双变量关联性(研)范例.ppt

前面描述性统计及假设检验只涉及到一个变量，如体重、红细胞数、血压下降值等,着重于描述某一变量的统计特征或比较该变量的组间差别。 在大量的医学问题研究中常常还要分析两个随机变量之间的关系，如体重与肺活量、年龄与血压之间是否存在线性联系，此联系是正向还是负向以及联系的程度如何？ 如果两个连续型变量 X和 Y 都随机变动且不分主次，可通过线性相关（linear correlation）分析来估计它们之间可能存在的线性联系的方向与程度。 两个随机变量 X 和 Y ，可以是对同一观察单位同时测量 X 与 Y 的数值，也可以是测量成对观察单位的同一变量或不同变量的数值，而产生一对观察值。 为讨论父子身高间的线性相关程度，南方某地在应届中学毕业生花名册中随机抽取 20 名男生，分别测量他们和他们的父亲的身高(cm)，得样本资料如下表所示： 考察相关性最简单而直观的办法是散点图(scatter plot) 以两条互相垂直的座标轴分别表示两个变量，n 对观察值对应于座标平面的 n 个点，便构成一幅散点图。 散点图 第一节 直线相关 一、概述 概念 又称简单相关或Pearson相关分析，用于研究具有直线关系的两个变量间相关关系的密切程度与相关方向的一种统计分析方法 应用条件 要求两个变量均服从正态分布 （双变量正态分布 ） 相关系数的意义及计算 又称积差相关系数或Pearson相关系数，说明具有直线关系的两个变量间相关关系的密切程度与相关方向的指标 r 表示样本相关系数,ρ表示总体相关系数 没有单位，取值介于-1与1之间 相关方向用正负号表示 相关的密切程度用绝对值表示 -1 ≤ r ≤ 1 r 值为正 ——正相关 为负 ——负相关 |r|=1 --- 完全相关 r=0 --- 零相关 相关关系密切程度的判断 低度相关 中度相关 高度相关 相关关系图示 变量相关关系的类型 【例12-1】2000年测得某地16名7岁男孩体重与胸围资料，见表12-1。 散点图 x的离均差平方和 y的离均差平方和 x与y间的离均差积和 二、相关系数的假设检验 r≠0原因：① 由于抽样误差引起，ρ=0 ② 存在相关关系， ρ≠0 查表法 根据自由度? =n-2，查附表14，将所得 r 值与某概率水平（如0.05）对应的 r 界值相比较，若 r 值小于 r 界值，则P大于相应的概率水平，反之，P小于相应的概率水平，然后作出推断 t 检验方法 按自由度? =n-2=16-2=14 ，查附表4，得P0.001，按? = 0.05水准，拒绝H0，接受H1，差异有统计学意义，可认为2000年该地7岁男孩体重与胸围之间有相关关系 总体相关系数?的区间估计* 决定系数的意义 决定系数即相关系数r的平方r 2 它反映应变量y的总变异中可用回归关系解释的比例 反映回归直线的拟合程度，即回归方程估计可靠程度的高低。取值范围在[ 0 , 1 ] 之间 r 2 1，说明回归方程拟合的越好 r 2 0，说明回归方程拟合的越差 一、散点图的重要性 二、变量取值非随机时莫作相关 某些医学问题研究中，一个变量随机变动，另一个变量的数值却是人为选定的。 研究药物的剂量反应关系，人们选定 n 种剂量，观察每种剂量下动物的反应； 摸索化学反应的适宜条件，人们选定几种温度，观察各温度下生成物的数量。 三、对相关的解释 相关分析中对变量的选择及统计结果的解释一定要结合专业背景，切不可把任意两个变量拉在一起盲目下结论。 例如，某人喜得贵子，庭前种一小树，每月测子高与树高，计算发现子高与树高间的相关有统计意义（r=0.89），难道两者真有内在联系？ 时间变量与两者的潜在联系造成了子高与树高相关的假象。 即使专业上有理由作相关，两变量的地位也是平等的，所揭示的可能仅仅是一种统计学上的关联性，不一定是因果联系。 偶然联系：树高---身高（专业常识判断） 伴随联系：兄弟身高 因