医学英语写作英文教程.ppt

趋势性分析 公共卫生学院卫生统计教研室 易 静 一、涵义 一个变量随同另一个变量数量协同变化关系的密切程度、数量规律及方向的统计分析称为趋势分析。 两变量间的关系可以是因果关系，也可为等位伴随关系。 多对一（复相关和多重线性回归、非线性回归）和多对多（典型相关）。 多变量构造结果变量或构造多原因变量（主成份分析、因子分析）。 二、趋势性分析的分类及适用条件 三、直线相关 1. 研究和解释两个等位正态随机变量数量协同变 化关系的密切程度和方向的线性统计分析方法。 例1 测得某地15名正常成年人的血铅X(mmol/L)和24小时的尿铅Y(mmol/L) 如下表，试分析血铅与24小时尿铅之间是否有直线关系？ 表 15例自愿者的血铅和24小时尿铅测量值（mmol/L） 2. 样本直线相关系数(Pearson)： 总体直线相关系数：ρ 表 15例自愿者的血铅和24小时尿铅测量值（mmol/L） 3. t test (1) H0: ρ=0 H1: ρ≠0 α=0.05 (2)计算t 统计量 (3) 确定P值，做出统计推断 ν=15-2=13， ，tr=17.189， p0.05 4. 总体直线相关系数的区间估计 四、直线回归 1. 研究自变量X与应变量Y数量协同变化的比 例关系和方向的统计分析方法。通过拟合有 统计学意义的直线回归方程实现统计预测与 控制。 例2 在某地一项膳食调查中，随机抽取了14名40~60岁的健康妇女，测定每人的基础代谢(kJ/d)与体重(kg)数据，见下表。 表 14名中年健康妇女基础代谢与体重测量值 2. 样本直线回归系数 总体直线回归系数：β 3. t test tb=12.584 =14-2=12, , P0.05 4. 直线回归的估计 （1）总体回归系数β的（1-α）可信区间 （-3.8014，-2.6346） （2）回归估计值的总体均数 的（1-α）置信区间 的标准误： 的（1-α）置信区间： 当x=46时， 95%的CI：（149.7501，156.8187） （3）个体Y值的容许区间 的标准差： 个体Y0值的（1-α）容许区间 ： 当x=46时，个体Y0值95%的容许区间 ： （141.7543，164.8145） 5. 分光光度分析中的回归应用问题 （1）已知标准液浓度 ，测定取得光密度 ，建立工作 曲线斜率为 。 （2）应用时由已测未知浓度光密度 ，通过工作曲线反 预报 ，其实应用的回归斜率为 。 （3）只有当x与y呈近似函数关系时才有 。因此要求 每一标准液应多次重复测定光密度，取平均光密度， 以 建立回归直线可满足近似函数关系。 6. 直线回归控制 控制不是“反预报”，控制是区间控制。 （1）先由x获得y的95%容许区间。 （2）根据给定的y的允许限值，寻找y的95%容许区间的交叉点，其下垂线与x轴交点即对x的控制值。 判断何种曲线拟合效果好，且有统计学意义： 六、秩相关(等级相关) 资料不满足双变量正态分布条件或等级资料 Spearman秩（等级）相关系数 1. 双定量资料秩相关 例3：某医生欲了解人群中氟骨症患病率（%） 与饮水中氟含量（mg/L）之间的关系。随机 观察8个地区氟骨症患病率与饮水中氟含量， 数据如下表，计算等级相关系数。 表 不同地区饮水中