直线相关分析14-2研.pptVIP

* 回归平方和是引入相关变量后总平方和减少的部分 * * 例：为研究中年女性体重指数和收缩压之间的关系，随机测量了16名40岁以上女性的体重指数和收缩压，见表1。 * 表1 16名中年女性的体重指数(kg/m2)和收缩压(kPa） 编号 体重指数 收缩压 X2 Y2 XY (1) （2） （3） （4） （5） （6） 1 2.86 18.00 8.1796 324.0000 51.4800 2 3.41 18.93 11.6281 358.3449 64.5513 3 3.62 20.00 13.1044 400.0000 72.4000 4 3.20 17.60 10.2400 309.7600 56.3200 … … … … … … 15 3.33 19.87 11.0889 394.8169 66.1671 16 3.76 21.07 14.1376 443.9449 79.2232 合计 56.50 314.68 202.1506 6240.7690 1121.8578 * 图1 16名中年女性体重指数 和收缩压的散点图 * 直线相关分析: 描述两变量间是否有直线关系以及直线关系的方向和密切程度的分析方法条件： 两变量（x,y）都是来自正态分布的随机变量－－双变量正态分布资料 一、直线相关的概念 * 直线相关示意图 r =1 完全正相关 r = -1 完全负相关 -1 r 0 负相关 0 r 1 正相关 正相关 负相关 * 零相关r = 0 非线性相关r = 0 零相关r = 0 零相关r = 0 零 相 关： 非线性相关 * 二 、相关系数的意义及计算 1、相关系数： 又称积差相关系数或Pearson积差相关系数，简称相关系数，用以描述两个随机变量间线性相关关系的密切程度与相关方向的统计指标。 r ? 范围： 大小： 符号： * 2、计算 * 例9-5 ：某医师测量了15名正常成年人的体重（kg）与CT双肾总体积（ml）大小，数据如表9-3所示。据此回答两变量是否有关联？其方向与密切程度如何？ 计算： lxx=2555.733 lyy=20270.495 lxy=6301.038 r = …=0.8754 * SPSS的应用:相关分析 analyze→correlate →bivariate correlations: variable: x y correlation coefficients: pearson →ok * 三、相关系数的统计推断 （一）相关系数的假设检验 t检验法 查表法 * ?=n-2 相关系数的假设检验1、t检验法 * 例9-6： 根据体重与CT双肾总体积的相关系数r=0.8754，检验两变量之间是否有直线相关关系？ （1）建立假设，确定检验水准 H0 ：?=0 即CT双肾总体积与体重之间无直线相关关系 H1 ： ?≠0即CT双肾总体积与体重之间有直线相关关系 ?=0.05 * （2）计算检验统计量 r=0.8754, n=15, 代入公式 计算得 t=…=6.53 （3）查t界值表，确定P值，下结论 根据?=15-2=13查t界值表得 P 0.001 ，按?=0.05的检验水准，拒绝H0，接受H1 ，可认为CT双肾总体积与体重之间存在正相关。 * 2、查表法 根据r值及?=n-2查P719附表13相关系数r界值表确定P值 r=0.8754，?=13，查r界值表得P0.001，按?=0.05的检验水准，拒绝H0，接受H1 ，可认为CT双肾总体积与体重之间存在正相关。 * （二）总体相关系数的可信区间 r：呈非正态分布 作正态变换： Z=tanh -1 r 或 * Z的总体均数的1-α可信区间： r=tanh Z 或 * 例9-7、 根据体重与CT双肾总体积的相关系数r=0.8754，求总体相关系数?的95%可信区间 * tanh0.7899 ~ tanh1.9215=0.6584 ~ 0.9579总体相关系数?的95%CI： （0.6584~0.9579） * 四、决定系数 决定系数：回归平方和与总平方和之比。 R2=SS回/SS总 反映了回归贡献的相对程度，也就是在Y的总变异中回归关系所能解释的百分比。 * 五 直线回归与相关应用的注意事项 1.根据分析目的选择变量及统计方法 2.进行相关、回归分析前要先绘制散点图 3.用残差图考察数据是否符合模型应用条件 4.结果的解释