直线相关分析和直线回归分析.ppt

两变量间的相关分析与回归分析 两变量间的相关分析与回归分析 实验设 统计设计 查设 标描述 研究内容 统计描 图表描述 统计分析 量关 假设检 两变量间的相关分析与回归分析 相关与回归 Regression and correlation 身高 两变量间的相关分析—直线相关分析 变量之间的关系 函数关系 有精确的数学表达式 (确定性的关系) 直线回归分析 元回归分析 变量间的关系 因果关系 曲线回归分析 (回归分析) 多元回归分析「多元线性回归分析 统计关系 多元非线性回归分析 非确定性的关系 logistic回归,cOX回归 简单相关分析一直线相关分析 相关关系 复相关分析 相关分析)(多元相关分析 偏相关分析 典型相关分析 4 两变量间的相关分析—直线相关分析 相关关系与确定性关系的比较 強定性关系:两变量间的函数关系 圆员的周长与半径的关系:C=2mR 速度、时间与路程的关系:L=5T X与Y的函数关系 y=a+bX >非确定性关系:两变量在宏观上存在关系,但 并未精确到可以用函数关系来表达。 青少年身高与年龄的关系 年龄与血脂的关系;身高与体重的关系: 体重与体表面积的关系 药物浓度与反应率的关系 两变量间的相关分析—直线相关分析 相关分析的基本概念 相关分相关分析是研究变量或变量集合之间数量协同变化关系的密切程度 和方向的统计方法,相关分析方法就类别而言可分为简单相关(单相关),多 相关(复相关与偏相关)和典型相关。研究两个变量间的相关关系时,可用简单 相关系数(见第本章);研究一个变量与一组变量x=(x1,x2…,x)的 相关关系时,则需要用复相关系数挡述变量与变量组X=(x1,x x乙 的相关关系,用偏相关系数描述固定其它变量x,(1≠j)时某个x与y之间 的相关关系。而在研究一组变量X=(,x2,…x)与另一组变量 x=(1,y2,…12)的相关关系时,则需要采用舆型相关系数,描述两组变量 之间的相关关系 两变量间的相关分析—直线相关分析 直线相关分析的基本概念 当两个数值变量之间出现如下情况:当一个变量增大,另一 个也随之增大(或减少),我们称这种现象为共变,也就是有 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)。 一相关的方向 两变量间的相关分析—直线相关分析 两个相关关系的图示(散点图) 完全正线性相关 完全负线性相关 非线性相关 正线性相关 负线性相关 不相关 8 两变量间的相关分析—直线相关分析 直线相关分析的资料要求 口直线相关( linear correlation),又称简单相 关,用于双变量正态分布资料。 口例如,同性别成人的身高与体重的关系: 对某一身高(如女性160m),体重为正态分布 对某一体重(如女性50kg),身高为正态分布 两变量间的相关分析—直线相关分析 相关系数(直线相关关系的测度) 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 ,称为相关系数( correlation coefficient),又称为积差相关系数( coefficient of product- moment correlation), Pearson相关系数。 通常用 Pearson相关系数( Correlation coefficient) 来定量地描述线性相关的程度。总体相关系数, 习惯上记为p,若ρ≠0,则称X和Y星线性相 关关系,简称相关;若ρ=0,则称X与Y不呈 线性相关关系。样本相关系数,习惯上记为 是刻圳两变量X与V呈直线关系密切 和相关方向的统讣量