环境统计学旧版教学教案 Chap. 5.pptVIP

Chapter 5 Correlation Regression Analysis 第一节 相关分析与回归分析的原理 t检验、方差分析的对象 仅限于研究一个变量 相关分析和回归分析的作用 可研究两个或两个以上的变量 研究变量之间的相互关系 相关分析 用于研究两个或数个变量共同变化的程度 回归分析 通过建立变量间的函数关系，达到根据一个或一些变量取值估计或预测另一个变量值的目的 相关分析应用实例—— 研究水体污染过程中COD、BOD、DO等指标的共同消长情况 揭示某地区污染物浓度与疾病发病率的关系 回归分析应用实例—— 配置标准曲线 描述河流中某特定污染物随时间和距离变化的递减趋势 研究污染农田中重金属元素浓度对作物生长死亡率的影响 相关分析与回归分析的相似之处与区别 相似之处——两种分析方法研究对象均为多个变量及其关联性，但研究的目的不一样 区别—— 相关分析要回答“变量与变量之间是否存在某种随机的共变化关系，以及这种关系存在的强度”，研究各变量一起变化的程度 回归分析要探索“变量之间存在什么样的函数关系、能否通过这种关系由一系列变量的变化定量地解释或预测零一系列变量的变化” 相关分析和回归分析的主要差别 第二节 二元相关分析 变量之间的相关关系 直接相关 (real correlation) 反映变量之间真实的因果关系 如“某地区PM2.5浓度与该地区人群肺癌发病率的关系” 间接相关 (nonsense correlation) 变量之间表现出的对应关系仅因为它们均受到其他因素的共同影响 如“污水灌溉土地Pb含量与作物产量呈显著正相关”，Why？！ 因为污水灌溉除了增加土壤中Pb浓度，还带来了有机质和N、P等营养元素，有利于作物生长，不能简单地归结为“Pb对作物生长具有刺激作用” “假相关” 所谓的假相关，一般涉及百分比或比例数据，如“土壤中粘粒含量和沙粒含量呈显著负相关”，但实际上一般没有意义——如何理解？？ 基于参数分布的相关分析方法 与假设检验方法类似，相关分析亦可分为参数vs非参数方法 对于正态分布总体，或可经变换得到服从正态分布的总体，可以选择参数方法 对于非正态分布的总体，则选用非参数方法 相关分析的方法选择 考虑参数分布形式 考虑相关关系的参数个数 上述相关分析方法均用于研究变量间的线性关系 对于二元相关，是研究两变量散点图上各点是否聚集在一条直线附近 对于多元相关，则探讨数据点在多维空间中是否具有沿一条直线分布的趋势 若数据点分布不遵循线性关系 使用适当的数据变换，可以将非线性关系转换为线性关系 则可回答在二维或多维空间中数据点是否沿特定曲线分布的问题 相关分析的一般步骤 确认所有变量均为随机变量，并确认它们之间没有相关关系 如草原样地中，各种草的种群盖度的相关性比较 必要时，需对数据进行变换 如将费正态分布数据，转换成正态分布数据 根据涉及的变量个数和变量特征，选择具体分析方法 计算相关系数 对相关系数进行显著性检验 当两个随机变量服从二元正态分布时，其线性关系可用Pearson积矩相关系数 (Pearson product moment correlation coefficient)描述 代表二元正态分布总体中，两个变量共同变化的程度 值域为[-1, 1] 当其取值为0时，两个样本不相关 假设包括X、Y两个变量在内的二元正态分布总体的相关系数为ρ，在该总体中采样得到如下观测值 xi, yi i = 1…n 则可以样本相关系数r对ρ进行估计 当样本量较小（n24）时，计算的r值可能会偏离ρ，此时需计算无偏相关系数 统计假设需要回答的问题是：两变量是否不相关？因此其统计假设为 H0: ρ = 0 对于双尾检验，研究者只关心两变量是否相关，因此H1: ρ ≠ 0 对于单尾检验，研究者已提前得知两变量不可能为正/负相关，因此H1: ρ 0或者H1: ρ 0 假设检验 (1) 若r的绝对值不接近1，可直接查r值表查相应的临界值r[k,v] 式中k为独立变量个数，v为自由度。那么，对于样本量为n的二元相关系数（一个独立变量），取 k = 1，v = n -2 由于r值表为双尾表，当 r ≥ rα[k, v]（双尾检验）或 r ≥ r2α[k, v] （单尾检验）时，则可拒绝H0 (2) 若r的绝对值接近1，由于其分布具有不对称性，需要在检验前作Z或Z’变换 对于样本量n 50 对于样本量n 50 变换后，可进行检验统计量的计算 ts = Z (n-3)1/2 或ts = Z’ (n-1)1/2 查自由度为∞的t值表，当ts ≥ tα[∞] （双尾检验）或ts ≥ t2α[∞] （单尾检验），则可拒绝H0 以上