[化学]统计分析法2.pptVIP

生物统计学Biostatistics;Part 4 统计分析方法;内 容;4.4 回归与相关分析(Regression and correlation) ;变量间的关系;变量间的关系;变量间的关系;相关变量间的关系;统计学上采用回归分析 （regression analysis）研究呈因果关系的相关变量间的关系。表示原因的变量称为自变量，表示结果的变量称为因变量。 包括一元回归分析、多元回归分析。;回归模型的类型; 回归分析的任务是揭示出呈因果关系的相关变量间的联系形式，建立它们之间的回归方程，利用所建立的回归方程，由自变量（原因）来预测、控制因变量（结果）。 ;统计学上采用相关分析(correlation analysis)研究呈平行关系的相关变量之间的关系。;相关分析;内 容;一元线性回归及相关分析;一元线性回归分析;;1、一元线性回归方程的拟合 ;（x、y）的散点图; 从散点图可以看出： ①两个变量间有关或无关；若有关，两个变量间关系类型，是直线型还是曲线型； ②两个变量间直线关系的性质（是正相关还是负相关）和程度（是相关密切还是不密切）。 ; 例1：土壤内NaCl含量对植物的生长有很大影响，NaCl含量过高，将增加组织内无机盐的累积，抑制植物的生长。下表是每1000g土壤中所含NaCl的不同克数(X)，对植物单位叶面积干物重的影响(Y)。;散 点 图;每一 NaCl 含量下干物重 10 次重复值 ;散 点 图; 在实际应用时，不可能无限重复实验，在散点图上，只能作出少数有限个点。在点子比较少的情况下，表示两变量间的关系的直线可以画出许多条，其中哪一条是最好的呢？; 若 X 是可控制的变量，在实验无限重复之后，则可以得到在xi的 Y 的条件平均数 μY·X ，这些平均数构成一条直线。 ;对于Y的每一个观察值，可以用以下模型描述： ; 一般情况下，只能通过实验或调查获得有限对数据。因此，得不到真正的a和b。只能求出它们的估计值a和b，从而得到一条估计的直线， ; 怎样通过实际数据，得到总体回归a和b的最好点估计值a和b？; 平均数有一个特性，即在各种离差平方和中，以距平均数的离差平方和最小。在回归问题中，则在 ci 处Y 的实际观察值 yi 对它们的条件平均数 mＹci ＝a＋bci 离差平方和最小???因此，观察值与回归估计值之间的离差平方和L＝∑(yi－yi)2 达到最小时的回归线作为最好的回归线。换句话说，选择的a和b，应该使L最小。这种方法称为最小二乘法。;ei; ; 误差平方和、剩余平方和 (residual sum of squares). 综合表示点距直线的距离。 在所有的直线中，回归直线的残差平方和是最小的。(最小二乘);即：;整理得关于a、b的正规方程组： ;SXY ：X和Y的校正交叉乘积和 (corrected sum of cross products) SXX：X的校正平方和（corrected sum of squares for X） SYY：关于Y 的总校正平方和(total corrected sum of squares for Y) ;37; 例1：土壤内NaCl含量对植物的生长有很大影响，NaCl含量过高，将增加组织内无机盐的累积，抑制植物的生长。下表是每1000g土壤中所含NaCl的不同克数(X)，对植物单位叶面积干物重的影响(Y)。;散 点 图;例1：将原始数据整理后列出下表：;41;42;用Excel进行回归分析;2、一元线性回归方程的检验;相关分析 （correlation analysis） ;相关关系;简单相关分析;相关关系示意图;相关系数的分析;相关系数(取值及其意义);相关系数取值的意义;相关系数的检验;;例1中: r=0.929，查表得r0.01=0.874， rr?0.01，故相关极显著，回归方程有效。;相关系数与回归系数的关系;直线回归分析将二个相关变量区分为自变量和因变量，侧重于寻求它们之间的联系形式——直线回归方程；直线相关分析不区分自变量和因变量，侧重于揭示它们之间的联系程度和性质——计算出相关系数。两种分析所进行的显著性检验都是解决Y与X间是否存在直线关系。 因而二者的检验是等价的。即相关系数显著，回归系数亦显著；相关系数不显著，回归系数也必然不显著。 ; 在实