第九章回归和相关分析.ppt

第 九 章 相 关 与 回 归 主要内容 一 线性相关 二 秩相关 三 分类变量的关联性分析 一 线性相关的概念 线性相关(linear correlation)又称简单相关(simple correlation)，用于双变量正态分布(bivariate normal distribution)资料。其性质可由散点图直观的说明。 目的：研究 两个变量X,Y数量上的依存（或相关） 关系。 特点：统计关系 二、相关系数的意义与计算 1. 意义：相关（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。 例９-１ 某地15名3岁儿童体重与体表面积资料如表9.1,试求相关系数。 由例９-１得 由公式得 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. 相关系数的统计推断 （一）相关系数的假设检验 例9-2 继例9-1中算得r=-0926后,试检验相关是否具有统计学意义 检验步骤 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. 2.一个变量的数值人为选定时莫作相关. 3.出现异常值时甚用相关. 4.相关未必真有内在联系. 5.分层资料盲目合并易出假象. 简单回归分析 Simple linear regression analysis 双变量计量资料：每个个体有两个变量值 总体：无限或有限对变量值 样本：从总体随机抽取的n对变量值 （X1,Y1）, （X2,Y2）, …, （Xn,Yn） 目的：研究X和Y的数量关系 方法：回归与相关 简单、基本——直线回归、直线相关 直线回归的概念 目的：研究应变量Y对自变量X的数量依 存关系。 特点：统计关系。 X值和Y的均数的关系不同于一般数学上的X 和Y的函数关系 为了直观地说明直线回归的概念，以15名健康人凝血酶浓度（X）与凝血时间(Y)数据（表９-1）进行回归分析，得到图９-1所示散点图（scatter plot） 由图９-１可见，凝血时间随凝血酶浓度的增加而减低且呈直线趋势，但并非所有点子恰好全都在一直线上，此与两变量间严格的直线函数关系不同，称为直线回归（linear regression）,其方程叫直线回归方程，以区别严格意义的直线方程。回归是回归分析中最基本、最简单的一种，故又称简单回归。 1．a 为回归直线在 Y 轴上的截距 回归参数的估计——最小二乘原则 残差(residual)或剩余值，即实测值Y与假定回归线上的估计值 的纵向距离 。 求解a、b实际上就是“合理地”找到一条能最好地代表数据点分布趋势的直线。 为了直观地说明直线回归的概念，以15名健康人凝血酶浓度（X）与凝血时间(Y)数据（表９-1）进行回归分析，得到图９-1所示散点图（scatter plot） 本例：n=15 ΣX=14.7 ΣX2=14.81 ΣY=224 ΣXY=216.7 ΣY2=3368 回归方程的假设检验 建立样本直线回归方程，只是完成了统计分析中两变量关系的统计描述，研究者还须回答它所来自的总体的直线回归关系是否确实存在，即是否对总体有 ？ 第二 节 线性回归的应用 （估计和预测） 例9-1中，第一观测值X1=1.1， 0.4994， 0.404， 代入（9.8）式获得第一观测点X1对应的 的标准误为 0.1599 Y的总体均数的95%置信区间为 14.0957±(2.16)(0.1599)＝（13.7502，14.4412） 以上是给定某一X值时所对应