十两变量关联性分析.pptVIP

问题的提出 以往方法的局限 仅限于考察一个观察指标 问题的提出 人的体重往往随着身高的增加而增加。二者之间是否存在某种关联？如果存在，可否用身高来推测体重的多少？ 人的肺活量往往随着胸围的增加而增加。 举重运动员所能举起的最大重量是否与他的体重有关？ outline 线性相关 秩相关 分类变量的关联性分析 线性相关（linear correlation） 线性相关，用以描述两个呈正态分布的随机变量之间的线性共变关系。 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，也就是有相关关系。 若两个变量同时增加或减少，变化趋势是同向的，则两变量之间的关系为正相关(positive correlation)；若一个变量增加时，另一个变量减少，变化趋势是反向的，则称为负相关(negative correlation)。 Pearson积矩相关系数 定量地描述线性相关程度的一个常用指标； 总体相关系数用希腊字母ρ表示； 样本相关系数用r表示； Pearson积矩相关系数的计算 离均差平方和、离均差积和的展开： 积矩相关系数的特点 一个无量纲的数值 ； 取值范围：-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； ｜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11-1 随机抽取1５名健