生物统计-回归与相关.pptVIP

多元相关分析 多元相关（multiple correlation）或复相关：m个自变量和因变量的总相关。 多元相关系数，又称复相关系数，可利用Excel多元回归获得。 多元相关系数的显著性与多元回归方程的显著性一致，只需要选择其中之一检验即可。 偏相关分析 在生物学研究中，由于变量间关系错综复杂，使得任何两个变量间的相关常夹杂着其它变量的影响。 为了消除这些影响，使两变量间的相关关系能得到真实的反映，必须在排除其它变量影响的条件下进行两变量间的相关分析。 排除其它变量影响下的两变量间的相关分析，称为偏相关分析（partial correlation analysis）。 偏相关系数 在其它变量都保持一定时，表示指定的两个变量之间的相关密切程度的量值称为偏相关系数。 偏相关系数用r加下标表示。 如有3个变量x1、x2和x3，则r12,3表示x3保持一定时，x1和x2的偏相关系数。 如有4个变量x1、x2、x3和y，则r12,3y表示x3和y保持一定时，x1和x2的偏相关系数。 偏相关系数的计算(1) 1、计算由简单相关系数构成的相关矩阵R 其中rij为变量xi和xj的相关系数 偏相关系数的计算(2) 2、计算R的逆矩阵（方法同前） 偏相关系数的计算(3) 3、计算偏相关系数rij. rij. =-cij/sqrt(cii cjj) 偏相关系数的假设检验 用t检验 t = rij. * sqrt(n-m-1)/sqrt(1-rij.*rij.) df=n-m-1 查表t(n-m-1) 如计算的t值的绝对值大于查表的t值，则偏相关系数显著。否则不显著。 例题3 同前 见Excel 例3中的简单相关系数和偏相关系数的比较 简单相关系数 偏相关系数 r12=-0.1916 r12.3y=0.7433 r13=-0.1577 r13.2y=0.3231 r1y=0.7418* r1y.23=0.9338* r23=0.7712* r23.1y=0.1190 r2y=-0.7538* r2y.13=-0.8227* r3y=-0.6426 r3y.12=-0.3487 * 考试成绩权重 （1）作业：10分 （2）笔试：40分 基本知识（不用计算） （3）上机操作：50分 * 课程安排 12月18日：协方差分析、SPSS 12月25日：讨论 * 考试时间 1月15日 作业 某猪场20头育肥猪4个胴体性状的数据资料如下表，试利用逐步回归方法建立瘦肉量y（kg）对眼肌面积（x1, cm2）、腿肉量（x2, kg）、腰肉量（x3, kg）的多元线性回归方程。 序号 y x1 x2 x3 1 15.02 23.73 5.49 1.21 2 12.62 22.34 4.32 1.35 3 14.86 28.84 5.04 1.92 4 13.98 27.67 4.72 1.49 5 15.91 20.83 5.35 1.56 6 12.47 22.27 4.27 1.50 7 15.80 27.57 5.25 1.85 8 14.32 28.01 4.62 1.51 9 13.76 24.79 4.42 1.46 10 15.18 28.96 5.30 1.66 11 14.20 25.77 4.87 1.64 12 17.07 23.17 5.80 1.90 13 15.40 28.57 5.22 1.66 14 15.94 23.52 5.18 1.98 15 14.33 21.86 4.86 1.59 16 15.11 28.95 5.18 1.37 17 13.81 24.53 4.88 1.39 18 15.58 27.65 5.02 1.66 19 15.85 27.29 5.55 1.70 20 15.28 29.07 5.26 1.82 谢谢！ 回归分析与相关分析 生物统计学课件 主要内容 回归和相关的概念 直线回归 曲线回归 多元回归 逐步回归 直线相关 多元相关 回归和相关的概念 变量间的协变关系及回归和相关的概念 因果关系 一个变量的变化受另一个变量或几个变量的制约，如微生物的繁殖速度受温度、湿度和光照等因素的影响。 一般用回归分析来研究。表示原因的变量称为自变量(x)，表示结果的变量成为因变量(y)。自变量是固定的，没有随机误差。 平行关系 两个以上变量之间共同受到另外因素的影响，如人的身高与体重之间的关系。 一般用相关分析来研究。变量x和y无自变量和因变量之分，且都有随机误差。 直线回归 Excel直线回归