第9章直线相关与回归(76页).ppt

医 学 统 计 学;The teaching planfor medical students; 医学统计学教授，硕士生导师。男，1959年6月出生。汉族，无党派。1982年12月，山东医学院公共卫生专业五年本科毕业，获医学学士学位。1994年7月，上海医科大学公共卫生学院研究生毕业，获医学硕士学位。2003年12月晋升教授。现任预防医学教研室副主任。主要从事《医学统计学》、《预防医学》，《医学人口统计学》等课程的教学及科研工作，每年听课学生600-1000人。自2000年起连续10年，为硕士研究生开设《医学统计学》、《SPSS统计分析教程》、《卫生经济学》等课程，同时指导研究生的科研设计、开题报告及科研资料的统计处理与分析。发表医学统计学及预防医学的科研论文50多篇。代表作有“锌对乳癌细胞生长、增殖与基因表达的影响”，，“行列相关的测度” 等。主编、副主编各类教材及专著10部，代表作有《医学统计学》、《SPSS统计分析教程》。获得院级科研论文及科技进步奖8项，院第四届教学能手比赛二等奖一项，院教学评建先进工作者一项。获2004年泰山医学院首届十大教学名师奖。《医学统计学》为校级和省级精品课程。;《医学统计学》目录;第9章 直线相关与回归 目录;第9章 直线相关与回归 学习要求;第一节 直线相关;相关系数(correlation coefficient)又称为积差相关系数，用符号r表示。 它描述两变量间相关关系的密切程度和相关方向。其数值1≥r≥－1，当r为正值时，表示一变量随另一变量的增加而增加称为正相关；当r为负值时，表示一变量随另一变量的增加而减少，称为负相关。 当│r│愈接近1，表示两变量的相关愈密切；当│r│愈接近0时，表示两变量相关程度愈低；当│r│＝0时，称为零相关，表示两变量无直线相关关系，见示意图9-1。;一般认为，当样本含量较大的情况下（n100），大致可按下列标准估计两变量相关的程度 │r│≥0.7 高度相关 0.7│r│≥0.4 中度相关 0.4│r│≥0.2 低度相关;图9-1 相关系数示意 ;相关系数r的计算公式： ;请牢记下列计算公式：;【例9.1 】某研究者测量10名20岁男青年身高与前臂长。数据见表9-1。试分析：身高与前臂长有无直线相关关系？ 计算步骤： （1）由原始数据绘制散点图9-2，本资料呈直线相关趋势。 ;计算步骤： （1）由原始数据绘制散点图9-2，本资料呈直线相关趋势。 ;表9-1 身高与前臂长数据与计算表 ;（2）根据表9-1原始数据计算出∑X，∑Y，∑X2，∑Y2，∑XY 。 本例∑X＝1725，∑Y＝454， ∑X2＝298525，∑Y2＝20690，∑XY＝78541。 （3）计算X、Y的离均差平方和与离均差积和;（4）求相关系数r;三、相关系数的检验假设 检验r是否来自总体相关系数ρ为零的总体。 ;t 检验法 t检验的计算公式;【例9.2 】对例9.1资料所得r值，检验20岁男青年身高与前臂长是否有直线相关关系。 （1）建立检验假设 H0：ρ＝0 ,两变量间无直线相关关系 H1：ρ≠0 ,两变量间有直线相关关系 α＝0.05 （2）计算t值 本例n=10， r=0.8227 ，按公式（9.5）和公式（9.6） 计算t值;（3）确定P值，作出推断结论 按υ＝n-2=8，查t界值表，得 0.002P0.005，按α＝0.05水准，拒绝H0，接受H1，故可认为20岁男青年身高与前臂长呈正直线相关关系。 2.查表法（用于n≤50） 查附表14, r界值表列出了相关系数r与0差别显著性的判断界值，按自由度υ＝n-2查r界值表，当r≥rα,n-2时，则P≤α ；反之，r＜ rα,n-2 时，则P＞α 。本例r＝0.8227，大于r0.05(8)＝0.738 ，故P0.05。r值有意义。检验结果与t检验相同。;第二节 直线回归;直线回归方程; 求直线回归方程，关键在于计算a、b两个系数，根据数学上的最小二乘法原理即保证各实测点至回归直线的纵向距离的平方和最小。 ;【例9.3 】利用例9.1资料，已知20岁男青年身高与前臂长之间存在直线相关关系。 试计算：身高与前臂长的直线回归方程。;（1）列回归系数计算表同表9-1，求出ΣX ，ΣY ，ΣXY ， X2 ， ΣY2 。 本例：ΣX=1725 ，ΣY=454 ，ΣXY=78541 ，ΣX2=298525 ，ΣY2=20690 。前面已经计算出 lxx=962.5 ，lxy=226 ;（3）求回归系数b和截距a;在自变量X的实测值范围，任意指定相距较远且易读的两个数值，代入直线回归方程，求出相应的Y的估计值，确定两点，用直线连接。