Pearson关系数简介.ppt

两变量关联性分析pearson相关系数介绍 世间万物是普遍联系的 医学上，许多现象之间也都有相互联系，例如：身高与体重、体温与脉搏、年龄与血压、产前检查与婴儿体重、乙肝病毒与乙肝等。在这些有关系的现象中，它们之间联系的程度和性质也各不相同。 相关的含义 图5-0(a) 函数关系 客观现象之间的数量联系存在着函数关系和相关关系。 当一个或几个变量取定值时，另一个变量有确定的值与之对应，称为函数关系，可用Y=f(X)表示。 当一个变量增大，另一个也随之增大(或减少)，我们称这种现象为共变，或相关(correlation)。两个变量有共变现象，称为有相关关系。 相关关系不一定是因果关系。 主要探讨线性相关——pearson相关系数 主要内容 一、散点图 二、相关系数 三、相关系数的假设检验 一、散点图 为了确定相关变量之间的关系，首先应该收集一些数据，这些数据应该是成对的。 例如，每人的身高和体重。然后在直角坐标系上描述这些点，这一组点集称为散点图。 作法：为了研究父亲与成年儿子身高之间的关系，卡尔.皮尔逊测量了1078对父子的身高。把1078对数字表示在坐标上，如图。用水平轴X上的数代表父亲身高，垂直轴Y上的数代表儿子的身高，1078个点所形成的图形是一个散点图。 它的形状象一块橄榄状的云，中间的点密集，边沿的点稀少，其主要部分是一个椭圆。 2.相关类型： 3.作用：粗略地给出了两个变量的关联类型与程度 通过相关散布图的形状，我们大概可以判断变量之间相关程度的强弱、方向和性质，但并不能得知其相关的确切程度。 为精确了解变量间的相关程度，还需作进一步统计分析，求出描述变量间相关程度与变化方向的量数，即相关系数。总体相关系数用p表示，样本相关系数用r表示。 二、相关系数 变量的取值区间越大，观测值个数越多，相关系数受抽样误差的影响越小，结果就越可靠，如果数据较少，本不相关的两列变量，计算的结果可能相关。 相关系数取值: -1r1 相关系数的性质 |r|表明两变量间相关的程度，r0表示正相关，r0表示负相关，r=0表示零相关。 相关系数的性质 |r|越接近于1，表明两变量相关程度越高，它们之间的关系越密切。 |r|的取值与相关程度 |r|的取值范围 |r|的意义 0.00-0.19 极低相关 0.20-0.39 低度相关 0.40-0.69 中度相关 0.70-0.89 高度相关 0.90-1.00 极高相关 Pearson相关系数的计算 适用条件 1、两变量均应由测量得到的连续变量。 2、两变量所来自的总体都应是正态分布，或接近正态的单峰对称分布。 3、变量必须是成对的数据。 4、两变量间为线性关系。 Pearson相关系数的计算 X 的离均差平方和: Y 的离均差平方和: X与Y 间的离均差积和: 离均差平方和、离均差积和的展开 例13-1 测得某地15名正常成年人的血铅X和24小时的尿铅Y，试分析血铅与24小时尿铅之间是否直线相关。 15名自愿者的血铅和24小时尿铅测量值（μmol/L） 编号 X Y 编号 X Y 1 0.11 0.14 9 0.23 0.24 2 0.25 0.25 10 0.33 0.30 3 0.23 0.28 11 0.15 0.16 4 0.24 0.25 12 0.04 0.05 5 0.26 0.28 13 0.20 0.20 6 0.09 0.10 14 0.34 0.32 7 0.25 0.27 15 0.22 0.24 8 0.06 0.09 ∑X=3.00 ∑Y=3.17 ∑ X2=0.7168 ∑Y2=0.7681 ∑XY=0.7388 n=15 =0.9787 相关系数的假设检验 意义： 上例中的相关系数r等于0.9787，说明了15例样本中血铅与尿铅之间存在相关关系。 但是，这15例只是总体中的一个样本，由此得到的相关系数会存在抽样误差。因为，总体相关系数（?）为零时，由于抽样误差，从总体抽出的15例，其r可能不等于零。 所以，要判断该样本的r是否有意义，需与总体相关系数?=0进行比较，看两者的差别有无统计学意义。这就要对r进行假设检验，判断r不等于零是由于抽样误差所致，还是两个变量之间确实存在相关关系。 相关系数的假设检验 步骤 1.提出假设 H0 ： p=0 无关 H1 ： p≠0 相关 2.确定显著性水平 ?=0.05