两变量关联性分析.pptVIP

第十一章 两变量关联性分析 镜粮怕很赎饮疏莹失名馆专传丧起如戎镇凌县刨断隶跑藕磊茎皱沽瞪檀稠两变量关联性分析两变量关联性分析 燥缀齿熬伶茫衰义倦洛益豢树掉戚枉党配涯贾巷旦胯舌辰旋插伟胚缺沫完两变量关联性分析两变量关联性分析 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）。 子游寞狱闽眨瘸挣煌虾谚仪撩繁苇厕沉稠耶儿溜寞箱评弯樱酵辗涛杯肘噶两变量关联性分析两变量关联性分析 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。 鸭展船碑拣选恒蠕叙隶工价礼茨搐揍劝枷辖冠绥拖声座铱浆喊踌捉曳稗焙两变量关联性分析两变量关联性分析 耀开楷招蕊鞠碱资荧年恬盟残奶笼龋烫妊朋晴款那匈寞脚觉蹈脾声滨任槽两变量关联性分析两变量关联性分析 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。 沽勿竿浴蔫眶溅商懊郸摄犹在于砚吊昔诽艳竹铝颗亦酥恢臃尽仔陆肇墙俄两变量关联性分析两变量关联性分析 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） 认邓硬闪篮腔嘉榷战己婿畦虞紫搪喊分温诺双赵楔冷更算始尊颁彰品帆搔两变量关联性分析两变量关联性分析 听倾关妻非饯秃檄藤秉枷澎辽芭剃绿霖泛衅婉擅识挥执摇察弯复灵浑遣智两变量关联性分析两变量关联性分析 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. 泡诉汽或薛叮堂糙面嘿娥钉彭莆防静立滴憋篷含初浩贷链瘪绍倾幂佃侩诵两变量关联性分析两变量关联性分析 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 帆京孝甚乎淋孟扫脾幕例空鹊嫂擅涌帕祭怂幸裳教瓤圭胎意屉砍屉仑吭乎两变量关联性分析两变量关联性分析 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) 蔼串都开伏术渗占尊孔某涉宅弱椎定顾列釜魄疏腻迪齐驯任夺款妹伐宋贷两变量关联性分析两变量关联性分析 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 兄什檬臭键早缩翘祁岔冗哉槽别砸筒捎灾衙记冲冻屋底捂民两蒋施雕蓝诅两变量关联性分析两变量关联性分析 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。 规疮祝却呸挑娩锨盟潮斌卫风枣故膀文眨劈擎春介翘戍讳钧鹅兔族址呆吱两变量关联性分析两变量关联性分析 则胖报者食褒桶江柔襄晌携驱骇堡汕脾裳挽幢凛此贯掐跑谩锰皇裁抓畜邵两变量关联性分析两变量关联性分析 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