相关分析94876知识讲解.ppt

Linear correlation线性相关;直线相关分析（linear correlation analysis）;1. 问题的提出;联系与相互影响是普遍的现象;R1;2 确定性关系与相关关系;2 确定性关系与相关关系;相关关系与确定性关系(2);3 相关关系;若两个变量同时增加或减少，变化趋势是同向的，则两变量之间的关系为正相关(positive correlation)； 若一个变量增加时，另一个变量减少，变化趋势是反向的，则称为负相关(negative correlation)。;直线相关（linear correlation），又称简单相关，用以描述两个呈正态分布的变量之间的线性共变关系，常简称为??关。;4 Scatter plot (or scatter diagram) is a graph in which the paired (x,y) sample data are plotted with a horizontal x axis and a vertical y axis. Each individual (x,y) pair is plotted as a single point.;例 10名3岁男童体重与体表面积的关系;10名3岁男童体重与体表面积散点图;散点图的特点;反映两定量指标间的相关关系用 Pearson 相关系数，r。 (Pearson correlation coefficient) 用以说明具有直线关系的两个变量间相关关系的密切程度和相关方向的指标.;5 Pearson相关系数;以下资料选自Galton的一项研究，目的是探讨成年时身高是否与两岁时的身高（单位：英寸）有关。;6 相关系数的计算;;例 10名3岁男童体重与体表面积的关系;相关系数的计算;7 相关系数的性质;r = 0 (h);r =-1;相关系数的正负示意图;体重(kg)，X;9 相关系数的含义（了解）;协方差(covariance,COV)：两个变量与其均值离差乘积的平均数，是相互关系的一种度量。;对协方差的理解;对协方差的理解;对协方差的理解;协方差为大的正值时，表示强的正相关。;cm; 相关系数：协方差与两变量标准差乘积的比值，是没有量纲的、标准化的协方差。;X;H 0：?＝0，体重与体表面积无相关关系； H 1： ??0，体重与体表面积有相关关系。 ? = 0.05。 t 服从自由度为n-2的 t 分布。;相关系数的假设检验;11 总体相关系数的区间估计;相关系数的抽样分布(? = - 0.8);相关系数的抽样分布(? = 0);相关系数的抽样分布(? =0.8);R.A. Fisher(1921) 的 z 变换;相关系数的z 值的抽样分布(? = - 0.8);相关系数的z 值的抽样分布(? = 0);相关系数的z 值的抽样分布(? = 0.8);相关系数的可信区间估计;相关系数的可信区间估计;;定性资料的相关;四格表的列联系数;例 两种方法观察舌象结果的相关性;列联表的列联系数;例 两种血型系统的相关性;;列联系数的假设检验;等级资料的相关（了解）;例 抗白指数与临床疗效的关系; RX (3) 1 2 3 4 5 6 7 8 9 10 11 12 ;等级相关的假设检验;资料的假设检验;例 母亲文化程度与儿童智商的关系;大样本时的等级相关检验; 相关关系不等于因果关系； 相关系数只度量变量间的线性关系，因此，弱相关不一定表明变量间没有关系； 极端值可能影响相关系数； 注意相关关系成立的数据范围； 警惕虚假相关。;定量资料在进行相关分析(Pearson相关)前，需作散点图，从散点图的趋势判断是否可以作线性相关分析； ;某地160名20岁男子身高与体重散点图(双变量正态分布) ;成都市男中小学生12个年龄组的平均身高 ;紫外光对新生小鼠背皮ATP酶阳性的郎格汉斯细胞(LC)照射不同时间的细胞密度(个/mm3);某肿瘤病人的生存率;大白鼠进食量(X,g)与体重增加(Y,g)的关系;免疫球蛋白A(IgA,?g)与火箭电泳高度(Y,mm)的关系 ;26名病人的胃液的pH值及尿中亚硝酸盐浓度的散点图;建湖县1978～1985年疟疾逐月发病数 ;我国1940～1988年间不同月份的男性婴儿死亡率(‰)的季节性分析;识别离群值； ;排除间杂性。;谢谢！