直线相关分析-研.pptVIP

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） 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 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 ? 2、计算 例： 计算表1中体重指数和收缩压的相关系数 （1）绘制散点图： 三、相关系数的假设检验 t检验法 查表法 相关系数的假设检验1、t检验法 例、 根据体重指数和收缩压间样本相关系数r=0.91，对总体相关系数?=0进行假设检验 （1）建立假设，确定检验水准 H0 ：?=0 即变量间不存在直线相关关系 H1 ： ?≠0即变量间存在直线相关关系 ?=0.05 （2）计算检验统计量 r=0.91, n=16, 代入公式 计算得 t=…=8.2653 （3）查t界值表，确定P值，下结论 根据?=16-2=14查t界值表得 P 0.01 ，按?=0.05的检验水准，拒绝H0，接受H1 ，可认为体重指数和收缩压之间存在正相关关系 2、查表法 根据r值及?=n-2查附表14相关系数r界值表确定P值 r=0.91 ?=14查r界值表得r0.01/2,14= 0.623 ,所以P 0.01 ，按?=0.05的检验水准，拒绝H0，接受H1 ，可认为体重指数和收缩压之间存在正相关关系 四、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100（1-α）%可信区间： 例、 根据体重指数和收缩压间样本相关系数r=0.91，求总体相关系数?的95%可信区间 tanh0.9898 ~ tanh2.0770=0.76~0.97总体相关系数?的95%CI： （0.76~0.97） 五 相关系数应用的注意事项 1.相关分析一定要有实际意义 2.相关关系不一定是因果关系 3.必须对样本相关系数r进行假设检验 4.同一个观察指标的两次重复测量结果间的相关系数表示测量结果的可靠性 5. 进行相关分析前要先绘制散点图 直线相关与直线回归的区别与联系 联系：1.r与b正负号一致； 2.r与b的假设检验等价； 3.r=bsx/sy； 4.可用回归解释相关。 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。 区别：1. 相关说明相关关系，回归 说明依存关系； ????? 2. r与b的意义不同：…； ????? 3. 资料要求不同：相关要求X、Y服从双变量正态分布，回归要求Y在给定某个X值时服从正态分布，X是可以精确测量和严格控制的变量； 区别：4. 计算不同：…； ????? 5. 取值范围不同：…； ????? 6. 单位：r没有单位，b有单位。 等级相关 练习题 1、直线回归中，如果自变量X乘以一个不为0或1的常数则有： A、截距改变 B、回归系数改变 C、两者都改变 D、两者都不改变 E、以上情况都可能 2、利用直线回归估计X值所对应Y值的均数可信区间时，何时可以减小区间长度： A、增加样本含量 B、令X值接近其均数 C、减小剩余标准差 D、减小可信度 E、以上都可以 3、直线回归中X与Y的标准差相等时，正确的是： A、b=a B、b=r C、b=1 D、r=1 E、以上都不正确 4、如果直线相关系数r=1，则一定有 A、SS总＝SS剩 B、SS回＝SS剩 C、SS总＝SS回 D、SS总＞SS回 E、以上都不正确 5、如果直线相关系数r=0，则一定有 A、直线回归的截距等于0 B、直线回归的截距等于Y或X C、直线回归的SS残等于0 D、直线回归的SS总等于0 E、直线回归的SS残等于SS回 6、如果两样本r1＝r2，n1n2，则 A、b1=b2 B、tr1=tr2 C、b1b2 D、tb1=tr1 E、tb1=tb2 SPSS的应用 回归分析： analyze→regression →linear regression : dependant:y indep