reg01相关系数及其应用.pptVIP

* 抽菸會致癌嗎？（續） 費雪認為，在理想的實驗方法中，對實驗對象所做的處理都是隨機的（隨機化比較實驗），而使得這些方法，為歸納推論提供了一個堅實的數學邏輯基礎。 費雪主張，我們沒有辦法在實驗設計非隨機化的情形下，證明任何事情。 * 抽菸會致癌嗎？（續） 康菲爾德認為，雖然每個單項研究都有瑕疵，但若很多研究都趨向相同的結論，證據的強度就會一直上升。 明理的觀察者應該會把很多有瑕疵的研究整合在一起，然後找出它們深層的共同線索。 有些事情本身就沒辦法做隨機化的設計，但是當證據累積得夠多時，還是可以提出證明。 正因為這麼多項根據各種母體進行的研究，竟得到極為一致的結論，因此最終結論應該是可信的。 * 因果證據－－隨機化比較實驗 選定一群人，將這群人隨機分成 n 組。 將各組施予不同之處理（第一組不抽菸，第二組每天抽五支，第三組每天抽十支，第四組每天抽一包，……）。 經過一段時間之後，比較各組得到肺癌的人數。 檢定各組之間得肺癌之人數是否「顯著」。 * 因果證據－－隨機化比較實驗不能做實驗時能夠確立因果關係的標準在哪裡 相聯很強。 相聯有一致性。 較高劑量和較強的反應相聯。 被懷疑的原因在時間上超前結果。 被懷疑的原因是可信的。 * 第一章 相關係數及其應用 * 共變異數的定義 Cov(X,Y) = E[((X- E(X))((Y-E(Y))] = E[(XY) – E(X)(Y) – (X)E(Y) + E(X)E(Y)] = E(XY) – E(X)E(Y) – E(X)E(Y) + E(X)E(Y) = E(XY) – E(X)E(Y) * 相關係數之性質 相關係數係用來表示變數間相關程度的大小，以 ρxy 表示。 －1 ≦ ρxy ≦ 1 一般而言，相關係數的值在 0.5 左右稱為中度相關；若相關係數大於 0.7 ，則認為高度相關；若相關係數小於 0.3 ，則認為低度相關。 * 相關係數之性質（續） 相關係數與單位無關。 r ＞ 0 表示 x 增加時 y 有增加的傾向； r ＜ 0 表示 x 增加時 y 有減少的傾向。 若 x 與 y 無關，則 r = 0。 若 r = 0 ，則 x 與 y 未必無關，只是無線性關係，但是可能有其他的關係，如曲線關係。 * 相關係數之性質（續） 相關係數度量的只是兩變數直線相聯的強度。 相關係數不能描述兩變數間的曲線關聯，不管這種關聯有多強。 相關係數也會受到少數離群觀測值的嚴重影響。 相關係數只有對數量變數才有意義。 * 散 佈 圖 要想瞭解二個變數之間是否有相關及其關係式如何，最簡捷的方式是畫散佈圖。 散佈圖通常畫在二度空間上，x 軸表示解釋變數，y 軸表示反應變數。 如果兩個變數之間並沒有「解釋－－反應」這樣的差別，那麼把哪個變數標示在横軸都無所謂。 * 散 佈 圖 * 散 佈 圖 如果散佈圖上的點愈接近一直線，表示這二個變數的關係愈密切。 如果散佈圖呈現近似圓形，表示這二個變數沒有甚麼關係，亦即解釋變數對反應變數沒有甚麼預測能力。 * 散佈圖 及 相關係數 * 散佈圖 及 相關係數 * 散佈圖 及 相關係數 * 檢視散布圖 在根據數據畫的任何圖裡面，要尋找整體型態以及明顯偏離整體型態的偏差。 要描述散布圖的整體型態，可以描述點的形式、方向、及關聯的強度。 有一種重要的偏差是離群值，也就是落在關聯的整體形態之外的個別值。 * 正 相 聯 如果有兩個變數，當其中一個變數的值高於平均時，另一個變數的值也傾向高於平均，而其中一個變數的值低於平均時，另一個變數的值也傾向低於平均，則稱此二個變數是正相聯。 * 正 相 聯 ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ X Y X Y ＊ ＊ ＊ ＊ ＊ * 共變異數的定義 Cov(X,Y) = E[((X- E(X))((Y-E(Y))] = E[(XY) – E(X)(Y) – (X)E(Y) + E(X)E(Y)] = E(XY) – E(X)E(Y) – E(X)E(Y) + E(X)E(Y) = E(XY) – E(X)E(Y) * 負 相 聯 如果有兩個變數，當其中一個變數的值高於平均時，另一個變數的值傾向低於平均，而其中一個變數的值低於平均時，另一個變數的值傾向高於平均，則稱此二個變數是負相聯。 * 負 相 聯 ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ X Y X Y ＊ ＊ ＊ ＊ * 相關未必有因果關係 當算出二個變數間的相關係數很高時，我們總認為二者之間有因果關係，其實不然。（1）不知那個變數是因，那個變數是果？（2）可能二者之間並無因果關係，它們之間的關係可能都是受到第三者的影響。 如：小兒麻痺患者