- 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]线性相关与回归
第七章 线性相关与回归
1直线相关分析
概述
(1)直线相关(linear correlation)又称简单相关(simple correlation),用于描述服从正态分布的两个随机变量间的相关关系,两个变量是等价的,分别定义为X变量和Y变量。
(2)Pearson相关系数又称积差相关系数(coefficient of product-moment correlation),总体相关系数为,为样本相关系数,说明具有直线关系的两个变量间,相关关系的密切程度与相关方向。
相关系数没有单位,其值为-1≤≤1。0表示正相关,0表示负相关,||越接近1,相关程度越密切。
(3)直线相关分析的基本步骤:①绘制散点图;②计算直线相关系数;③假设检验,采用检验判断是否来自=0的总体;④参数估计。
(4) Sperman秩相关(rank correlation) 用于不满足Pearson相关分析的两变量相关分析,适用于①不服从双变量正态分布而不宜作积差相关分析的资料;②总体分布型未知;③等级资料或者数据本身有不确定值。其实质是利用原始数据的秩次计算积差相关系数。
利用分析员进行直线相关分析
例7-1 20名15岁健康男生身高与体重资料如下,试分析身高与体重间是否存在直线相关关系。(选自刘桂芬主编 医学统计学(第2版))
1.2.1 直线相关分析基本操作步骤
(1)建立包含no、height、weight三个变量的数据文件eg7_1,如图7-1,存入SASUSER。
图7-1 例7-1数据结构
图7-2 进入分析员状态操作过程 (2)进入分析员状态:主菜单栏点击Solutions →Analysis →Analyst,操作如图7-2,单击后进入分析员状态。
(3) 打开数据文件:点击File →Open → SASUER→ eg7_1, 打开数据文件,见图7-3。
(4)进入直线相关分析:主菜单点击Statistics →Descriptive → Correlations 如图7-4,单击后弹出Correlations 对话框,如图7-5。
图7-3 打开数据文件
图7-4 进入直线相关分析过程
图7-5 Correlations 对话框
(5)进行直线相关分析 图7-5 为Correlations 对话框,左侧框为数据文件中的变量名,同时选择height、weight两个变量,点击按钮,height、weight进入分析框,设置为分析变量,见图7-6; 点击按钮,Types of plots 中选择输出散点图(Scatter plots)和散点图椭圆形分布可信范围(Add confidence ellipses),默认为95%,见图7-7, 点击OK,完成设置,回到Correlations 对话框界面。
图7-6 设置分析变量
图7-7 散点图选择
再点击相关分析对话框的OK,输出结果如下:
输出结果及解释:
①简单统计描述:身高(height)、体重(weight)的均数(Mean)、标准差(Std Dev)、总和(Sum)、最小值(Minimum)、最大值(Maximum)。
②Pearson相关系数r=0.86395、P0.0001,身高与体重有直线相关关系,两变量是同向变化的。
(6)输出散点图 点击屏幕下方隐藏窗口中的按钮,窗口切换到分析员状态,图7-8为中间的大纲窗口,点击第三个条目,或从窗口中点击,见图7-9,显示散点图, 见图7-10。
图7-8 结果输出大纲
图7-9 结果输出大纲
图7-10 散点图 1.2.2 相关分析过程的其他选项
(1)Options按钮:在Correlations 对话框界面上,点击按钮,显示直线相关分析选项,见图7-11,图中已选择的内容为默认输出,包括P值、统计描述、相关系数采用对角阵形式输出。
其他常用选项:选项前点击显示√即可选。
Sperman 等级相关或秩相关;
Covariances 协方差矩阵,输出变量方差、协方差;
CSSCP matrix 校正离均差平方和或乘积和矩阵,输出变量离均差平方、离均差乘积和;
SSCP matrix 未校正离均差平方和或乘积和矩阵,输出变量平方、乘积和。
图7-11 Options选项
(2) Save data按钮 保
您可能关注的文档
最近下载
- 2025年浙江安防职业技术学院单招职业技能测试题库(名校卷).docx
- 2024年广州中考英语听说考试——“信息询问” 情景训练课件.pptx
- 四年级下册单元作文《热爱生命》.ppt
- 骆驼奶营养价值课件.pptx
- 统编版高中语文教材中杜甫四首诗《登高》《登岳阳楼》《蜀相》《客至》联读.docx
- 附件3-2:12千伏一二次融合环网柜(箱)及配电自动化终端(DTU)标准化设计方案(2021版).pdf VIP
- 第6课 戊戌变法 课件(共34张PPT).pptx
- 2023年上海杉达学院工程管理专业《管理学》科目期末试卷A(有答案).docx VIP
- 分包考核管理办法和考核表.pdf VIP
- 送教上门康复教案.docx
文档评论(0)