十简单相关与简单直线回归分析（Simple Correlations .PPT

十一、簡單相關與簡單直線回歸分析(Simple Correlations and Simple Linear Regression ) 劉仁沛教授 國立台灣大學農藝學研究所生物統計組 國家衛生研究院生物統計與生物資訊組 jpliu@ntu.edu.tw 例1：氮肥用量與水稻穀收量表(公斤) 氮肥用量與稻穀收量的Scatter Plot 年齡與膽固醇量的Scatter Plot 年雨量與小麥產量的Scatter Plot 探討兩個變數之間的關係 問題： 兩個變數間是否存在直線關係？ 將直線關係以方程式表示 ? 資料型態( xi , yi ) 假定(Assumption) 每對資料均為獨立 常態 相同變方 X與Y的關係為直線 簡單關係數(Simple correlation coefficient) 簡單直線回歸(Simple Linear Regression) 模式建立之推論(Models and Inference) 回歸模式直線性檢定(Evaluation of Linearity) 假定之確認(Checking the Model Assumptions) 正相關：落在第Ⅰ及Ⅲ象限的點數 落在第Ⅱ及Ⅳ象限的點數 負相關：落在第Ⅰ及Ⅲ象限的點數 落在第Ⅱ及Ⅳ象限的點數 無相關：落在第Ⅰ及Ⅲ象限的點數 = 落在第Ⅱ及Ⅳ象限的點數 族群簡單相關係數： (x1,y1) …(xN,yN) 樣品簡單相關係數 樣品資料：(x1,y1), …, (xn,yn) 乘積和： X平方和： Y平方和： 簡單相關係數顯著性檢定 H0：ρ= 0 v.s. Ha：ρ≠ 0 顯著水準：α 檢定統計值： 例：雨量與小麥產量  n=8, Σxi=200.5, Σyi=296.5 簡單直線回歸(Simple Linear Regression) 水稻穀產量(y)與氮肥用量(x)可以用直線關係描述 yi=β0+βxi，i=1, …,6(=n) y i：依變數(Dependent variable) x i：獨立(自)變數(Independent variable) β0：截距(Intercept) x=0時y的值 β：斜率(Slope) x變動一個單位y變動的量 但實際觀測值與直線y=β+βx有差距 原因：環境、實驗誤差、量測誤差及其他原因 yi=β0+βxi+εi，i=1, …,6(=n) εi：誤差(Error)或殘差(Residual) The Simple Linear Regression Model (Here β1 0) 假定(Assumptions) ： 獨立性(Independent) 常態性(Normality) 直線關係(Linearity) 相同變方(homogeneity of Variance) 無數條直線可描述X與Y的關係 選擇直線的方法： 最小平方法(Least Squares Method) 德國大數學家Gauss發明 最小平方法 計算推測直線回歸方程式 所需統計值 假定 獨立性 常態性 直線關係 相關變方 殘差εi為常態分布 族群平均值為0 族群變方為σ2 An Illustration of the Model Assumptions σ2之估算 斜率與截距變方之估計 例 成人年齡與膽固醇 斜率 H0：β=0 V.S. Ha：β≠0 顯著水準α 檢定統計值(Test statistic) 截距 H0：β0=0 V.S. Ha：β0≠0 顯著水準α 檢定統計值(Test statistic) 例：成人體重與膽固醇 斜率H0：β=0 V.S. Ha：β≠0 α＝0.05 例：成人體重與膽固醇 截距H0：β0=0 V.S. Ha：β0≠0 α＝0.05 回歸變方分析表 迴歸變方平方和 例：成人年齡與膽固醇 SST = Syy = 54001.7825 SSR = b × Sxy=(5.65025) ×(7558.15) =42705.4370 SSE = SST - SSR =51000.7825-42705.4370 =9395.3455 決定係數(Coefficient of Determination) R2 = 決定係數 = 可由獨立變數解釋之變異 總變異 = SSR / SST 0 R2 1 當只有一個獨立變數時 R2 = (相關係數)２=n2 例：成人體重與膽固醇 F