相关与回归资料统计分析中的错误汇.pptVIP

相关与回归资料统计分析中的错误实例 杜丽娜 文章题目及出处 西水地区旱獭鼠疫流行时某些指标的相互关系 地方病通报 2001年8月第16卷第3期 原先的设计 资料 统计方法 结果与结论 表1 旱獭密度与动物媒介检菌量相关比较 表2 旱獭体蚤指数与动物媒介检菌量的相关统计 表3 旱獭洞干蚤指数与动物昆虫检菌量的相关分析 原作者分别对三张表进行相关分析，得到结果是：旱獭密度，体蚤指数与检出量在年度上呈正相关，但并不存在显著差异。但是洞干蚤指数与检出量呈正相关且具统计学意义。 对差错的分析 原作者目的在于研究动物媒介检菌量与旱獭密度，体蚤指数，洞干蚤指数之间的相关性，应该用多元线性回归进行研究。 正确统计分析过程 将动物检菌量（y）对旱獭密度（x1),体蚤指数（x2），洞干蚤指数(x3)进行多元线性回归。 可以通过共线性诊断来发现自变量之间是否有较强的线性关系， 用 SAS运行结果如下。 感到困惑的问题 1 需不需要进行异常点诊断？ 2 如何分析SAS结果? 评 析 这位学生对差错的分析基本上正确，即应同时考察三种生物媒介的密度与检菌量之间的关系。 值得注意的是： 这些数据是1982年到1999年共18年的资料，其观测结果与“时间”有关。 评 析 在进行多元回归分析时，还应将时间作为一个自变量引入； 严格地说，观测结果会随时间的改变，做不规则地变动，故应进行时间序列分析为好。 * * 在喜马拉雅旱獭鼠疫自然疫源地，蚤在鼠疫的传播中起到重要作用。作者针对该地区1982-1999年所获监测资料，以旱獭密度，体蚤指数，洞干蚤指数同鼠疫菌检出量进行相关回归统计处理，结果见表1，2，3。 P0.01 R=0.2763 0.1 4 0.00025 2 0.05 1999 0.06 1 0.00036 1 0.06 1998 0 0 0.0961 0 0.31 1997 1.11 9 0.1369 3 0.37 1996 0.7 4 0.1225 2 0.35 1995 0 0 0.1521 0 0.39 1994 2.8 49 0.16 7 0.4 1993 0 0 0.0729 0 0.27 1992 3.8 49 0.2209 7 0.47 1991 0 0 0.1764 0 0.42 1990 0 0 0.1156 0 0.34 1989 2.12 49 0.0961 7 0.31 1988 7.2 225 0.2304 15 0.48 1987 3.6 36 0.36 6 0.6 1986 5.76 81 0.4096 9 0.64 1985 1.12 4 0.3721 2 0.61 1984 4.5 81 0.25 9 0.5 1983 9.62 676 0.1369 26 0.37 1982 XY Y2 X2 检菌量(Y) 密度(X) 时间 r=0.396, p0.01 2 0.05 1999 1 0.06 1998 0 4.3 1997 3 6 1996 2 8.2 1995 0 2.8 1994 7 7.9 1993 0 7.4 1992 7 5.3 1991 0 2.1 1990 0 6.9 1989 7 6.3 1988 15 3 1987 6 5.7 1986 9 4.3 1985 2 7.4 1984 9 8.2 1983 26 10.1 1982 检菌量（Y） 密度（X) 时间 P0.01 R=0.7601 2 0.01 1999 1 0.02 1998 0 0.04 1997 3 0.04 1996 2 0.04 1995 0 0.05 1994 7 0.35 1993 0 0.04 1992 7 0.05 1991 0 0.1 1990 0 0.04 1989 7 0.28 1988 15 0.24 1987 9 0.07 1986 6 0.19 1985 2 0.08 1984 9 0.33 1983 26 0.35 1982 检菌量 (y) 密度（x) 时间 The SAS System Parameter Estimates Parameter Standard T for H0: Variable DF Estimate Error Parameter=0 Prob |T| INTERCEP 1 -0.831251 3.5748