医学统计学 两指标间的相关分析.ppt

?=12-2=10，则P10.001，P20.001。故可以认为无论男子和女子，其心率与心脏左室电机械收缩时间均呈负相关关系 。 (4)比较两总体相关系数是否相等 H0：男子心率与心脏左室电机械收缩时间的相关与女子的相等，?1＝?2； H1：男子心率与心脏左室电机械收缩时间的相关与女子的不等，?1≠?2。 ? =0.10。 作z变换，然后对z值进行分析 P0.20，故尚不能认为男子和女子的心率 与心脏左室电机械收缩时间间的相关系数不等。 10.3 定性资料的相关 列联系数 contingency coefficient 10.3.1 四格表的列联系数 甲法 乙法 ＋ － ＋ a b － c d -1≤ rn ≤+1 例10.4 两种方法观察舌象结果的相关性 某中医师采用两种方法观察舌象200例，观察结果如下，试分析两种观察方法的结果有无联系？ 甲法 乙法 ＋ － ＋ 84 (a) 16(b) － 20 (c) 80(d) 第10章两指标间的关系分析 Linear correlation 线性相关 曾平 流行病与卫生统计学教研室 0516zpstat@xzmc.edu.cn 内容 相关关系与确定性关系 定量资料的相关 定性资料的相关 等级资料的相关 相关分析的正确应用 10.1 相关关系与确定性关系 确定性关系：两变量间的函数关系 圆的周长与半径的关系： C＝2?R X与Y的函数关系： Y＝a+bX 非确定性关系：两变量在宏观上存在关系，但并未精确到可以用函数关系来表达。 收入与消费的关系； 青少年身高与体重的关系； 当一个变量增大，另一个也随之增大(或减少)，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。 反映两定量指标间的直线相关关系用 Pearson 相关系数。 (Pearson correlation coefficient) 10.2 定量资料的相关 r = 0 (h) r ＝ 0 (f) r＝-1 (d) r＝1 (b) 0r1 (a) -1r0 (c) r ? 0 (e) r ? 0 (g) 零相关 正相关 负相关 完全正相关 完全负相关 零相关 零相关 零相关 相关关系示意图 散点图中点的基本情况： 1.正相关(positive correlation) Y随X的增加而增加， X随Y的增加而增加 ； 2.负相关(negative correlation) Y随X的增加而减少， X随Y的增加而减少。 3.无相关(zero correlation) 无论X增加还是减少， Y不受影响，反之， X也不受Y的影响。 4.非线性相关(nonlinear correlation) 离均差平方和、离均差积和的展开： 相关系数的特点： (1)相关系数r是一个无量纲的数值，-1≤r≤1; (2)符号表示相关的方向：r0为正相关，r0为负相关，r=0为无线性关系; (3) r的绝对值表示相关的密切程度： 绝对值越接近于1，相关性越好；绝对值越接近于0，相关性越差。 例10.1 10名3岁男童体重与体表面积的关系 编号 体重(X,kg) 体表面积(Y,103cm2) 1 11.0 5.283 2 11.8 5.299 3 12.0 5.358 4 12.3 5.292 5 13.1 5.602 6 13.7 6.014 7 14.4 5.830 8 14.9 6.102 9 15.2 6.075 10 16.0 6.411 合计 133.4 57.266 分析步骤 1、散点图 2、计算相关系数计算 3、相关系数的假设检验 10名3岁男童体重与体表面积散点图 11 12 13 14 15 16 5.0 5.5 6.0 6.5 体重/kg X 体 表 面 积 Y/ 103cm2 例10.1资料相关系数的计算 10.2.2 相关系数的假设检验 H 0：?＝0，体重与体表面积无相关关系； H 1：??0，体重与