定义为两变量间的相关系数.PPTVIP

* * * * * 相关分析和回归分析 生活中人们常想知道两个变量之间的关系，如 出生率和教育程度的关系 入学成绩和后来表现的关系 吸烟与某种疾病的关系 …… 要想分析两变量间的关系，就需要用到相关分析和回归分析。这两种分析方法在统计学中都已涉及，二者均可用于研究两变量间的不确定关系，不同之处主要在于相关分析中两变量的地位是对称的，而回归分析中则区分应变量与自变量。 本章所讲的相关和回归，实际上是指秩相关和秩回归。 秩相关 1 秩回归 2 第六章 相关和回归 Pearson线性相关系数 相关关系是变量间最重要的一种关系。在传统统计方法中，两随机变量之间的相关性是通过相关系数来度量的。定义 为两变量间的相关系数。由于ρ(X, Y )未知，因而常用样本相关系数 来估计ρ(X, Y )。该统计量也是我们最常用的相关系数统计量，称为Pearson相关系数。 -1 r 1。其中，r 0表示X与Y正相关，r 0表示X与Y负相关，r = 0表示X与Y不相关（线性相关）。 |r| 0.3，微弱相关；0.3 |r| 0.5，低度相关；0.5 |r| 0.8，显著相关；|r| 0.8，高度相关 两变量不相关，则r = 0；但r = 0，只说明两变量不线性相关，不表示二者之间没有非线性相关关系 由于r只是ρ的估计值，故还需做统计检验。对Pearson相关系数的检验为 H0: ρ(X, Y ) = 0；H1: ρ(X, Y )≠0 一般用t检验法，在零假设下 若|t| tα，则拒绝零假设，认为两变量间有显著的相关关系。 【例6-1】P127世界168个地区每一千个五岁前儿童死亡人数（Y）和每十万个临产母亲死亡人数（X）的散点图。在利用原始数据所做的散点图中，X与Y的线性相关关系并不十分明显；但是将X和Y取对数后，其散点图的线性关系就更加明显了。 实际中经常遇到这样的情况，但是这样做却给问题的分析带来了不便，即分析之前需要考虑是否要对原始数据进行变换，如果要变换又需要进行何种变换。于是想到，如果可以从秩出发来分析两变量间的相关关系，那么任何保持数据次序不变的变换在本质上就没有区别了。这便是秩相关分析的出发点。 实践中常用的相关系数除了Pearson相关系数r外，还有Spearman秩相关系数rs和Kendall τ。严格说，传统相关系数度量的是X和Y之间的线性相关关系，但是非参数相关系数 rs 和Kendall τ则度量了更为广义的相关关系，这是因为秩不会被变量间的任何单调递增变换所改变。后面所说的相关是指这种广义的相关，而不是Pearson意义下的线性相关。 01 Spearman秩相关检验 Spearman秩相关系数 对一列数对(X1, Y1), (X2, Y2), ……, (Xn, Yn)，要检验它们所代表的二元变量X和Y是否相关。以检验X与Y是否正相关为例进行分析，若两变量的确为正相关，说明随着X的增加Y也增加，即X与Y具有某种同步性。如果用Ri表示Xi在X中的秩，Si表示Yi在Y中的秩，则Ri与Si有同步性。这样一来，便将数据之间的相关性转化成了秩之间的相关性。类似Pearson相关系数r，Spearman秩相关系数定义为 注意到， , ，代入上述公式，可将Spearman秩相关系数简化为 其中， 。 公式中，若各 均较小，说明Ri与Si相差不大，即两个样本有大致相同的变化趋势，故X与Y可能正相关，此时rs接近于1；反之，若各 均较大，说明Ri与Si相差较大，即两个样本有大致相反的变化趋势，故X与Y 可能负相关，此时rs接近于-1。 在X或Y样本有结时，应用平均秩，相应的Spearman统计量也要做修正 其中， ， ，uj 和vj 分别为X和Y各个结的观测值数目。 * * * * *