[医药卫生]直线相关与回归.pptVIP

孙秀彬 第八章  直线相关与直线回归 山东大学公共卫生学院: 刘静 十九世纪英国人类学家 F.Galton首次在《自然遗传》一书中，提出并阐明了“相关”和“相关系数”两个概念，为相关论奠定了基础。其后，他和英国统计学家 Karl Pearson对上千个家庭的身高、臂长、拃长（伸开大拇指与中指两端的最大长度）做了测量，发现： 儿子身高（Y，英寸）与父亲身高（X，英寸）存在线性关系： 即高个子父代的子代在成年之后的身高平均来说不是更高，而是稍矮于其父代水平，而矮个子父代的子代的平均身高不是更矮，而是稍高于其父代水平。Galton将这种趋向于种族稳定的现象称之“回归”。 目前，“回归”已成为表示变量之间某种数量依存关系的统计学术语，并且衍生出“回归方程”“回归系数”等统计学概念。如研究糖尿病人血糖与其胰岛素水平的关系，研究儿童年龄与体重的关系等。 双变量定量资料的分析 目的：研究变量X和Y的数量关系 总体：无限或有限对变量值 样本：从总体随机抽取的n对变量值 （X1,Y1）, （X2,Y2）, …, （Xn,Yn） 方法：回归与相关 最简单、最基本——直线相关、直线回归 §1 直线相关分析 （analysis of linear correlation） §2 直线回归分析 （analysis of linear correlation） §3 等级相关（rank correlation） §4 曲线拟合（curve fitting） §1 直线相关（linear correlation） 直线相关的概念 相关关系的定量描述 相关系数的假设检验 直线相关分析的一般步骤 总体相关系数的区间估计 直线相关分析时的注意事项 一、直线相关的概念 1. 定义 如果两个随机变量中，当其中一个变量由小到大变化时，另一个变量也相应地由小到大（或由大到小）变化，并且其相应变化的散点图在直角坐标系中呈现直线趋势，则称这两个随机变量存在直线相关。 推断两个随机变量是否存在直线相关关系以及描述这种相关关系大小的分析方法就是直线相关分析(linear correlation analysis)，也称简单相关分析(simple correlation analysis)。 2. 直线相关分析的适用条件 (1) 两个变量均为服从正态分布的随机变量，即要求他们服从双变量正态分布 (bi-variable normal distribution)； (2) 每对数据对应的点在直角坐标系中呈现直线趋势。 二、相关关系的定量描述 1. 指标 直线相关系数(linear correlation coefficient)，也称Pearson积矩相关系数(Pearson product-moment coefficient)，或简单相关系数(simple correlation coefficient) 符号：样本 r ，总体 ? 2. 相关系数的计算 3.相关系数的意义 (1)相关系数的符号反映两变量间的相关方向：r 0为正相关，r 0为负相关 (2)相关系数的绝对值反映两变量相关的密切程度： |r| 越大，相关越密切。 r = 1 完全正相关 r = -1 完全负相关 r = 0 零相关 例题 例 随机测量了13名8岁健康男童的体重与心脏横径，结果见表。试进行相关分析。 例题 (1) 绘制散点图 (2) 散点图呈直线趋势，计算相关系数 ?X=301.5 , ?X 2 =7072.75 ?Y=116.3 , ?Y 2 =1044.63 , ?XY = 2713.65 lXX = ?X 2 – (?X)2/n =7.72.75-301.52/13 = 80.2692 lYY = ?Y 2 – (?Y)2/n =1044.63-116.32/13 = 4.1923 lXY = ?XY – (?X)(?Y)/n =2713.65-301.5?116.3/13=16.3846 三、相关系数的假设检验 H0：总体相关系数? =0 H1： ? ?0 ? = 0.05 1. 直接查表法：求得 r 后，按? = n-2查r界值表。 本例，r=0.8932， P0.01 ， …… 2. t 检验法 2. t 检验法 若H0成立，从? =0的总体中抽样，所得到的样本相关系数