检验医学数据常用相关性分析(理论依据).pptVIP

3. 作相关分析时，要注意两变量之间是否存在实际意义。不能将毫无实际意义的两种现象作相关。 4. 相关系数的意义仅限于原始资料中变量的实测范围。超出这个范围就不一定仍具有线性关系或仍保持同样的线性关系了。 5. 不能直接根据样本相关系数r 绝对值的大小来说明两变量间有无相关关系及相关的紧密程度，而需要对总体相关系数作假设检验。 （一）区别 1.资料要求不同 线性回归分析 线性相关分析 六、线性回归分析与线性相关分析的区别和联系 X 是可以精确测量和严格控制的变量 Y 是服从正态分布的随机变量 X, Y 服从双变量正态分布 2.应用的情况不同 线性回归分析 线性相关分析 说明两变量间的依存关系，可以用一个变量的数值推算另一个变量的数值。 说明两变量间的相互关系，包括描述两变量 X，Y 相互之间呈线性关系的方向和密切程度。 （二）联系 1. 方向一致：在同一资料中，计算所得 r与 b 值的正、负号相同。 2. 假设检验等价：在同一资料中，对回归系数的假设检验和对相关系数的假设检验等价且二者所得检验统计量 t 值相等，即 t r= t b。 3. 对于不同组资料来说，相关系数 r 与 回归系数 b 二者的数值大小之间无直接联系，且二者含义不同。 第二节 Spearman秩相关 由于直线相关的统计推断要求两个变量服从双变量正态分布，但在实际应用中有时满足不了这样的条件。这时，需采用非参数的秩相关，常用Spearman秩相关。 例12-3 某医生收集12例急性脑梗塞（AMI）病人，记录了患者在抢救期间的总胆固醇，用爱丁堡-斯堪的纳维亚神经病学卒中SNSS量表评分标准评定患者的神经功能缺损程度，试分析总胆固醇与神经功能评分是否相关。 表 12-3 12例AMI患者的量表评分与总胆固醇测量值与编秩 初步分析：由于量表评分X呈偏态分布，不宜作Pearson直线相关分析，可用Spearman秩相关分析量表评分X与总胆固醇Y的相关性。 ① 建立假设，确定检验水准。 H0：?s＝0，即量表评分与总胆固醇不相关 H1：?s ? 0，即量表评分与总胆固醇相关 ?＝0.05 ② 对X、Y 编秩，计算平均秩，并计算Spearman秩相关系数。 ③查界值表（n≤50），判断 ?s＝0 ？ 按 n =12 查 rs 界值表， ， ，则 P 0.001，按?=0.05水准拒绝H0，接受H1，可以认为神经功能评分量表评分与总胆固醇呈正相关。 当样本量较大时(n50)，则用 t 检验判断 ?s＝0 ？ 若H0：?s＝0为真时，统计量 trs 近似服从自由度 为n－2的 t 分布。 本 章 内 容 线性相关的概念 样本相关系数的计算 对相关系数的假设检验 相关系数的可信区间 线性相关分析的注意事项 线性相关分析与线性回归分析的区别和联系 作业： 一、是非题 二、最佳选择题 三、计算题 2. 第十二章 线性相关  ( linear correlation ) 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。 第一节 直线相关 编号 血铅（X ） 尿铅（Y） 1 0.11 0.14 2 0.25 0.25 3 0.23 0.28 4 0.24 0.25 5 0.26 0.28 6 0.09 0.10 7 0.25 0.27 8 0.06 0.09 9 0.23 0.24 10 0.33 0.30 11 0.15 0.16 12 0.04 0.05 13 0.20 0.20 14 0.34 0.32 15 0.22 0.24 表12-1 15例自愿者的血铅和24小时的尿铅测量值（?moL/L） 例12-1 测得某地15名正常成年人的血铅 X（?moL/L）和24小时的尿铅 Y（?moL/L）如表12-1，试分析血铅与24小时的尿铅之间是否直线相关。 一、直线相关的意义 （Y） （ X ） 12-1 （Y） （ X ） 可见，尿铅值较大者，其血铅值也较大，且呈直线趋势。将两个变量间这种伴随增大或伴随减小的直线变化趋势称线性相关。由此图提示该资料适宜作线性相关分析。 12-1 二