生物统计上机操作第六讲相关分析报告与回归分析报告.docVIP

研究生《生物统计学》课程τ相关系数：等级相关系数，只能在两变量均属于有序分类时使用； Spearman等级相关系数：度量定序型变量间的线性相关关系，非参数相关分析。 （一）两变量相关分析 1、案例分析：有人研究黏虫孵化历期平均温度（x, ℃ ）与历期天数（y, d）之间的关系，求出平均温度与历期天数的线性相关系数 x，平均温度（℃） 11.8 14.7 15.6 16.8 17.1 18.8 19.5 20.4 y, 历期天数（d） 30.1 17.3 16.7 13.6 11.9 10.7 8.3 6.7 建立数据文件，在Variable Vew中定义变量“平均温度”、“历期天数”，小数位数均为1，输入数据； 相关分析：[Analyze]=[Correlate]=[Bivariate]（两变量相关分析），打开[]主对话[Variables]（变量）框 （相关系数肩标**表示在概率为0.01（双侧）水平上具有显著性意义） 2、练习：研究小白鼠体内丧失水分与温度变化之间的关系，随机抽取一群小白鼠，在一系列温度下，规定时间内测定这群小白鼠散发出来的水分，得到如下数据，试分析温度与散发出来的水分之间的相关性是否显著。 X（温度，℃） 15 20 25 30 35 Y（水分蒸发量，g） 2.79 2.92 3.18 3.34 3.58 （二）多个变量间相关分析： 1、案例：测定