中国医科大学研究生医学统计学-第七讲-双变量回归与相关2.ppt

第七讲双变量回归与相关;变量间的关系一般来说，可分为两种：

1.确定性关系：即“函数关系”，如

或

2.非确定性关系：

如〔1〕污染程度与污染源距离

〔2〕舒张压与年龄

〔3〕人的身高与体重

〔4〕药物剂量与动物死亡率

回归与相关就是研究此类问题的统计方法;第一节直线回归;;二、线性回归根本概念

当一个变量X改变时，另一个变量Y也

相应地改变，此时称X为自变量(independentvariable),Y为应变量(dependentvariable)。

自变量X：可随机变动亦可人为取值。

因〔应〕变量Y：被视为依赖于X而变化的

反响变量。在X的数值确定时按某种规律

随机变动。;;;;;三、直线回归方程的建立

1.一般表达式：

自变量

当取某一定值时，因变量的

平均估计值。;;

;;因;;;五、线性回归的统计推断

1.方差分析

SS总=SS回归+SS剩余

SS总

SS回归=;SS回归表示在Y总的变异中，可以用X与Y的线性关系引起Y变异来解释的局部。

SS剩余==SS总-SS回归

SS残表示除X对Y的线性影响之外的一切其它随机因素对Y的影响。

这三个平方和的自由度依次分别为：

ν总=n－1,ν回归=1,ν残=n－2。;具体分析步骤：

建立假设检验

计算检验统计量

查附表3〔P710〕F界值表并作结论：

;2.t检验

;;;第二节直线相关;;;二、相关系数的意义与计算

1.相关系数的意义：

相关系数(coefficientofcorrelation)就是说明具有直线关系的两个变量间相关密切程度和相关方向的统计指标。;2.相关系数的计算

其中

;;;;;;r2反映出回归平方和在总平方和中所

占的比重。r2越接近1，回归效果越好；

应用决定系数，也可以从回归的角度

对相关程度做进一步的了解，

例如，r=0.5，r2=0.25，说明一个变量的变异仅有25%由另一变量所引起，防止了对相关系数表示的相关程度的夸张解释。;;3.满足应用条件的同一份双变量资料，回归系数与相关系数的正负号一致，假设检验等价。

4.相关分析时，小样本资料经t-test只能推断两变量间有无直线关系，而不能推断其???关的密切程度。要推断其相关的密切程度样本含量必须足够大。;直线回归与相关应用的本卷须知;线性相关和回归的区别与联系;;;;;;;;第三节秩相关;二、Spearman等级相关系数

1.意义：说明具有线性关系的两变量间相关方向和密切程度的统计指标。

2.取值：的数值亦在-1与+1之间，表示正相关，表示负相关。

???????;;;3.结论

〔1〕当n≤50时，查附表14〔P733〕中的

等级相关系数界值表。

假设rs＞rs(n)，那么P＜α

假设rs＜rs(n)，那么P＞α

〔2〕当n＞50时，计算公式如下：