相关分特析与回归分析.docVIP

第八章 相关分析与回归分析 医学上人的身高与体重、血压与年龄、药物剂量与疗效、肺活量与体重和胸围等均有一定的联系。说明客观事物或现象相互间数量关系的密切程度并用适当的统计指标表示出来，这是相关分析的任务。而研究某个结局（因变量）与其它影响因素（自变量、解释变量、协变量)之间的数量关系，并用函数形式表示出来，则是回归分析要解决的问题。下面依次介绍有关内容。 8.1相关分析 8.1.1概述 描述两个变量间相关关系的统计指标称为相关系数。现以两个变量的直线相关分析为例，说明相关系数的意义。 研究变量X和Y的直线相关关系用直线相关系数(记为r)，其计算公式为： (8.1) 其值为－1≤r≤1。r值为正表示正相关，即X和Y同时增大或减小，变化趋势是同向的；反之，r值为负表示负相关，即X和Y呈反向变化。r等于零为零相关，表示X和Y无直线相关关系；r值的绝对值为等于1为完全相关，即X和Y严格服从直线关系。在生物界由于影响因素众多，因此r值一般界于－1与1之间。r的绝对值越接近1，表示两变量间直线相关程度越高。r为总体相关系数ρ的样本估计值，所以一般还要需做ρ=0的假设检验。 在用相关分析的方法解决实际问题时，应根据资料类型和分析要求，选择恰当的方法，SAS中可作如下相关分析： 统计量 意义 SAS过程 资料要求 直线(Pearson)相关系数 两个变量间