两变量的关联性分析.ppt

统计方法回顾 outline 线性相关（linear Correlation) 秩相关（rank correlation) 分类变量的关联性分析 线性相关 研究两个随机变量间有无直线相关关系，相关的方向及密切程度。 条件：双变量正态分布 线性相关系数 线性相关系数的计算 相关系数的性质 方向（direction) r＞0为正相关; r＜0为负相关; r=0为零相关。 大小（strength) ｜r｜越接近于１,说明相关性越好; ｜r｜越接近于０,说明相关性越弱。 例11-1 随机抽取1５名健康成人,测定血液的凝血酶浓度（单位/毫升）及凝固时间，数据如表11-1所示。据此数据如何判断这两项指标间有否相关? 2.计算线性相关系数 Question : Whether ρ=0 or not? 3.相关系数的假设检验 查表法：r界值表（附表13） t检验 查表法 t 检验法 作出统计推断结论 P0.05，按α=0.05检验水准拒绝H0，差别有统计学意义，可认为凝血酶浓度与凝血时间之间存在线性相关。 线性相关分析 画散点图：判断有无线性趋势 计算线性相关系数：相关性大小和方向 线性相关系数的假设检验：根据样本相关系数r推断总体相关系数ρ 线性相关应用中应注意的问题1 散点图的重要性 线性相关应用中应注意的问题2 要求两变量都是随机变量，且为双变量正态分布资料。 线性相关应用中应注意的问题3 出现异常点时慎用相关 线性相关应用中应注意的问题4 相关未必是因果关系 线性相关应用中应注意的问题5 分层资料盲目合并易出假象 outline 线性相关（linear Correlation) 秩相关（rank correlation) 分类变量的关联性分析 秩相关 例11-4 某地研究２~７岁急性白血病患儿的血小板数与出血症状程度之间的相关性， 结果见表11-2，试用秩相关进行分析。 秩相关分析 编秩 计算lpp、lqq、lpq 计算Spearman秩相关系数或等级相关系数，用rs表示。 Spearman秩相关系数 说明两个变量间相关的密切程度与方向; 样本相关系数：rs 总体相关系数： 取值介于-1~1之间 rs 0 为负相关，rs 0为正相关。 秩相关系数的假设检验 查表法：rs界值表（附表14） t检验 秩相关系数的假设检验---查表法 建立假设，确定检验水准 H0：ρs＝0，出血症状与血小板数之间无相关关系 H1：ρs≠0 ，出血症状与血小板数之间有相关关系 ? = 0.05 查rs界值表（附表14）： r =-0.422，|r|=0.422 n=12，r0.05/2,12=0.587 确定p值，下结论 P0.05 可认为急性白血病患儿的出血症状与血小板数之间无相关关系。 a.计算线性相关系数r=0.930，你可以得出变量x,y相关吗？请解释 b.请画散点图 c.使用线性相关系数描述相关性合适吗？请解释 思考2 outline 线性相关（linear Correlation) 秩相关（rank correlation) 分类变量的关联性分析 分类变量的关联性分析 交叉分类2×2表资料的关联分析 2×2配对资料的关联性分析 R×C表分类资料的关联性分析 例11-6 为观察婴儿腹泻是否与喂养方式有关，某医院儿科随机收集了消化不良的婴儿82例, 对每个个体分别观察腹泻与否和喂养方式两种属性，2×2种结果分类记数如表11-3所示。试分析两种属性的关联性。 建立假设，确定检验水准 H0:喂养方式与婴儿腹泻之间互相独立 H1:喂养方式与婴儿腹泻之间有关联 α=0.05 计算检验统计量： 确定P值，下结论 p0.05，说明婴儿腹泻与喂养方式之间存在着关联性。 计算Pearson列联系数： 例11-7 有56份咽喉涂抹标本，把每份标本一分为二, 依同样的条件分别接种于甲、乙两种白喉杆菌培养基上，观察白喉杆菌生长的情况，结果如表11-5，问两种培养基的结果有无关联？ 建立假设，确定检验水准 H0:两种培养基的结果之间互相独立 H1:两种培养基的结果之间互相关联 α=0.05 计算检验统计量： 确定P值，下结论 p0.05，可认为甲、乙两种培养基之间存在关联性。 计算列联系数： 例11-8 某地居民主要有三种祖籍，均流行甲状腺肿。为探讨甲状腺肿类型与祖籍是否有