 某医院分别测定正常成年男子12人和正常成年女子12人的心率(X,次/分)与心脏左室电机械收缩时间QS(Y,毫秒)的数据见表10.2，试比较男子和女子的心率(次/分)与心脏左室电机械收缩时间QS(毫秒)的相关是否相同。 分析思路 分析男、女心率与机械收缩时间是否有关 散点图 相关系数 相关系数假设检验（ ？ ） 比较两相关系数是否相同 （1）散点图 (2) 分别计算两样本相关系数r 男性 女性 (3) 对两相关系数进行假设检验 统计量 (4)比较两总体相关系数是否相等 H0：男子心率与心脏左室电机械收缩时间的相关与女子的相等，?1＝?2； H1：男子心率与心脏左室电机械收缩时间的相关与女子的不等，?1≠?2。 ? =0.10。 10.3 定性资料的相关 列联系数(contingency coefficient) 10.3.1 四格表的列联系数