- 1、本文档共42页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
[医药卫生]06线性相关与回归
线性相关与回归 Linear correlation regression 本章结构 线形相关 线形回归 等级相关 线形相关 Linear correlation 线性相关分析的注意事项 线性相关表示两个变量之间的相互关系是双向的,在分析前首先要绘制散点图,观察两变量间是否存在直线趋势,再做分析; 两个变量需都服从正态分布; 由样本计算出的相关系数并不意味着两变量间存在着相关关系,必须对总体相关系数做假设检验; 对相关系数的解释要结合专业。 线性回归 Linear regression 线性回归分析时的注意事项 两变量间有内在的联系 在回归分析时,应变量是随机变量,服从正态分布.自变量是严格控制的; 建立回归方程后,必需作假设检验; 自变量的取值范围不可任意扩大. 线性相关与回归的区别与联系 区别 1.相关分析时两变量需都服从正态分布;回归分析时应变量需服从正态分布,自变量可不服从正态分布; 2.线性相关表示两变量之间的关系是双向的;线性回归表示两变量之间的关系是单向的. 线性相关与回归的区别与联系 联系 1.对同一资料的分析,相关系数与回归系数的正负号是相同的;对相关系数与回归系数的假设检验是等价的; 2.相关系数与回归系数可互相解释: 确定系数:当SS总不变时,回归平方和的大小决定了相关系数的大小,反映了回归平方和在总平方和中所占的比重,越接近1,回归效果越好. 等级相关 Rank correlation 本章小结 conclusion 查附表,P0.01,按检验水准0.05,拒绝H0,接受H1,可以认为温度与蛙的心率之间沉重线性回归关系. t 检验法 检验的基本思想与单样本均数的t检验相同 样本回归系数的标准误 回归的剩余标准差 本例题计算: 查附表2,P0.001,按检验水准0.05,拒绝H0,接受H1,可以认为温度与蛙的心率之间沉重线性回归关系.结论与ANOVA相一致. 对回归方程的专业解释: 温度在2-18摄氏度之间时,每增加1摄氏度,蛙的心率平均增加1.775次. 线性回归方程的用途:预测、控制 * * 确定关系:两变量间的关系是函数关系。已知一个变量的值,另一个变量的值可以通过这种函数关系精确计算出来。 两变量间的关系 无关系 有关系 不确定关系:指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。非一一对应关系. 身高与体重的关系 体温与心律的关系 当两个数值变量之间出现如下情况:当一个变量增大,另一个也随之增大(或减少),我们称这种现象为共变,也就是有相关关系。 --相关吗? 若两个变量同时增加或减少,变化趋势是同向的,则两变量之间的关系为正相关;若一个变量增加时,另一个变量减少,变化趋势是反向的,则称为负相关 。 ——相关的方向 直线相关的概念 r=0 r=0 r=-1 r=1 完全正相关 完全负相关 零相关 零相关 0r1 -1r0 r=0 r=0 零相关 正相关 负相关 零相关 直线相关的图示 相关系数(linear correlation coefficient) 表示两变量间线性相关的性质和密切程度的指标. 又称为Pearson相关系数 。 总体相关系数用希腊字母ρ表示,而样本相关系数用r表示,取值范围均为[-1,1]。 相关的方向: r0:正相关 r0:负相关 r=0:零相关 相关的密切程度: 样本含量n足够大时,r绝对值越接近1。相关越密切。 直线相关的资料要求 直线相关,又称简单相关,用于双变量正态分布资料。 例如,同性别成人的身高与体重的关系: 对某一身高(如女性160cm),体重为正态分布; 对某一体重(如女性50kg),身高为正态分布。 相关系数的计算 例10.1 从女大学生总体中随机抽取12名女学生组成样本,分别测量每个学生的身高和体重。试计算身高和体重之间的相关系数。 绘制散点图 计算相关系数 表示体重与身高呈现正的相关关系 线形相关系数的假设检验 查表法 按检验水准0.05拒绝H0,可以认为女大学生身高与体重之间存在正相关性。 线形相关系数的假设检验 t 检验法 按检验水准0.05拒绝H0,可以认为女大学生身高与体重之间存在正相关性。 “回归”这个词是由英国统计学家F.Galton创立的。他在研究父子身高(1078对数据)关系时发现,高个子的父亲常生高个子的儿子,但儿子身高超过父亲的概率要小于低于父亲的概率;同样矮个子的父亲常生矮个子的儿子,但儿子身高比父亲更矮的概率要小于比父亲高的概率。也就是说不可能无限制的一代比一代高,或一代比一代矮。后代的高度有向平均高度回归的趋势;离开均值越远,所受到回归的压力也越大。“回归”这个词就由此而来。 什
文档评论(0)