5卫生统计学-10.pptVIP

* * * * * * * * * * * * * * 【第十章】 线性相关与回归 * 第一节 线性相关 一、线性相关的基本概念 例10.1 从男青年总体中随机抽取 11 名男青年组成样本，分别测量每个男青年的身高和前臂长，身高和前臂长均以cm为单位。 编号 身高X 前臂长Y 1 130 47 2 173 42 3 160 44 4 155 41 5 173 47 6 188 50 7 178 47 8 183 46 9 180 49 10 165 43 11 166 44 绘制11 名男青年身高与前臂长资料的散点图 * * * 相关系数 r 没有测量单位，其数值为 -l≤ r≤ +1 。 r 值为正，表示正相关；r 值为负，表示负相关。 r 值为 0, 则称零相关即无直线关系。 当 r 绝对值为 1 时，称完全相关。 （二）相关系数的定义 * （三）相关系数的计算 例10.1 从男青年总体中随机抽取 11 名男青年组成样本，分别测量每个男青年的身高和前臂长，身高和前臂长均以cm为单位。试计算身高与前臂长之间的相关系数 。 编号 身高X 前臂长Y 1 130 47 2 173 42 3 160 44 4 155 41 5 173 47 6 188 50 7 178 47 8 183 46 9 180 49 10 165 43 11 166 44 * 称作：Pearson相关系数 或 积差相关系数 这里 r 为正值，表示前臂长与身高呈现正相关。 由于 r 是样本统计量，对于男青年总体的身高与前臂长之间的相关关系，尚需进行进一步的假设检验。 * 第二节 等级相关 Pearson相关系数或积差相关系数，要求总体服从双变量正态分布，即两个变量各自的总体的分布均是正态分布。 秩相关或称等级相关是用双变量等级数据作直线相关分析，这类方法由于对原变量分布不作要求，故而属于非参数统计方法。 适用于下列资料： 1、不服从双变量正态分布而不宜作积差相关分析。 2、总体分布未知。 3、原始数据是用等级表示的。 * 学生 1 2 3 4 5 6 7 8 9 10 11 12 课程A 良 优 优 良 优 良 中 良 良 中 优 中 课程B 良 优 良 优 优 良 中 优 中 良 优 中 疗效（痊愈、显效、好转、无效）与病情（轻、中、重）。 常用的等级相关方法是 Spearman 等级相关 。 Spearman 样本相关系数 rs * 第三节 线性回归 一、线性回归基本概念 问题：儿童年龄X，儿童体重Y，问，当X=3岁时，Y=？ 相关分析解答了“X和Y之间有没有相关关系？有多密切？” 但没有回答“这个关系是什么？” 线性回归分析可以回答“这个关系是什么？” * 线性回归是研究两个变量之间线性关系的数量表达式。其中一个变量称自变量，用X表示；另一个称因变量，用Y表示。 总体线性回归方程为： 根据样本观察资料可以求出 ? 及 ? 的估计值 a 及 b，并建立样本回归方程： * X Y x1 y1 x2 y2 … … xn yn * 二、线性回归方程的计算 例10.3 有人研究了温度对蛙的心率的影响,得到了表中所示的资料,试进行回归分析。 编号 温度X 心率Y 1 2 5 2 4 11 3 6 11 4 8 14 5 10 22 6 12 23 7 14 32 8 16 29 9 18 32 10 20 34 11 22 33 * 线性回归方程主要应用 : 1、确定两个变量之间是否存在依存关系，如果存在依存关系，则可以利用回归方程描述 X 和 Y 之间的数量关系； 2、用回归方程对因变量 Y 进行估计，也就是把自变量 X 代人回归方程对因变量 Y 进行估计。 * 三、线性回归方程的假设检验 X Y -1 1 -2 4 -3 9 0 0 1 1 2 4 3 9 4 16 * * （一）方差分析 变异来源 平方和SS 自由度f 均方MS F值 P 总变异 SS总 n-1 回归 SS回归 1 SS回归/1 MS回归/MS剩余 剩余 SS剩余 n-2 SS剩余/（n-2） 　 　 * 变异来源 平方和SS 自由度f 均方MS F值 P 总变异 1108.55 10 回归 1020.23 1 1020.23 103.99 ＜0.01 剩余 88.32 9 9.81 　 * （二）t检验 * * ３、相关回归可以互相解释 当 SS 总不变的情况下，SS回归的大小决定了相关系数的大小 ,R2 反映出SS回归在SS总中所占的比重。 R2 越接近 1，回归效果越好。 应用确定系数，也可以从回归的角度对相关程度做进一步的了解。例如，r=0.5,R2=0.25，说明一个变量的变异仅有 25% 由另一变量所引起，避免了对相关系数表示的相