概率统计相关与回归分析.pptVIP

* 《医药数理统计方法》 §9.1 Ch9 相关与回归分析 在生产实践和科学实验中，找出变量之间的关系是非常重要的，变量之间的关系可分为两大类：一类是确定性关系；一类是非确定性关系。确定性关系是指变量之间的关系可用函数来表示，这种关系也称函数关系。非确定性关系是指变量之间有密切关系，但不确定，这种关系也称相关关系。例如人的身高与体重。 《医药数理统计方法》 §9.1 §9.1 相关与相关系数 一、相关的概念 二、样本相关系数 三、相关系数的检验 《医药数理统计方法》 §9.1 一、相关的概念 设对两个随机变量X与Y进行观测，获得了n对数据(x1,y1),(x2,y2),…,(xn,yn)。将这些数据在直角坐标系下标出，得到n个点，这种图称散点图。 在散点图中，如果诸点分布成一条直线或接近一条直线，称这两个变量线性相关。 《医药数理统计方法》 §9.1 二、样本相关系数 相关分析就是分析两个随机变量之间的相关程度，这个相关程度通常用一个数量指标——相关系数ρ来表示。 在实际应用中，ρ通常无法获得，一般通过抽样进行估计，它的点估计是样本相关系数r。 《医药数理统计方法》 §9.1 定义9.2 设对随机变量X与Y进行观测，获得了n对数据(x1,y1),(x2,y2),…,(xn,yn)，则称 为样本相关系数。其中 《医药数理统计方法》 §9.1 注：1) 其中Sx，Sy分别为X和Y的样本标准差，Sxy为样本协方差。 《医药数理统计方法》 §9.1 2)相关系数r的大小( )能够反映随机变量X与Y之间线性关系的密切程度： ① r=0，X与Y不(线性)相关。 ② r=1，X与Y完全成线性关系。 ③ ，X与Y之间存在一定的线性关系。 当 的值越接近1，X与Y的相关性越强， 当 的值越接近0，X与Y的相关性越弱。 《医药数理统计方法》 §9.1 三、相关系数的检验 同一总体内抽取若干个大小相同的样本，各样本的相关系数会有一些波动。 假设两个变量的总体没有相关性，即假设总体相关系数为零(ρ=0),从总体中抽取的样本，由于受样本误差的影响，其样本相关系数r也可能不为零，故有必要进行显著性检验。 《医药数理统计方法》 §9.1 假定样本来自正态总体，若H0：ρ=0成立，选取的统计量为 1) 2)样本系数r 直接使用P315附表22“检验相关系数ρ=0的临界值表”进行检验。 《医药数理统计方法》 §9.1 例9.1 从10只狗抽取的血样本中，分别测其填充的细胞体X(单位：mm)与相应的血红细胞数y(单位：百万)，所得的资料如下表，试求:(1)X与Y的样本相关系数r; (2)检验线性相关的显著性。 50 39 40 58 35 x 8.72 6.55 6.20 9.49 5.90 y 6.99 7.50 9.52 6.30 6.53 y 42 48 56 42 45 x 《医药数理统计方法》 §9.1 42.90