统计学 相关2010PPT.pptVIP

第十三章 线性相关分析  ( linear correlation ) ;本 章 主 要 内 容;内容回顾：第十二章 线性回归分析; 线性相关( linear correlation) ，即直线相关，是分析两变量间有无直线相关关系的一种统计分析方法。;编号;图13-1 16名中年女性的体重指数和收缩压的散点图;图13-1 16名中年女性的体重指数和收缩压的散点图;图13-1 16名中年女性的体重指数和收缩压的散点图;图13-1 16名中年女性的体重指数和收缩压的散点图;图13-1 16名中年女性的体重指数和收缩压的散点图;二、相关系数的含义;相关系数 r 的取值及两变量间相关关系的直观图示： ;相关系数 r 的取值及两变量间相关关系的直观图示： ;第二节 线性相关系数的计算;相关系数 r 的计算公式：;例13-2 计算表13-1中体重指数和收缩压的相关系数。 ;例13-2 计算表13-1中体重指数和收缩压的相关系数。 解： 1．绘制散点图，观察两变量之间是否有线性趋势。;图13-1 16名中年女性的体重指数和收缩压的散点图;例13-2 计算表13-1中体重指数和收缩压的相关系数。 解： 1．绘制散点图，观察两变量之间是否有线性趋势。 2．计算相关系数。列表计算基本数据。 ;编号;;第三节 相关系数的假设检验 ;检验统计量 t 的计算公式： ;例13-3 根据例13-2 的样本相关系数，对总体相关系数 ? 作假设检验。;例13-3 根据例13-2 的样本相关系数，对总体相关系数 ? 作假设检验。 解： ① 建立假设，确定检验水准。 H0: ? = 0 （变量间不存在线性相关关系）； H1: ? ≠0 （变量间有线性相关关系）； ? = 0.05;例13-3 根据例13-2 的样本相关系数，对总体相关系数 ? 作假设检验。 解： ① 建立假设，确定检验水准。 H0: ? = 0 （两变量间不存在线性相关关系）； H1: ? ≠0 （变量间有线性相关关系）； ? = 0.05;例13-3 根据例13-2 的样本相关系数，对总体相关系数 ? 作假设检验。 解： ① 建立假设，确定检验水准。 H0: ? = 0 （两变量间不存在线性相关关系）； H1: ? ≠0 （两变量间有线性相关关系）； ? = 0.05;② 计算检验统计量。本例，n =16, r =0.9110， ;② 计算检验统计量。本例，n =16, r =0.9110， ③查界值表，确定P 值，下结论。 按 v=14 查 t 界值表， ， ，则P 0.01，按?=0.05水准拒绝H0，接受H1，可认为体重指数和收缩压之间存在正相关关系。 ;② 计算检验统计量。本例，n =16, r =0.9110， ③查界值表，确定P 值，下结论。 按 v=14 查 t 界值表， ， ，则P 0.01，按?=0.05水准拒绝H0，接受H1，可认为体重指数和收缩压之间存在正相关关系。 ;② 计算检验统计量。本例，n =16, r =0.9110， ③查界值表，确定P 值，下结论。 按 v=14 查 t 界值表， ， ，则P 0.01，按?=0.05水准拒绝H0，接受H1，可认为体重指数和收缩压之间存在正相关关系。 ;■ 查表法;■ 查表法;■ 查表法;■ 查表法;■ 查表法;■ 查表法; 计算总体相关系数的可信区间时，由于r 呈非正态分布，所以需要先对r 作 Z 转换: ; 计算总体相关系数的可信区间： ①对 r 作 Z 变换： ②按正态近似原理计算 Z 的（1-?）可信区间： ③对Z 的上下限作反变换，还原得到 r 的（1-?） 可信区间：