预防统计软件概论.pptVIP

2006.10.10 TYC SAS统计分析 教案 图 10.1a 此项作用为在相关系数上用 符号标记显著性水平。 注意：Pearson Correlation Coefficient就是直线相关系数r。 输出结果 表 10.3 发硒与血硒的 r = 0.880，P 0.01。 注意：只有选择了Flag Significant Correlations选项才有。 输出结果 表 10.4 表 10.5 F=34.156，P 0.001。说明回归方程有意义。 输出结果 表 10.6 表 10.7 R=0.880, R2=0.774。 表10.19 输出结果 体重(X1)与上臂围(X4)的r=0.866，P 0.001。说明二者相关。 输出结果 Partial Corr — 偏相关分析 体重(X1)与上臂围(X4)的偏相关系数=0.540，P = 0.167 0.05。 说明在控制身高、胸围、三头肌和肩胛下角四个变量下， 体重与上臂围二者不相关。 表10.19a * * 吉林大学远程教学课件 吉林大学远程教学课件 统计软件概论 主讲人 陶育纯 7 学 时：40 第七讲 课程名称：统计软件 主要教材： ?SPSS for Windows Ver. 11.5在医学统计中的应用? 马斌荣 编著 科学出版社 年级、专业：2003级预防医学专业 授课时间：2006年12月21日 授课时数：2h 目录 第十章 相关与回归 一、一元线性相关与回归 二、多元相关分析 第十一章 Logistic回归（介绍） 三、多元线性回归（包括多元逐步回归） 第十章 相关与回归 一、一元线性相关与回归 ㈠ 使用命令 SPSS通过Analyze → Correlate ? → Bivariate…分析完成对某资料的直线相关分析。 SPSS通过Analyze → Regression ? → Linear…分析完成对某资料的直线回归分析。 注意：一元线性相关又称直线相关，一元线性回归又称直线回归。 ㈡ 例题及分析过程 下面通过对教材第149页例10.1的资料做直线相关与回归分析来讲述操作步骤及结果的判读。 1. 建立数据文件（见exp10.1.sav） 2. 正态性检验及绘制散点图 利用One-Sample Kolmogorov-Smirnov Test分别对发硒变量（hairsi）和血硒变量（bloodsi）做正态性检验，其结果见表10.2。结果表明两变量均服从正态分布。 使用Graphs→ Scatter/Dot…→选择Simple Scatter → Define →打开Simple Scatterplot对话框，将bloodsi变量调入Y Axis:栏中，将hairsi变量调入X Axis:栏中，→ OK完 成散点图的绘制。从图10.1a上可以看出发硒与血硒存在 直线变化趋势。 3. 直线相关 Analyze → Correlate ? → Bivariate…打开Bivariate Correlations对话框，将双变量hairsi和bloodsi调入 Variables:栏中，→ OK完成。 4. 结果判读 输出结果见表10.3。表中显示了发硒与血硒的相关系数 r = 0.880，P 0.001。说明发硒与血硒存在直线相关关系。 5. 直线回归 Analyze → Regression ? → Linear…打开Linear Regression对话框，将bloodsi变量调入Dependent:栏中， 将hairsi变量调入Independent(s):栏中， → OK完成。 6. 结果判读 输出结果见表10.4~10.7。 表10.4中显示了回归采取的方法。本例采取的是Enter 法，即所有自变量都进行分析。 表10.5显示了用方差分析对回归方程做的假设检验。本例F=34.156，P 0.001。说明回归方程有意义。 表10.6显示了回归方程中的系数及针对该系数所做的假设检验。本例截距（又称常数项）a=-6.943， hairsi变量 的系数（即直线回归系数）b=0.239，则直线回归方程为： 表10.7显示了回归分析的一些其它统计信息（相关系数R、决定系数R2等）。本例R2=0.774（双侧）