研-统计8双变量回归与相关.pptVIP

Eg:某医师收集并测定95例糖尿病患者的体重指数BMI（kg/cm2)、HOMA-R指数、胰岛素与瘦素比值A/L等指标，试估计这些指标之间的相关性？ 分析年龄与冠状动脉粥样硬化等级之间的相关关系。 例 某地方病研究所调查了8名正常儿童的尿肌酐含量（mmol/24h）, 估计年龄与尿肌酐含量间有无关系，是否可由年龄推算尿肌酐含量。 “一因一果”，即一个自变量与一个依变量一元回归分析； 研究“多因一果”，即多个自变量与一个依变量的回归分析称为多元回归分析。 一元回归分析又分为直线回归分析与曲线回归分析两种； 多元回归分析又分为多元线性回归分析与多元非线性回归分析两种。 6、直线回归中的统计推断 （1）方差分析 （2）t 检验 （二）总体回归系数?的可信区间 利用上述对回归系数的t检验，可以得到β的1－? 双侧可信区间为 例9-3 根据例9-1中所得b=0.1392，估计其总体回归系数的双侧95%可信区间。 （三）利用回归方程进行估计和预测 例9-4 用例9-1所得直线回归方程，计算当X0=12时， 的95%可信区间和相应个体值的95%预测区间。 计算步骤 例9-1、例9-2已计算出 由例9-1算得， 检验步骤 决定系数(coefficient of determination) 定义为回归平方和与总平方和之比，计算公式为： 五、直线回归与相关应用的注意事项 1．根据分析目的选择变量及统计方法 2．进行相关、回归分析前应绘制散点图 （1） 散点图可考察两变量是否有直线趋势； （2） 可发现离群点（outlier）。 3．资料的要求  直线相关分析要求 X与Y 服从双变量正态分布； 直线回归要求至少对于每个 X 相应的 Y 要服从正态分布，X可以是服从正态分布的随机变量也可以是能精确测量和严格控制的非随机变量； * 对于双变量正态分布资料，根据研究目的可选择由 X 估计 Y 或者由 Y 估计 X ，一般情况下两个回归方程不相同）。 4．结果解释及正确应用 反应两变量关系密切程度或数量上影响大小的统计量应该是回归系数或相关系数的绝对值，而不是假设检验的P 值。 P值越小只能说越有理由认为变量间的直线关系存在，而不能说关系越密切或越“显著”。另外，直线回归用于预测时，其适用范围一般不应超出样本中自变量的取值范围。 第三节 秩相关(非参数统计方法) 适用条件： 双变量计量资料： ①资料不服从双变量态分布； ②总体分布型未知，一端或两端是不确定数值（如＜10岁，≥65岁）的资料； 原始数据（一个或两个变量值）用等级表示的资料。 一、Spearman秩相关 1. 意义：等级相关系数 rs 用来说明两个变 量间直线相关关系的密切程度与相关方向。 3. 计算公式 检验步骤 二、相同秩较多时 rs 的校正 例9-6 对例9-5所得 r 值，检验尿肌酐含量与年龄是否有直线相关关系？ 本例n=8，r=0.8818，按公式（9-19） （9-23） 取值在0到1之间且无单位，其数值大小反映了回归贡献的相对程度，也就是在Y的总变异中回归关系所能解释的百分比。 直线相关用于说明两变量之间直线关系的方向和密切程度，X与Y没有主次之分（反映两变量的相互关系）。 直线回归则进一步地用于定量刻画应变量Y对自变量X在数值上的依存关系（反映两变量的依存关系），其中应变量的定夺主要依专业要求而定，可以考虑把易于精确测量的变量作为X，另一个随机变量作Y，例如用身高估计体表面积。 两个变量的选择一定要结合专业背景，不能把毫无关联的两种现象勉强作回归或相关分析。 散点图对离群点的识别与处理需要从专业知识和现有数据两方面来考虑，结果可能是现有回归模型的假设错误需要改变模型形式，也可能是抽样误差造成的一次偶然结果甚至过失误差。需要认真核对原始数据并检查其产生过程认定是过失误差，或者通过重复测定确定是抽样误差造成的偶然结果，才可以谨慎地剔除或采用其它估计方法。 联系： 1）同一组资料的 r 与 b 的正负符号是一致 的； 2）同一组资料的 r 和 b 的假设检验结果是 一致的，即 t r = t b。 3）两变量间有相关关系，不一定有因果关 系；但两变量间有因果关系，一定有相 关关系。 如果两变量间总体回归关系确实存在，回归的贡献就要大于随机误差，大到何种程度时可以认为具有统计意义，可计算统计