简单相关和回归(SPSS).ppt

简单相关和回归(spss ) 广州医科大学 线性相关：两个随机变量X、Y之间这种呈线性趋势的关系Pearson相关系数：适用于测度两数值变量的相关性。局限性：变量服从正态分布；极端值对相关系数影响很大，必要时加以剔除或以变量变换，避免因一两个数值导致错误结果。Spearman相关系数适用范围：多用于测量两个有序变量之间的相关程度。(非参数检验）Kendall，s tau_b相关系数：侧重于两个分类变量均为有序分类情况，与Spearman相关系数相似。 问题1、 请对年龄、手术中的出血量（blood loss）、肿瘤最大直径（greatest diameter of tumor）进行相关分析，选取合适的相关系数。 第一组：年龄、手术中的出血量 第二组：年龄，肿瘤最大直径 第三组：肿瘤最大直径、手术中的出血量 1.建立假设： H0：ρ＝0 H1：ρ≠0 α=0.05 2.计算检验统计量： 3.确定P值： 问题：用哪一种相关系数检验方法？ Pearson相关系数：两个变量都是随机变量，且服从二元正态性分布 Spearman相关系数：不服从正太分布资料，总体分布未知资料和原始数据用等级表示的资料 (1) 二元正态性检验 由上表可得Page0.001，Pblood0.001，Ptumor0.001，三者均服从非正态分布，故用spearman相关系数和kendall相关系数去判断其是否相关。 （2）线性相关分析 ①作散点图 Graphs Scatter/dot Samples scatter 年龄与失血量散点图 初步结论：年龄与失血量之间没有线性趋势。 年龄与肿瘤最大直径散点图 初步结论：年龄与肿瘤最大直径之间没有线性趋势 失血量与肿瘤最大直径散点图 初步结论：失血量与肿瘤最大直径之间有线性趋势。 ②进一步做线性相关——Spearman相关分析 Analyze Correlate Bivariate 由上表可得：只有出血量和肿瘤最大直径之间有相关关系（p0.05,相关系数为0.243），但相关关系并不密切（相关系数小于0.5）。即年龄与手术中失血量两变量无相关关系；年龄与肿瘤最大肿瘤直径两变量无相关关系；手术中失血量与肿瘤最大直径有相关关系。 线性回归：两个连续型变量之间线性依存变化关系的统计方法 1.线性(Line) ：因变量和自变量组合之间的关系有线性趋势。（散点图） 2.独立(Independence)：样本中的个体之间相互独立。 （专业知识，D-W 统计量） 3.正态(Normal)：给定各个X值后，相应的Y值服从正态分布。 （残差图） 4.等方差(Equal variance) ：各X值变动时，相应的Y有相同的变异度。（残差图） 问题2、假设年龄与肿瘤最大直径（greatest diameter of tumor）都满足正态，请分别以age 和肿瘤最大直径（greatest diameter of tumor）互为因变量和自变量进行简单线性回归。 1.建立假设： H0：β＝0，即年龄与肿瘤最大直径之间无线性回归关系 H1：β≠0，即年龄与肿瘤最大直径之间有线性回归关系 α=0.05 2.计算检验统计量： 3.确定P值： （1）作散点图 年龄是自变量 肿瘤最大直径是因变量 初步结论：年龄与肿瘤最大直径没有线性趋势。 （2）线性回归Analyze Regression Linear （2）独立 D-W统计量看出，两变量呈负相关（结论与散点图分析出来的结论不同） （3）作残差图 结论：方差不齐 相关系数r=0.014，R2 0.000 拟合优度很小 得F=0.295，p=0.587，所以接受H0，即年龄与肿瘤最大直径之间无线性回归关系。 不用分析 结论：非线性 同理，当年龄是因变量，肿瘤最大直径是自变量时 标准残差图，显示方差不齐。 D-W统计量得出两变量独立 谢谢！