两变量关联性分析.pptVIP

*两变量关联性分析第一节线性相关★第二节秩相关第三节分类变量的关联性分析*第一节线性相关两变量关联性分析一、线性相关的概念及其统计描述例10-1在某地一项膳食调查中，随机抽取了14名40~60岁的健康妇女，测得每人的基础代谢（kJ/day）与体重（kg）数据，见表11-1。据此数据如何判断这两变量间有无关联？*先根据原始数据绘制散点图(scatterplot)，大致判断两变量之间是否有线性趋势。本例的散点图见下图13-1。*线性相关（linearcorrelation）是描述两个变量间互依关系的一种统计分析方法。此法又称简单相关（simplecorrelation）。此法通过线性相关系数（linearcorrelationcoefficient）描述两个变量线性关系的大小和方向。此法要求两个变量服从双变量正态分布（Bivariatenormaldistribution）。********相关系数又称积差相关系数，也称Pearson相关系数，用r表示。它是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。用r的大小表示密切程度，用r的正负表示相关方向。其计算公式为：相关系数无单位，其取值范围为－1≤r≤1。r值为正表示正相关，为负表示负相关，为零表示零相关。r=1为完全正相关，r=－1为完全负*相关。相关系数r的直观含义见下列图。**二、相关系数的意义和计算公式(10-3)公式(10-4)*YoumayuseExcel’sfunctionsCORREL()orPEARSON()togetreasily.*三、相关系数的统计推断前面所求相关系数r是样本相关系数，它实为总体相关系数ρ的估计值。我们知道即使X、Y的总体相关系数ρ为零，由于抽样误差的存在，样本相关系数r也不一定为零。因此需要对相关系数r进行假设检验,以此推断X、Y是否存在直线相关关系。常用t检验，其检验统计量公式如下：公式(10-5,6)**四、应用相关分析的注意事项Letsseetwostoriesfirstly:Story1Correlationbetweenheightofsonandtree.Acorrelationcoefficientwascalculatedatthefirstanniversary.r=0.97,P0.05.Question:Thetreemadehissongrowing*upquickly,orhissonmadethetreegrowingupquickly!?Story2Correlationbetweenswimmingandicecream.Theycalculatedacorrelationcoefficientattheendofobservation.r=0.92,P0.05.SAS统计分析SAS统计分析TaoyuchunSAS统计分析教案*