直线相关与回归演示文稿.ppt

* 1．根据分析目的选择变量及统计方法 直线相关用于说明两变量之间直线关系的方向和密切程度，X与Y没有主次之分； 直线回归则进一步地用于定量刻画应变量Y对自变量X在数值上的依存关系，其中应变量的定夺主要依专业要求而定，可以考虑把易于精确测量的变量作为X，另一个随机变量作Y，例如用身高估计体表面积。 两个变量的选择一定要结合专业背景，不能把毫无关联的两种现象勉强作回归或相关分析。 * * 2．进行相关、回归分析前应绘制散点图—第一步 （1） 散点图可考察两变量是否有直线趋势； （2） 可发现离群点（outlier）。 散点图对离群点的识别与处理需要从专业知识和现有数据两方面来考虑，结果可能是现有回归模型的假设错误需要改变模型形式，也可能是抽样误差造成的一次偶然结果甚至过失误差。需要认真核对原始数据并检查其产生过程认定是过失误差，或者通过重复测定确定是抽样误差造成的偶然结果，才可以谨慎地剔除或采用其它估计方法。 * 3．资料的要求  直线相关分析要求 X与Y 服从双变量正态分布； 直线回归要求至少对于每个 X 相应的 Y 要服从正态分布，X可以是服从正态分布的随机变量也可以是能精确测量和严格控制的非随机变量； * 对于双变量正态分布资料，根据研究目的可选择由 X 估计 Y 或者由 Y 估计 X ，一般情况下两个回归方程不相同）。 * 反应两变量关系密切程度或数量上影响大小的统计量应该是回归系数或相关系数的绝对值，而不是假设检验的P值。 P值越小只能说越有理由认为变量间的直线关系存在，而不能说关系越密切或越“显著”。另外，直线回归用于预测时，其适用范围一般不应超出样本中自变量的取值范围。 4．结果解释及正确应用 * 线性相关与回归的区别与联系 区别 (1) 相关只适应于双变量正态分布资料时，而回归则只要求自变量对应的因变量符合正态分布，对自变量没有要求。 (2) 线性相关表示两变量之间的相互关系是双向的，而回归则反映两个变量之间的依存关系，是单向的。 联系 (1) 对同一资料进行线性相关和回归分析，则相关系数与回归系数的正负号相同。 (2) 线性相关和回归分析，分别需要对相关系数与回归系数进行假设检验。 r的平方称为确定系数。 (3) 相关和回归可以相互解释 * 思考题 假设0-6岁间男孩身高与年龄呈线性关系，试制作0-6岁间男孩的身高参考值（或区间），以供身高检测。 完全独立样本设计的t检验或者方差分析是否可以使用回归方法进行分析？ * 回归分析的基本思想及其初步应用 探索无止境 探索无止境 探索无止境 探索无止境 谢 谢 批 评 指 正！ * 一、线性回归的主要用途 1. 研究因素间的依存关系 自变量和应变量之间是否存在线性关系，即研究一个或多个自变量对应变量的作用，或者应变量依赖自变量变化而变化的规律。 2．估计与预测 可用易测定的一组给定的自变量的观测值来推算较难测定的Y值 。 3．统计控制 是利用回归方程进行逆估计，即应变量Y给出一个确定的值或在一定范围内波动时，通过控制自变量的取值来实现 。 * 二、线性回归应用的注意事项 1.在进行直线回归分析之前，应绘制散点图。 2.作回归分析时，要注意两变量间是否存在实际意义。 3.两变量间存在直线关系时，不一定表明彼此之间就存在因果关系。 4．建立回归方程后，须对回归系数进行假设检验。 5. 使用回归方程进行估计与预测时，一般只适用于原来的观测范围，即自变量的取值范围，不能随意将范围扩大。 6. 在线性回归分析时，要注意远离群体的极端值对回归效果的影响。 * 线性相关 Linear Correlation * 思考题 某克山病高发区测得11例急性克山病患者与该地13名健康人的血磷值(mg%) 如表下表所示，判定两组均数差异有否统计学意义。 表5-2 患者与健康者的血磷测定值（mg%） 患者编号 X1 健康者编号 X2  1 4.73 1 2.34 2 6.40 2 2.50 3 2.60 3 1.98 4 3.24