[2018年最新整理]双变量关联性分析.docVIP

第十三章 变量关联性分析在医学研究中，常会观察到两个变量之间在数量上存在某种协同变化的关系，例如随着体内凝血酶浓度的升高，其凝血时间随之降低类关系在统计学上称为两个随机变量之间的关联性。如何判断关联性是否确实存在以及描述关联的方向与密切程度是本章所要介绍的内容。需要指出的是关联性只反映变量间数量上的关系，数量上的关联并不表示专业上的因果关系是否反映变量间的因果关系还需其手段确认。本章介绍两个定量变量间的直线相关和两个分类变量间关联性的统计分析方法。第一节 直线相关 一、直线相关的概念及其统计描述 例13.1 某医师测量了15名正常成年人的体重(kg)与CT双肾体积(ml)大小，数据如表13.1所示。据此回答两变量是否有关联？其方向与密切程度如何？ 表13.1 15正常成年人体重双肾体积的测量值 编号 体重(kg) 体积(ml) 1 43 217.22 2 74 316.18 3 51 231.11 4 58 220.96 5 50 254.70 6 65 293.84 7 54 263.28 8 57 271.73 9 67 263.46 10 69 276.53 11 80 341.15 12 48 261.00 13 38 213.20 14 85 315.12 15 54 252.08 初步判断两变量间关系最直观有效的方法就是在平面直角坐标系中绘图，一个变量用表示，另一变量用表示，在平面直角坐标系中可绘制这些点的分布情况，称为散点图(scatter plot)如图13.1所示。 体重 (kg) 图13.1 15正常成年人体重双肾体积的散点图 可见两变量的散点分布大致呈直线趋势其数量变化的方向相同。在统计学上两个随机变量之间呈直线趋势的关系被称为(linear correlation)，又称简单相关(simple correlation)，其性质可由图13.2所示散点图作直观说明。 () (b) (c) (d) 图13.2 常见的散点图 图13.2()、()中散点呈椭圆形分布，其变化趋势接近一直线，其中图(a)中两变量同时增大或减小，变化趋势同向，称为正相关(positive correlation)图(b)中变化趋势相反，称为负相关(negative correlation)如全部数据点恰好散布在一条直线上，称为完全相关实际中不存在图(c)中各点总的趋势杂乱无章或大致呈圆形散布，则该两变量间无相关，也称零相关(zero correlation)图(d)中各点散布也非直线趋势，亦属无相关，由于统计学中提到的相关通常是指直线相关，故无相关是指无关系但可能存在非直线相关。 二、相关系数的意义及计算 定量描述两个变量间直线关系的方向和密切程度的指标，系数(linear correlation coefficient)又称Pearson积矩相关系数(Pearson product moment coefficient)，其公式为： (13.1) 相关系数没有单位，取值范围在之间，其表示两变量间的方向，大于0为正相关，小于0为负相关，等于0为零相关相关系数绝对值大小表示两变量间直线相关的密切程度，绝对值越接近于1，说明相关密切程度越高绝对值越接近于0，说明相关密切程度越低。现结合图13.1解释相关系数的含义。经横纵标上与处两条相互垂直的直线可将此图分为个象限，若两变量呈正相关，多数数据处于、象限，此时式(13.1)的分子为正数；若两变量呈负相关，多数数据处于、象限，此时式(13.1)的分子为负数。其中一个极端是所有数据均位于经过点,)的直线上，数据点都在、象限，都在、象限，此时式(13.1)的分子各项正负号完全相同，相加后得到其最大或最小值，，分别对应于完全正相关或完全负相关；另一个极端是所有数据围绕点()成圆形均匀分布在4个象限内，此时式(13.1)的分子各项相加后正负号相互抵消，分子为0，即零相关。 通过以上解释可知式(13.1)中位于分子的离均差乘积和)可反映两变量相关的方向和密切程度。单变量描述中用离均差平方和的平均即方差来数据离散程度以消除样本量的影响一样，可将两变量离均差乘积和取平均，得到样本协方差以便不同样本的问题比较其相关性用符号表示计算公式： (13.2) 协方差的取值大小的量纲不同问题中的协方差不可比较将两变量分别进行标准化(每个观察值减去均数再除以其标准差)后再计算协方差，使之成为无单位的系数便于不同问题进行比较如此得到标准化的协方差即相关系数的另一种： (13.