spss在医学统计学中应用.pptVIP

1.直线相关 2.直线回归 十、双变量相关与回归分析 在医学科研的过程中，经常会遇到分析两个变量之间的关系，例如，体重与肺活量，年龄与血压，身高与体表面积之间的关系，此时，经常用相关与回归分析来解决。在进行相关与回归分析之前必须先做散点图，判断量变量之间是否存在线性趋势，当两变量间存在线性趋势时，才考虑做相关或者回归。 直线相关是研究两个变量之间线性关系的一种常用统计方法，分析的是两变量之间是否存在直线相关关系，以及相关的方向和程度。作直线相关分析要求资料服从双变量正态分布。对于不符合双变量正态分布的资料，不能直接计算相关系数，可用非参数统计方法。 1.直线相关 例2.某地研究了8名正常儿童的尿肌酐含量Y(mmol/24h)，使计算尿肌酐的含量与其年龄的相关系数。 建立数据文件，取两个变量，X：年龄；Y：尿肌酐含量。两变量均为数值型。 散点图的制作 结果显示年龄和尿肌酐含量的相关系数为0.882，p=0.004，有统计学意义。 Pearson相关：极距相关系数，系统默认项，主要用于符合双变量正态分布资料的相关分析。 Kendall’s tau-b：Kendall’s等级相关系数，是反映两个分类变量一致性的指标。 Spearman：spearman相关系数是非参数相关分析，即秩相关分析。 补充： 医学研究中常要定量刻画应变量Y对自变量X在数量上的依存关系，常常将易于测量的变量作为