统计学教程︰相关与回归.pptVIP

相关与回归 医学上，许多现象之间都有相互联系，例如：身高与体重、父亲身高与儿子身高、体温与脉搏、产前检查与婴儿体重、乙肝病毒与乙肝等。 在这些有关系的现象中，它们之间联系的程度和性质也各不相同。 变量之间的关系： 乙肝病毒感染是前因，得了乙肝是后果，乙肝病毒和乙肝之间是因果关系； 有的现象之间因果不清，只是伴随关系，例如丈夫的身高和妻子的身高之间，就不能说有因果关系。 相关与回归就是用于研究和解释两个变量之间相互关系的。 主要内容 第一节 直线相关 第二节 直线回归 第三节 注意事项 为研究父亲与成年儿子身高之间的关系，皮尔逊测量了1078对父子的身高。 把1078对数字表示在坐标上。X上的数代表父亲身高，Y上的数代表儿子的身高 1078个点形成图形是一个散点图。 散点图 为了确定相关变量之间的关系，收集一些数据，这些数据是成对的；然后在直角坐标系上描述这些点，这一组点集称为散点图。 相关的类型 ★正相关 ★负相关 ★完全正相关 ★完全负相关 ★称零相关 相关系数 样本的相关系数用r表示 r的值在-1和1之间； r的绝对值越接近1，两变量的关联程度越强，r的绝对值越接近0，两变量的关联程度越弱； 正相关时，r值在0和1之间，这时一个变量增加，另一个变量也增加；负相关时，r值在-1和0之间，此时一个变量增加，另一个变量将减少。 一个产科医师发现孕妇尿中雌三醇含量与产儿的体重有关； 于是设想，通过测量待产妇尿中雌三醇含量，可以预测产儿体重，以便对低出生体重进行预防。因此收集了31例待产妇24小时的尿，测量其中的雌三醇含量，同时记录产儿的体重。 问尿中雌三醇含量与产儿体重之间相关系数是多少？是正相关还是负相关？ 分析问题：总体-样本、 目的、变量、关系 ∑X=534 ∑Y=99.2 ∑ X2=9876 ∑ Y2=324.8 ∑XY=1750 N=31 问题：我们能否得出结论：待产妇尿中雌三醇含量与产儿体重之间成正相关，相关系数是0.61。为什么？ 相关系数的假设检验 上例中的相关系数r等于0.61，说明了31例样本中雌三醇含量与出生体重之间存在相关关系。但是，这31例只是总体中的一个样本，由此得到的相关系数会存在抽样误差。 因为，总体相关系数（?）为零时，由于抽样误差，从总体抽出的31例，其r可能不等于零。 这就要对r进行假设检验，判断r不等于零是由于抽样误差所致，还是两个变量之间确实存在相关关系。 直线相关的意义 在确实存在相关关系的前提下（？？），如果r的绝对值越大，说明两个变量之间的关联程度越强，那么，已知一个变量对预测另一个变量越有帮助；如果r绝对值越小，则说明两个变量之间的关系越弱，一个变量的信息对猜测另一个变量的值无多大帮助。 一般说来，当样本量较大，并对r进行假设检验，有统计学意义时，r的绝对值大于0.7，则表示两个变量高度相关；r的绝对值大于0.4，小于等于0.7时，则表示两个变量之间中度相关；r的绝对值大于0.2，小于等于0.4时，则两个变量低度相关。 雌三醇含量与产儿体重有相关关系： 如果知道了一位待产妇的尿雌三醇含量 能推断出产儿的体重吗？ 能预测产儿的体重可能在什么范围内？ 这要用直线回归的方法来解决。 知道了两个变量之间有直线相关关系，并且一个变量的变化会引起另一个变量的变化，这时，如果它们之间存在准确、严格的关系，它们的变化可用函数方程来表示，叫它们是函数关系，它们之间的关系式叫函数方程。 实际上，由于其它因素的干扰，许多双变量之间的关系并不是严格的函数关系，不能用函数方程反映，为了区别于两变量间的函数方程，我们称这种关系式为直线回归方程，这种关系为直线回归。 回归方程 回归系数 回归直线的描绘 根据求得的回归方程，可以在自变量X的实测范围内任取两个值，代入方程中，求得相应的两个Y值，以这两对数据找出对应的两个坐标点，将两点连接为一条直线，就是该方程的回归直线。 回归直线一定经过（0，a ），（ ）。 这两点可以用来核对图线绘制是否正确。 与直线相关一样，直线回归方程也是从样本资料计算而得的，同样也存在着抽样误差问题。 所以，需要对样本的回归系数b进行假设检验，以判断b是否从回归系数为零的总体中抽得。为了判断抽样误差的影响，需对回归系数进行假设检验。总体的回归系数一般用β表示。 采用t检验方法 回归系数的假设检验 H0：β=0 H1：β≠0 α=0.05 计算统计量： t=4.14； ?=31-2=29，t 0.05(29)=2.045 计算概率值P： P0.05 做出推论：按?=0.05检验水准，拒绝H0，接受H1认为待产妇24小时尿中雌三醇含量与产儿体重之间存在直线回