统计学 相关2010(最新整理版).pptxVIP

第十三章;本章主要内容;内容回顾：第十二章;线性相关( linear correlation) ，即直线相关，是分析两变量间有无直线相关关系的 一种统计分析方法。;;（Y）;（Y）;（Y）;（Y）;二、相关系数的含义;;;第二节 线性相关系数的计算;相关系数 r 的计算公式：;例13-2 计算表13-1中体重指数和收缩压的相关系数。;例13-2 计算表13-1中体重指数和收缩压的相关系数。解： 1．绘制散点图，观察两变量之间是否有线性趋势。;（Y）;例13-2 计算表13-1中体重指数和收缩压的相关系数。解： 绘制散点图，观察两变量之间是否有线性趋势。 计算相关系数。列表计算基本数据。;编号;10;第三节 相关系数的假设检验;t 检验法 检验统计量 t 的计算公式：;例13-3 根据例13-2 的样本相关系数，对总体相关系数 作假设检验。;例13-3 根据例13-2 的样本相关系数，对总体相关系数 作假设检验。 解： ① 建立假设，确定检验水准。;例13-3 根据例13-2 的样本相关系数，对总体相关系数 作假设检验。 解： ① 建立假设，确定检验水准。 H0: = 0 （两变量间不存在线性相关关系）； 关关;例13-3 根据例13-2 的样本相关系数，对总体相关系数 作假设检验。 解： ① 建立假设，确定检验水准。 H0: = 0 （两变量间不存在线性相关关系）； H1: ≠0 （两变量间有线性相关关系）； =0.05;② 计算检验统计量。本例，n =16, r =0.9110，;② 计算检验统计量。本例，n =16, r =0.9110，;② 计算检验统计量。本例，n =16, r =0.9110，;② 计算检验统计量。本例，n =16, r =0.9110，;查表法;查表法 H0: = 0 （两变量间不存在线性相关关系）； H1: ≠0 （两变量间有线性相关关系）； =0.05;查表法;查表法 H0: = 0 （两变量间不存在线性相关关系）； H1: ≠0 （两变量间有线性相关关系）； =0.05 r = 0.9110;查表法 H0: = 0 （两变量间不存在线性相关关系）； H1: ≠0 （两变量间有线性相关关系）； =0.05 r = 0.9110;查表法 H0: = 0 （两变量间不存在线性相关关系）； H1: ≠0 （两变量间有线性相关关系）； =0.05 r = 0.9110;计算总体相关系数的可信区间时，由于r 呈非正态分布，所以需要先对r 作Z 转换:;计算总体相关系数的可信区间：;的 95%;的 95%;的 95%可信??;的 95%可信区;（1）绘制散点图；若点的分布有直线趋势，则;（1）绘制散点图；若点的分布有直线趋势，则;（1）绘制散点图；若点的分布有直线趋势，则 （2）计算样本相关系数 r 值； ≠0，则;（1）绘制散点图；若点的分布有直线趋势，则 （2）计算样本相关系数 r 值；;（1）绘制散点图；若点的分布有直线趋势，则 （2）计算样本相关系数 r 值；;（1）绘制散点图；若点的分布有直线趋势，则 （2）计算样本相关系数 r 值；;第五节 相关系数应用的注意事项;1.线性相关分析要求两变量 X , Y 服从双变量正态分布。;2. 作直线相关分析前应先绘制散点图。当观察点的分布有直线趋势时，才适宜作直线相关分析。;错误1 曲线关系误作直线相关;错误1 曲线关系误作直线相关;作相关分析时，要注意两变量之间是否存在实际意义。不能将毫无实际意义的两种现象作相关。 相关系数的意义仅限于原始资料中变量的实测范围。超出这个范围就不一定仍具有线性关系或仍保持同 样的线性关系了。;5. 两变量间存在相关关系时，未必是因果关系，也可能是伴随关系。;（一）区别 1.资料要求不同;2.应用的情况不同;（二）联系