直线相关与回归（医本2010）.pptVIP

第十二章直线相关与回归 概念： 回归与相关是研究两个或多个变量之间相互关系的一种分析方法。 回归： 是研究变量之间在数量上依存关系的一种方法。 相关： 是研究随机变量之间相互联系密切程度和方向的方法。 直线相关与回归： 只涉及两个变量，而且分析是否呈直线关系，是回归、相关分析中最简单的一种。又称简单相关和回归。 第十二章 直线相关与回归 第一节 直线相关 第二节 直线回归 第三节 直线相关与回归的区别和联系 第四节 等级相关 第一节 直线相关 2. 相关系数的计算步骤 （1）绘制散点图观察两变量见是否呈直线趋势 （2） x，y是否服从正态分布 作直线相关分析，要求x，y均要服从正态分布。 （3）相关系数计算 3. 相关系数的假设检验 （1）t 检验：（r 与 ?=0比较的假设检验） （2）查表法 根据自由度查相关系数r界值表（表12-3） 若|r|? r0.05(?) , 则P?0.05，不拒绝H0 若|r|? r0.05(?) , 则P?0.05，拒绝H0，接受H1。 本例? =10，r = -0.8115 查r界值表得：P0.01 第二节 直线回归 1. 直线回归方程 2、直线回归方程的求法 原理（最小二乘法）： 各散点距离回归直线纵向距离平方和为最小而得到直线。 绘制散点图观察两变量见是否呈直线趋势 ?X = 213.1， ?Y=123.70， ?X2=4012.55， ?Y2=1311.8732, ? XY=2122.398 n=12， X=17.76， Y=10.308, 即推断总体回归系数（?）是否为零 （1）方差分析 4. 直线回归方程的应用 （1）描述两分析变量间的数量依存变化关系 （2）利用回归方程进行预测 1）点预测： 一般把易于测定、控制的变量作为自变量，建立回归方程，然后对难以测定或控制的变量值进行预测。 2）区间预测： 当X是已知时，按一定概率估计应变量值或其均数所在范围 例 题 某地疾控中心根据10年来乙脑发病率（1/10万，Y）与相应前一年7月份日照时间（小时，X）建立回归方程，将乙脑发病率做平方根反正弦变换，即 求得回归方程 已知今年7月份日照时间X=260小时，试估计明年该地的乙脑发病率（设?=0.05）。 (3)利用回归方程获得精度更高的参考值范围 （4）利用回归方程进行统计控制： 指当要求因变量Y在一定范围内波动时，如何控制自变量X的取值。 例 ：已知血糖正常范围为（4.44~6.66 mmol/L），在例12-1资料的基础上，问欲将血糖水平控制在正常范围内时，血中胰岛素应维持在什么范围内？ （?=0.05） 第三节 直线相关与回归的区别和联系 （2）在应用上不同。 回归：反映两变量间依存变化的数量关系； 相关：反映两变量间相关的密切程度和方向。 2. 联系 （1）同一组资料，r 与 b符号（正负号）一致； （注意：两者大小有一定关系，但不绝对） （2）同一组资料， r 与 b的假设检验是等价的，即tb = tr （3）可用回归解释相关 r2 称为确定系数，其意义为回归变异占总变异的比值。 例如：某一资料 r = 0.20 ，n = 100，求得 t =2.021，P 0.05 但 r2 = （0.20）2 =0.04， 表示回归变异在总变异中仅占4%，说明两变量间的相关关系实际意义不大。 第四节 等级相关 3. 等级相关系数的计算 按直线相关系数公式计算，只是用秩次代替原始观察值。 例12-3 某医师测得一组患者血小板数及出血程度的资料如下表12-2，试分析二者之间的关系。 由秩次计算得： (2) 计算法: 当 n 50时,用下式进行假设检验。 SPSS演示 例12-3 某医师测得一组患者血小板数及出血程度的资料如下表12-2，试分析二者之间的关系。 总结提问 直线相关系数有何意义？ 回归方程中Y与X的关系是确定关系？ 求回归直线方程的原理是什么？ 回归方程有何应用？ 直线回归分析应注意哪些事项？ 直线回归与相关有何区别与联系？ 适用等级相关分析的情况有哪些？ THE END 1. 适用于下列资料： （1）不服从双变量正态分布的资料；（如二项分布） （2）总体分布型未知； （3）原始数据是用等级表示。 2. Spearman等级相关系数（rs