L5 关联性研究的设计和数据分析.pdfVIP

关联性研究的设计 与数据分析 中山大学公共卫生学院 医学统计与流行病学系 林爱华 前面的学习阶段，介绍了实验研究的设计 与数据分析，着重于比较变量的组间差别。 医学研究中，常常还需要分析两个随机变 量之间的关系以及一个变量如何随着另一个变 量的变化而变化。 例：年龄与血压的关系，血压随着年龄的变化 如何变化。 空腹血糖与胰岛素的关系，血糖随着胰岛 素的变化如何变化。 主要内容： 1. 两个连续型随机变量间的线性相关。 2. 两个分类变量间的关联。 3. 两个连续型随机变量间的线性回归。 一般两个连续型随机变量间的线性联系称为线性 相关(linear correlation) 与回归，也称为简单相关与 回归 （simple correlation）。 两个分类变量间的联系则称为关联 （association）。 一、两个连续型随机变量的线性相关分析 二、两个分类变量的关联分析 三、两个连续型随机变量的线性回归分析 一、两个连续型随机变量的线性相关分析 （一）线性相关的基本概念 （二）线性相关的统计学描述 （三）线性相关的统计推断 （四）等级相关 （五）线性相关分析的注意事项 （一）线性相关的基本概念 1.线性相关的概念： 独立是指一个指标的取值与另一指标取值 多少无关。两指标间不独立则为相关，即某 一指标的取值与另一指标的取值多少有关。 统计学中用一个统计量描述线性相关的密 切程度，称相关系数(Correlation coefficient)。 两个连续型随机变量间联系的强度 相关系数 （correlation coefficient ）来描述。 如果就总体而言，则称为总体相关系数， 记为 ；如果计算数据取自样本，则称为 样本相关系数，记为r 。 -1  r  1 2.相关系数的特点： 两个连续型随机变量间联系的强度 相关系数 （correlation coefficient ）来描述。 如果就总体而言，则称为总体相关系数，记为 ；如 果计算数据取自样本，则称为样本相关系数，记为r 。 (1)相关系数r的绝对值必然在0到1之间，-1  r  1 。 (2)r=0 ，表示无相关; |r|=1，表示完全函数关系。 (3)相关系数的符号表示相关的方向。 (4)总体相关系数的绝对值表示相关的密切程度。 3. 相关的各种形式 4.相关分析的资料来源 (1)从研究总体随机抽取n个对象，每个对象观 察X和Y 两项指标； (2)或者从已经配成对子的研究总体中随机抽 取n对对象，每对对象观察同一指标。 (3)如果X和Y服从正态分布，这样的研究所获 得的资料就可以做相关分析。 例1 表1为一项关于儿童健康和发育的研究中10名学 龄儿童的身高和体重资料，试对学龄儿童的身高 （cm ） 和体重 （kg ）进行相关分析。 表1 10 名学龄儿童的身高和体重 儿童 1 2 3 4 5 6 8 9 10 编号 身 高 149.35 167.64 146.30 170.69 161.54 164.59 155.45 158.50 149.35 152.40 （ ） X 体 重 30.84 42.64 33.11 44.00 36.29 40.82 32.66 35.38 33.11 31.75 Y （ ） ( 二) 直线相关的统计学描述 1. 散点图 （Scatter plot） 考察相关性最简单而直观的办法是散 点图。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。 44.00 42.00 40.00 体 38