医学统计学--回归与相关.ppt

医学统计学; 医学统计学; 本章学习重点 1、直线回归与相关的概念； 2、直线回归方程的建立； 3、回归系数、相关系数的建设检验； 4、直线回归与相关的区别和联系； 5、直线回归与相关的应用。;回归与相关概述; 回归与相关是研究变量之间相互关系的统计分析方法，它是一类双变量或多变量统计分析方法（本章主要介绍双变量分析方法），在实际之中有着广泛的应用。如年龄与体重、年龄与血压、身高与体重、体重与肺活量、体重与体表面积、毒物剂量与动物死亡率、污染物浓度与污染源距离等都要运用回归与相关方法对资料进行统计分析。 ; 变量之间的关系： （１）直线关系（线性关系）； （２）曲线关系（非线性关系）。 在回归与相关分析中，直线回归与相关是最简单的一种，是本章主要内容。 ; 直线回归分析：分析两个变量间的数量关系，目的是用一个变量推算另一个变量 (建立回归方程)。 直线相关分析：分析两个变量之间有无相关关系以及相关的性质（正、负相关）和相关的密切程度。;第一节 直线回归;函数关系： 确定的关系。 例如园周长与半径：y=2πr 。; 变量间的回归关系 由于生物间存在变异，故两相关变量之间的关系具有某种不确定性，如同性别、同年龄的人，其肺活量与体重有关，肺活量随体重的增加而增加，但体重相同的人其肺活量并不一定相等。因此，散点呈直线趋势，但并不是所有的散点均在同一条直线上，肺活量与体重的关系与严格对应的函数关系不同，它们之间是一种回归关系，称直线回归。这种关系是用直线回归方程来定量描述。; 回归分析涉及到两个变量，X与Y，其中X称自变量，Y 为因变量或反应变量。; X 与 Y: 年龄与身高 药物剂量与动物死亡率 肺活量与体重 身高与体重、年龄与体重、年龄与血压、体重与体表面积、毒物剂量与动物死亡率、污染物浓度与污染源距离 ;例如： 年龄(X)与尿肌酐含量(Y)研究; 身高(X)与(Y)体重研究;由X推算Y的直线回归方程一般表达式 （11-1） a称为截距, b 为回归系数, 即直线的斜率。;2、回归系数b的统计学意义 b0时,Y随X增大而增大; b0时,Y随X的增大而减少； b=0时，X与Y无直线关系。 b的统计学意义是：X每增（减）一个单位，Y平均改变b个单位。 ;b0; b=0 b=0;;回归分析的步骤;例 11.1 ; （1）画散点图;求ΣX、ΣY、ΣX2、ΣY2及ΣXY； 本例：ΣX=592.6、ΣY=1428.70；ΣX2=41222.14，ΣY2=220360.47 ；ΣXY=91866.46 计算 、 、lxx、lyy、lxy；;Date;(4) 列出回归方程：; 三、回归系数b的假设检验; ;P为散点图上任意一点，其纵向距离(纵坐标)被回归直线和Y值的均数分割三段： 第一段： 表示P点与回归直线的纵向距离, 即实测值Y与估计值 之差, 称剩余或残差。 第二段： 即估计值与均数之差，它与回归系数的大小有关。|b| 值越大， 的差值也越大，反之越小。当b=0时， 则 = 也就是回归直线并不能使残差减小。 第三段： ，是应变量Y的均数。 ;上述三个线段的代数和为： = + + 移项得： = + 对上式两边同时平方后求和可以得到： 其中： 称总平方和，用SS总表示， 称回归平方和，用SS回表示； 称剩余平方和，用SS剩表示。 1、三种平方和的关系是： SS总=SS回+SS剩 ;2、三种平方和的意义 （1）SS总，为Y值的离均差平方和，说明未考虑X与Y的回归关系时Y总的变异。 （2）SS回，它反映在Y的变异中由于X与Y的直线关系而使Y变异减少的部分，也是在总平方和中可以用X解析的部分。SS回越大，说明回归效果越好。;3、三种平方和的自由度及其关系如下 υ总=n-1，υ回=1，υ剩=n-2 υ总=υ回+υ剩 ;SS回及SS剩的计算方法 1、先