第9章 直线回归与相关.ppt

第9章 直线回归与相关 学习目标 掌握直线相关的定义，熟悉简单相关系数的计算； 掌握直线相关分析的SAS程序（CORR过程以及选项）； 掌握直线回归的模型假设以及计算方法； 了解直线回归应用的注意事项； 掌握直线回归分析的SAS程序（REG过程以及选项）。 概述 在医学上，许多现象之间都存在着相互联系，例如身高与体重、体温与脉搏、年龄与血压、钉螺与血吸虫感染等。而有些事物的关系是互为因果的，如上述钉螺是因，感染血吸虫是果；但有时因果不清，只是伴随关系。例如父母的兄弟，兄高，弟也可能高，但不能说兄是因、弟是果，这里不是因果关系，而可能与社会条件、家庭经济、营养、遗传等因素有关。 概述 相关是解决客观事物或现象相互关系密切程度的问题，而回归则是用函数的形式表示出因果关系。有相关不一定因果关系；反之，有因果关系的，一定有相关。我们称“因”的变量叫因变量，习惯上用Y表示。以横轴代表自变量X，纵轴代表依变量Y，可以将一群观察事物的两种关系在坐标图上以P（X，Y）的方法定位，作出一群散点图，便可在图上看出两者的关系。 相关分析和回归分析是研究现象之间相关关系的两种基本方法。所谓相关分析，就是用一个指标来表明现象间相互依存关系的密切程度。 直线相关分析介绍 设有两个变量x和y，变量y随变量x一起变化，并完全依赖于x，当变量x取某个数值时，y依确定的关系取相应的值，则称y是x的函数，记为 y = f（x），其中x称为自变量，y称为因变量。各观测点落在一条线上。 自变量取值一定时，因变量的取值带有一定随机性的两个变量之间的关系叫做相关关系。当一个或几个相互联系的变量取一定数值时，与之相对应的另一变量的值虽然不确定，但它仍按某种规律在一定的范围内变化，变量间的这种相互关系，称为具有不确定性的相关关系。 直线相关分析介绍 与函数关系不同，相关变量间关系不能用函数关系精确表达，一个变量的取值不能由另一个变量唯一确定，当变量x取某个值时，变量y的取值可能有无数个，各观测点分布在直线周围。 按相关程度划分可分为完全相关、不完全相关、和不相关： 不相关 如果变量间彼此的数量变化互相独立，则其关系为不相关，即没有任何相关关系。自变量x变动时，因变量y的数值不随之相应变动。 完全相关 如果一个变量的变化是由其他变量的数量变化所唯一确定，此时变量间的关系称为完全相关。即因变量y的数值完全随自变量x的变动而变动，它在相关图上表现为所有的观察点都落在同一条直线上，这种情况下，相关关系实际上是函数关系。所以，函数关系是相关关系的一种特殊情况。 不完全相关 如果变量间的关系介于不相关和完全相关之间，则称为不完全相关。大多数相关关系属于不完全相关，是统计研究的主要对象。 正相关和负相关 正相关：两个变量之间的变化方向一致，都是呈增长或下降的趋势。即自变量x的值增加（或减少），因变量y的值也相应地增加（或减少），这样的关系就是正相关。 负相关：两个变量之间变化方向相反，即自变量的数值增大（或减小），因变量随之减小（或增大）。 线形相关和非线形相关 直线相关（或线性相关）：当相关关系的自变量x发生变动，因变量y值随之发生大致均等的变动，从图像上近似地表现为直线形式，这种相关通称为直线相关。 曲线（或非线性）相关。在两个相关现象中，自变量x值发生变动，因变量y也随之发生变动，这种变动不是均等的，在图像上的分布是各种不同的曲线形式，这种相关关系称为曲线（或非线性）相关。曲线相关在相关图上的分布，表现为抛物线、双曲线、指数曲线等非直线形式。 单相关、复相关和偏相关 单相关：两个因素之间的相关关系叫单相关，即研究时只涉及一个自变量和一个因变量。 复相关：三个或三个以上因素的相关关系叫复相关，即研究时涉及两个或两个以上的自变量和因变量。 在某一现象与多种现象相关的场合，当假定其他变量不变时，其中两个变量之间的相关关系称为偏相关。 相关系数 所谓相关分析，就是分析测定变量间相互依存关系的密切程度的统计方法。一般可以借助相关系数来进行相关分析。 相关系数是表示两个变量（X，Y）之间线性关系密切程度的指标，用r表示，其值在-1至+1间。如两者呈正相关，r呈正值，r=1时为完全正相关；如两者呈负相关则r呈负值，而r=-1时为完全负相关。完全正相关或负相关时，所有图点都在直线回归线上；点子的分布在直线回归线上下越离散，r的绝对值越小。当例数相等时，相关系数的绝对值越接近1，相关越密切；越接近于0，相关越不密切。当r=0时，说明X和Y两个变量之间无直线关系。 相关系数 简单相关系数反映两个变量之间线性相关密切程度和相关方向的统计测定,它是其他相关系数形成的基础。简单相关系数的计算公式为： 直线相关分析的SAS程序 SAS系统中进行直线相关分析的过程步是CORR过程。 COR