卫生统计学课件8双变量关联性分析.pptVIP

关联分析 1 【例 12-1 】 2000 年测得某地 16 名 7 岁男孩体重与胸围资料，见表 12-1 。 表 12-1 2000 年某地 16 名 7 岁男孩体重与胸围资料 直线相关 编 号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 体 重（ kg ） 24.5 27.0 23.5 28.5 23.0 26.7 26.8 24.6 24.8 19.7 19.5 17.2 20.0 19.0 20.2 21.0 胸 围（ cm ） 61.0 62.0 60.0 64.0 59.3 58.4 58.6 58.7 58.5 56.0 55.6 54.5 53.0 52.0 58.0 57.0 关联分析 2 【问题 12-1 】 该资料有何特点？ 该资料应做何种统计分析？步骤如何？ 【分析】 ? 连续型随机变量，属于定量资料 。 ? 可以探讨它们之间的相关关系，还可分 析两变量之间的数量依存关系 。 直线相关 关联分析 3 相关分析的概念 直 线 相 关 (1inear correlation) ， 又 称 简 单 相 关 (simple correlation) ，是用来描述具有直线关系的 两变量 x 、 y 的相互关系的统计方法。 要求两变量均来自于双变量正态总体的随机变量。 直线相关 关联分析 4 相关系数的意义及计算 直线相关系数 (linear correlation coefficient) 亦称 Pearson 积矩相关系数 ，是定量描述两个变量间直线 关系的方向和密切程度的指标 总体相关系数用 表示，样本相关系数用 r 表示 直线相关 ? 关联分析 5 直线相关 进行相关分析时，首先绘制散点图 (scatter plot) ， 初步判断两变量间的关系。 (a) 0 r 1 (b) -1 r 0 (c) r =1 (d) r =-1 关联分析 6 直线相关 (e) r = 0 (f) r =0 (g) r =0 (h) r =0 关联分析 7 直线相关 图 12-2 2000 年某地 16 名 7 岁男孩体重与胸围散点图 关联分析 8 直线相关 ? ?? ? ? ? ? ? 2 2 x x y y r x x y y ? ? ? ? ? ? ? ? 没有单位，取值介于 -1 与 1 之间 相关方向用正负号表示 相关的密切程度用绝对值表示 关联分析 9 直线相关 计算例 12-1 中体重与胸围间相关系数 ? 计算基础数据，并列成相关系数计算表 ? 求出 、 、 、 、 （见表 12-2 ） ? 代入公式，求出相关系数 值。 ? x ? y ? 2 x ? 2 y ? xy r 关联分析 10 x y 2 x 2 y xy ? x ? y ? 2 x ? 2 y ? xy 表 12-2 2000 年某地 16 名 7 岁男孩体重与胸围相关系数计算表 编号 （ 1 ） 体重 kg （ 2 ） 胸围 cm （ 3 ） (4) ＝ (2) 2 (5)=(3) 2 (6)=(2) × (3) 1 24.5 61.0 600.25 3721.00 1494.50 2 27.0 62.0 725.00 3844.00 1674.00 3 23.5 60.0 552.25 3600.00 1410.00 4 28.5 64.0 812.25 4096.00 1824.00 5 23.0 59.3 529.00 3516.49 1363.90 15 20.2 58.0 408.04 3364.00 1171.60 16 21.0 57.0 441.00 3249.00 1197.00 合计 366.0 926.6 8548.30 53813.56 21332.38 直线相关 关联分析 11 8343 . 0 16 6 . 926 56 . 53813 16 366 30 . 8548 16 6 . 926 366 38 . 21332 2 2 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? r 直线相关 关联分析 12 相关系数的假设检验 查表法 根据自由度 ，查附表 14 ，将所得 值与 某概率水平（如 0.05 ）对应的 界值相比较，若 值小于 界值，则 P 大于相应的概率水平，反 之， P 小于相应的概率水平，然后作出推断。 直线相关 2 ? ? n ? r r r r 关联分析 13 相关系数的假设检验 t 检验方法 直线相关 2 ? ? n ? 0 r r r t S ? ? 2 1 2 ? ?