医学统计学第14,15讲 相关与回归分析(一、二).ppt

复习 检验、 检验； 检验； 秩和检验； 直线回归与相关； 研究方法 相关分析：反应变量间的密切程度与变化趋势 回归分析：变量间数量上的依存关系 回归分析分类 按变量间的关系可分为：直线回归和曲线回归。 按研究变量的数量可分为：一元回归与多元回归。 相关分析分类 按变量间的关系：线性相关与曲线相关 按资料的分布分析方法：Pearson相关与等级相关 SAH患者第一天血清和脑脊液IL-6(pg/ml)检测结果 实 例 例10.1 某医院测量了10名3岁男童体重(X,kg)与体表面积(Y,103cm2)，数据见表10.1，试作回归分析 。 表10.1 男童体重(X,kg)与体表面积(Y,103cm2) (1) 画散点图，判断是否有线性趋势。按(X,Y)实测值在直角坐标图上画出10个点，见图10.2。由散点图判断，两变量间有线性趋势，可以作直线回归分析。 (2) 求直线回归方程。在例10.1中已算得X和Y的均数、离均差平方和与离均差积和lXX，lXY，lYY。 =13.44，=5.7266，lXX=24.9040，lYY=1.5439，lXY=5.9396 按公式(11.2)，(11.3)得回归系数和截距分别为： (103cm2/kg) a=5.7266-13.440.2385=2.5212(103cm2) 由此，可列出直线回归方程： (3) 绘制回归直线。在自变量X的实测范围内任取相距较远且易读数的两X值，代入直线回归方程求得两点(X1, )，(X2, )，过这两点作直线即为所求回归直线。本例取X1=12， 得 =5.3832；取X2=15, 得 =6.0987。 （二） 方差分析 应变量变异的分解 得F=89.01，今?1=1，?2=8，查附表4，F界值表，得P0.01，按? =0.05水准拒绝H0，接受H1，故可认为3岁男童的体重与体表面积之间有线性回归关系。 具体步骤 (1)用实测数据绘制散点图(scatter diagram) (2) 计算回归系数b与截距a (3)列出回归方程 (4)作出回归直线：在X值实际范围内任取 两点 (5)假设检验 注意事项 (1)直线通过点( ) (2) 实际意义：从专业角度对两个变量内在联系有一定认识，不能把毫无关联的两种现象勉强作回归分析。 (3)适用条件： Y为数值变量且服从正态分布，X为人为控制或精确测量，一般称为Ⅰ型回归。 若X，Y服从双变量正态分布，则对这种资料进行的回归称为Ⅱ型回归。可计算两个回归方程： （4）散点图：必需有直线趋势时，才适宜作直线回归分析。应注意资料有无异常点（outlier）及异常点的处理。 （5）范围：直线回归方程范围一般以自变量的取值范围为限，X不能偏离实测范围太远。 例: 设中学生身高Y（米）与年龄X（岁）的回归方程为 ，则初生婴儿的平均身高为0.5米。 （6）回归系数的意义 回归系数b称为斜率(slope)，表示自变量增加一个单位时，应变量的平均改变量。在例11.1中，b=0.2385(103cm2/kg)，表示体重增加1(kg)，则体表面积平均递增0.2385(103cm2 )。或者说，体重为X＋1(kg)的3岁男童，其平均体表面积比体重为X(kg)的3岁男童之平均体表面积多0.2385(103cm2)。 直线回归的区间估计 回归系数 ? 的可信区间估计 估计总体回归系数? 的100(1-? )%可信限为： 本例sb=0.02528, ?=10-2=8，查附表2，t界值表，得t0.05,8=2.306，故? 的95%可信区间为： (0.2385-2.306*0.02528，0.2385+2.306*0.02528) =( 0.1802，0.2968) (103cm2/kg) 的可信区间估计 点估计: 是在给定X下的条件平均值 的点估计 是当X固定时Y的总体中的条件均数 ，是有抽样误差的，其标准误 按下式计算： 的100(1-? )%可信限： ± 当X=12时， =5.3832 当X=12kg时， 的95%可信限为： 5.3832?2.306?0.0540=5.2587～5.