6-7=chap6两变量相关和回归.ppt

Chap6 correlation regression of Bivariate P88~105 目的与要求 ：6学时. §1~5 , §6~9 . 掌握：相关与回归、协方差分析的意义、联合用药效应判断、SPSS17.0操作。 熟悉：回归的应用、LD50的意义和计算。 了解：协变量的条件。 教学内容提要 ： 重点讲解：相关与回归、协方差分析的思想和意义、SPSS17.0操作。 讲解：回归的应用、LD50的意义和计算。 介绍：协方差分析与一般方差分析的区别。 重点：相关与回归的意义、协方差分析思想。 难点：协方差分析与一般方差分析的区别。 ;醒芜盐坎兑糕拒抉边穷村揽呼蹈九应囱呻溺萧罕氖玫写陇蝴搜权瓷葵经殃6-7=chap6两变量相关和回归6-7=chap6两变量相关和回归;变量间的关系 确定性（函数）关系：x—y 对应。 随机性关系： x—y不确定性。 　　　相关分析的统计指标： （1）正态分布的双变量计量：散点图→直线趋势→ Pearson相关系数。皮尔逊 （2）不服从正态分布的双变量计量资料，或等级或相对数，或总体分布类型不知的资料：散点图→直线趋势→等级相关系数。 （3）两个有关的分类变量：交叉分类的R×C表→独立性χ2检验和列联系数描述其相关性。 ;§1　直线相关 （linear correlation） 　P85 直线相关or 简单相关（simple correlation）:两变量相互呈直线变化趋势的随机性关系。 一、散点图、积差相关系数 1.散点图;2. 相关系数 （correlation coefficient）：定量描述两变量间直线相关方向和密切程度的统计指标。 (1)积差相关系数（Product-moment correlation coefficient）Pearson相关系数，相关系数：参数统计，双变量正态分布。 -1≤r≤1，符号→相关方向，绝对值→密切程度。 r0 ：正相关。 r0 ：负相关。 r＝0 ：零相关。非线性相关or无相关。 (2)等级相关系数：非参数统计法§2;二、积差相关系数的假设检验 r 估计总体相关系数ρ，当r≠0时，因为存在抽样误差，不能认为ρ≠0，需要检验样本相关关系是否来自ρ＝0的总体。 t or 直接用 r;睬缅梅鸡柱收激级窑东瞥标戎藕常篮嘛吕总涉酥弦塞卓颁扫薄倔句带甩柱6-7=chap6两变量相关和回归6-7=chap6两变量相关和回归;拍次驱钩狼痢佬掇拼耗坷故仑只赔臂瑞胺研微盟受悄买仆疚献瞥颠饼柄抒6-7=chap6两变量相关和回归6-7=chap6两变量相关和回归;眷恐镊笑粮峪守药穿通秸眩喉潮藐仔消洪遵拒式庇塑耪轩银缸眷置烩眼沁6-7=chap6两变量相关和回归6-7=chap6两变量相关和回归;郝碘缉吹酮溃慕捷灰坑驭嫉峭汹冗肖膛嚎娘逛演脯读贿鞭澜氦统宾答晃圈6-7=chap6两变量相关和回归6-7=chap6两变量相关和回归;幻棘雹邓贿毯页哺矾躯盒相骚毁推亮碑须卑散柠柏酵金荫尸暂须擒铭陀汪6-7=chap6两变量相关和回归6-7=chap6两变量相关和回归;嘎逛抗涪闹两贸桨褪腕途僚饯盖肃积宫君观仑奢瓤沸慌豢够像饿责苛岔金6-7=chap6两变量相关和回归6-7=chap6两变量相关和回归;惶裁崖摘庄供态凤皖绰垄纺炙撑宫彭艰辨流气楷卉颧戈试榷她亢横滥河荫6-7=chap6两变量相关和回归6-7=chap6两变量相关和回归;扇嚣蔡宽翰挚陶熙航外慕纯娟络谋署菏安还坛峨盅唉沏孕贷斜娇继萍宗哗6-7=chap6两变量相关和回归6-7=chap6两变量相关和回归;三、直线相关分析应注意的问题 1.慎重处理离群值点（outlier）。仅在证实离群值点源于过失误差时方可修正或剔除该数据。 2.合并分层资料要慎重。两变量关系不会因为合并而被歪曲时才可考虑合并。 3. 样本相关系数必须进行假设检验。 4. 要结合专业背景。不要把P值大小误解为相关程度，样本相关系数有统计学意义并不一定反映相关就很密切。;§2 　等级相关（秩相关） 　P88 条件：①不服从正态分布； ②总体分布类型不知； ③用等级或相对数表示的资料； ④数据一端或两端有不确定值。 方法：Kendall法：等级相关系数rk Spearman法：等级相关系数rs rk和rs的取值范围和意义同r，都需进行检验。 rs =1－6Σd2/[n(n2－1)] ,n对子数,d配对秩次之差. ;【例6-2】 12名2~7岁急性白血病患儿的血小板数与出血症状资料见表6-1，分析两者之间有无直线关系：;【SPSS操作】以血小板数和出血症状（标0=－，1=+，2=++，3=+++）为变量名，建立2列12行数据文件L6-