生物统计学：第9章 简单相关与回归.pptVIP

5. 应用直线回归与相关分析的注意事项 直线回归分析与相关分析在生物科学研究领域中已得到了广泛的应用，但在实际工作中却很容易被误用或作出错误的解释。为了正确地应用直线回归分析和相关分析这一工具，必须注意以下几点： 1）变量间是否存在相关 直线回归分析和相关分析毕竟是处理变量间关系的数学方法，在将这些方法应用于生物科学研究时要考虑到生物本身的客观实际情况，譬如变量间是否存在直线相关以及在什么条件下会发生直线相关，求出的直线回归方程是否有意义，某性状作为自变量或因变量的确定等等，都必须由生物科学相应的专业知识来决定，并且还要用到生物科学实践中去检验。 2）其余变量尽量保持一致 由于自然界各种事物间的相互联系和相互制约，一个变量的变化通常会受到许多其它变量的影响，因此，在研究两个变量间关系时，要求其余变量应尽量保持在同一水平，否则，回归分析和相关分析可能会导致完全虚假的结果。例如研究人的身高和胸围之间的关系，如果体重固定，身高越高的人，胸围越小，但当体重在变化时，其结果也就会变化。 3）观测值要尽可能的多 在进行直线回归与相关分析时，两个变量成对观测值应尽可能多一些，这样可提高分析的精确性，一般至少有5对以上的观测值。同时变量x的取值范围要尽可能大一些，这样才容易发现两个变量间的变化关系。 4）外推要谨慎 直线回归与相关分析一般是在一定取值区间内对两个变量间的关系进行描述，超出这个区间，变量间关系类型可能会发生改变，所以回归预测必须限制在自变量x的取值区间以内，外推要谨慎，否则会得出错误的结果。 5）正确理解回归或相关显著与否的含义 一个不显著的相关系数并不意味着变量x和y之间没有关系，而只有能说明两变量间没有显著的直线关系；一个显著的相关系数或回归系数亦并不意味着x和y的关系必定为直线，因为并不排除有能够更好地描述它们关系的非线性方程的存在。 * * * * * 135 * * * * * 第九章 简单相关与回归 回归与相关的基本概念 客观事物是普遍联系的，经常可以看到事物间存在着一定的关系。两个或两个以上变量互相制约、相互依存的情况非常多。 该类变量间的关系可分为两类： 一类是确定的函数关系，可以用精确的数学表达式来表示。若函数含有两个变量，则知道其中一个变量值就可确定另外一个变量的值。 如 立方体的边长与体积V=a3；m=ρv；PV=RT 另一类是其中一种变量虽受另一种变量的影响，但两者之间又不存在完全确定的函数关系。这种情况在生物界中大量存在，统计学中把这些变量间的关系称为相关关系，把存在相关关系的变量称为相关变量。 如 人的身高与体重的关系；单位面积的施肥量、播种量和产量；人的血压与年龄；树木的胸径与高度等等。 相关变量间的关系一般分为两种: 一种是因果关系，即一个变量的变化受另一个或几个变量的影响。 如，作物的生长速度受遗传特性、施肥水平、灌溉条件、日照长短等因素的影响，子代的株高受亲本株高的影响； 我们把其中的起着影响作用的现象具体化，通过一定的变量反映出来，这样的变量称为自变量。由于受到自变量变动的影响而发生变动的变量称为依变量。 另一种是平行关系，它们互为因果或共同受到另外因素的影响。即，变量之间只存在相互联系而并不存在明显的因果关系。 如，一个班级每个学生两次数学考试的成绩，两种测定方法测定同一批样品等都属于平行关系。 对于平行关系，确定哪一个是自变量，哪一个是依变量，主要决定于研究的目的。 9.1 简单相关 两个变量之间的相关或回归关系称为一元相关或一元回归，两个以上变量之间的相关或回归关系称为多元相关或多元回归。变量间的关系又有线性和非线性之分。一元线性相关与回归通常称为简单相关与简单回归。 相关系数(correlation coefficient)是描述两个变量间的线性相关关系的指标。 总体→总体相关系数 样本→样本相关系数 样本协方差： 样本相关系数: Pearson’s correlation coefficient 相关系数的性质 1）当r=0时，X与Y不相关； 2）当0r＜1时，称为正相关（Y随X值的增大而增大）； 3）当-1＜r0时，称为负相关（Y随X值的增大而减小）； 4）当r=1或-1时，各点完全处在一条直线上，X与Y线性相关。 -1.0 +1.0 0 -.5 +.5 不相关 相关系数的值 负相关的程度增大 完全负相关 正相关的程度增大 完全正相关 相关系数的计算 根据数据计算以下统计量 SPXY＝332，SSX＝152，SSY＝920.5 则 dfe=n－2=10－2=8 【例