第九章 回归和相关.ppt

* * * * 区别： 直线回归与相关的区别与联系 1. 资料： ② X、Y服从双变量正态分布 ①Y正态随机变量，X为选定变量 回归 2. 应用 ： 回归 —— 由一个变量值推算另一个变量值 相关 —— 只反映两变量间互依关系 相关 3. 回归系数有单位,相关系数无单位 目的、计算、取值范围 Ⅰ 型回归 Ⅱ型回归 * 联系： * 直线回归与相关的 应用注意事项 （1）要有实际意义 （2）绘制散点图 （3）正确识别与处理异常点 （4）不能任意“外延” * 1.有一个调查研究说脚大的孩子拼音比脚小的孩子好。这是否是说一个人脚的大小是他拼音能力的度量？ 解释：不是的。这个研究对象是一群年龄不等的孩子。它的结果实际上是因为年龄较大的孩子脚大些，他们当然比年幼的男子拼得好些。 2.有一项研究表明其一个国家的人民，喝牛奶和死于癌症的比例都很高。这是否说明是牛奶引起癌症呢？ 解释：不！这个国家老年人的比例也很高。由于癌症通常是年龄大的人易得，正是这个因素提高了这个国家癌症死亡者的比例。 * 直线回归与相关的 应用注意事项 （1）要有实际意义 （2）绘制散点图 （3）正确识别与处理异常点 （4）不能任意“外延” * （5）两变量为非线性关系时的曲线回归 （6）残差分析与残差图 （7）分层资料合并后做回归或相关分析要慎重 （8）要正确理解相关分析的意义和作用。 * * （5）两变量为非线性关系时的曲线回归 （6）残差分析与残差图 （7）分层资料合并后做回归或相关分析要慎重 （8）要正确理解相关分析的意义和作用。 * * （5）两变量为非线性关系时的曲线回归 （6）残差分析与残差图 （7）分层资料合并后做回归或相关分析要慎重 （8）要正确理解相关分析的意义和作用。 * 1.统计数字还表明，在亚利桑那州死于肺结核的人比其他州的人多。这是否就意味着亚利桑那州的气候容易生肺病？ 解释：正好相反。亚利桑那的气候对害肺病的人有好处，所以肺病患者纷纷前来，自然这就使这个州死于肺结核的平均数升高了。 2.有一项研究表明其一个国家的人民，喝牛奶和死于癌症的比例都很高。这是否说明是牛奶引起癌症呢？ 解释：不！这个国家老年人的比例也很高。由于癌症通常是年龄大的人易得，正是这个因素提高了这个国家癌症死亡者的比例。 * 第三节??? 等级相关(rank correlation) 适用资料：⑴ 不服从双变量正态分布 ⑵ 总体分布类型未知 ⑶ 原始数据用等级表示 等级相关系数 rs（即Spearman Correlation Coefficient）——反映两变量间相关的密切程度与方向 。 * Spearman等级相关系数的计算方法 ① 分别将X与Y从小到大编秩，若遇相同值取平均秩次； ② 然后按前面介绍的Pearson相关系数的计算方法求解，见P133 当相同秩次较多时，计算反而更简单，且结果与校正结果相同。 * rs为样本等级相关系数，是总体等级相关系数ρs的估计值，其取值范围是：-1≤rs≤1。rs的意义同r。求出rs后还要检验rs是否来自ρs=0的总体，才能确定两变量间是否存在直线相关关系。 * 1、进行回归与相关分析前，应绘制散点图； 2、作回归分析时，要求因变量Y是呈正态分布的随机变量。 3、作相关分析时，要求两个变量X、Y是双变量正态分布的随机变量 4、-1≤r≤1，|r|0.4为低度线性相关；0.4≤|r|0.7为中度线性相关；0.7≤|r|1为高度线性相关；|r|=±1，称为完全正（或负）相关。 5、作相关分析时，当资料不满足双变量正态分布或为等级资料，采用Spearman秩相关分析。 小 结 * 手表定理 指一个人有一只表时，可以知道现在是几点钟，而当他同时拥有两只表时却无法确定。两只表并不能告诉一个人更准确的时间，反而会让看表的人失去对准确时间的信心。你要做的就是选择其中较信赖的一只，尽力校准它，并以此作为你的标准，听从它的指引行事。记住尼采的话：“兄弟，如果你是幸运的，你只需有一种道德而不要贪多，这样，你过桥更容易些。” * 　　如果每个人都“选择你所爱，爱你所选择”，无论成败都可以心安理得。然而，困扰很多人的是：他们被“两只表”弄得无所，心身交瘁，不知自己该信仰哪一个，还有人在环境、他人的压力下，违心选择了自己并不喜欢的道路，为此而郁郁终生，即使取得了受人瞩目的成就，也体会不到成功的快乐。 * * 例9-1 检验求得身高与体重的直线关系是否成立？ 解：1. 建