关于Pearson相关系数简介.pptVIP

两变量关联性分析pearson相关系数介绍 世间万物是普遍联系的 医学上，许多现象之间也都有相互联系，例如：身高与体重、体温与脉搏、年龄与血压、产前检查与婴儿体重、乙肝病毒与乙肝等。在这些有关系的现象中，它们之间联系的程度和性质也各不相同。 相关的含义 图5-0(a) 函数关系 客观现象之间的数量联系存在着函数关系和相关关系。 当一个或几个变量取定值时，另一个变量有确定的值与之对应，称为函数关系，可用Y=f(X)表示。 当一个变量增大，另一个也随之增大(或减少)，我们称这种现象为共变，或相关(correlation)。两个变量有共变现象，称为有相关关系。 相关关系不一定是因果关系。 主要探讨线性相关——pearson相关系数 主要内容 一、散点图 二、相关系数 三、相关系数的假设检验 一、散点图 为了确定相关变量之间的关系，首先应该收集一些数据，这些数据应该是成对的。 例如，每人的身高和体重。然后在直角坐标系上描述这些点，这一组点集称为散点图。 作法：为了研究父亲与成年儿子身高之间的关系，卡尔.皮尔逊测量了1078对父子的身高。把1078对数字表示在坐标上，如图。用水平轴X上的数代表父亲身高，垂直轴Y上的数代表儿子的身高，1078个点所形成的图形是一个散点图。 它的形状象一块橄榄状的云，中间的点