直线相关和回归课件.pptVIP

直线相关和回归;主要内容;一、直线相关的概念 二、相关系数的计算 三、相关系数的假设检验;一、直线相关的概念;线性相关系数(linear correlation coefficient)：又称积差相关系数，简称相关系数，是描述两个变量间线性相关关系的密切程度与方向的统计指标。样本相关系数用r表示，总体相关系数用?表示。;其中;例12-1 某医生随机抽查了12名糖尿病患者的空腹血糖及胰岛素值，数据见下表，试做相关分析。 ;本例，;三、相关系数的假设检验 ;1．建立检验假设 H0:?=0 H1:??0 ?=0.05; 因为?=12-2=10，查r界值表，r0.05(10)=0.576，r0.01(10)=0.708，本例r=|-0.8115| r0.01(10)，P0.01, 按?=0.05的水准，拒绝H0 ,接受H1 ，结论同 t 检验。;第二节 直线回归; 直线回归(linear regression)，又称简单回归，是探讨两个连续性变量X和Y间依存关系的一种统计分析方法。 ;直线回归方程的一般表达式：;例12-2 就例12-1的资料，现已计算得糖尿病患者的血糖与胰岛素之间存在负相关关系，试继续进行直线回归分析。 ;二、直线回归方程的求法;绘制散点图;直线回归方程的求解：最小二乘原理;根据最小二乘估计原理:;根据： b=-0.3256 a=16.0907;回归系数也有抽样误差！; t 检验 ; 称剩余标准差（residual standard deviation），为各实际值Y与估计值之间的误差，反映了扣除X的影响后，Y对回归直线的离散程度。;1．检验假设 H0: ?=0 H1: ??0 ?=0.05 ;3．确定P值，判断结果;1．描述两个变量之间的数量依存关系 2．利用回归方程进行预测 3．利用回归方程进行统计控制;1．要求应变量Y服从正态分布，通常自变量X为可以精确测量或严格控制的因素。 2．作回归分析时要有实际意义，不能把毫无关联的两事物或现象进行回归分析。 3．分析前，应绘制散点图。 4．回归方程在实际回归范围内应用。; 某地有风俗，每当小孩出生，均在自家庭院中种上一棵树，随着树的生长，小孩也在长高。你认为两者是什么关系？;第三节 直线相关与回归分析的关系 ; 1．在应用上不同 分析变量间关系的密切程度和方向时用相关，描述变量间在数量上依存关系时用回归。 2．在资料要求上不同 相关??析要求X、Y均要服从正态分布，即双变量正态分布资料。回归分析时，要求应变量Y服从正态分布，X是可以精确测量或严格控制的变量。;（二）联 系;r 的平方称为决定系数（coefficient of determination） ;第四节 Spearman等级相关; Spearman等级相关：是用等级相关系数rs来描述两变量间相关关系的密切程度与相关方向的一种统计分析方法。 ;计算方法： 将成对的两组变量的观察值分别由小到大编秩次，当观察值相同时，取平均秩次，然后对秩次进行积差相关分析。;例12-3 某医师测得一组患者血小板数及出血程度的资料如下表12-2，试分析二者之间的关系。 ;等级相关系数的假设检验 H0:ρS=0，H1: ρS ≠0，?=0.05 本例n=10，查rs界值表得： rs(0, 0.02)=0.745，rsrs(10, 0.02)，则P0.02，按α=0.05水准，拒绝H0，接受H1，认为rs有统计学意义。