第十一章两变量的关联性分析.pptx

卫生统计学;第十一章 两变量关联性分析; 单一变量的统计分析 分析两变量之间的关系;本章主要内容： 线性相关 秩相关 分类变量的关联性分析;第一节 线性相关; 例11-1　随机抽取15名健康成人，测定血液的凝血酶浓度（单位/毫升）及凝固时间（秒），判断这两项指标间有否相关？ 表11－1　15名健康成人凝血时间与凝血酶浓度测量值记录;一、直线相关的概念及其统计描述;1、散点图;相关的类型;2、相关系数 它又称为积差相关系数(Pearson相关系数)，以符号r来表示相关系数。 它是说明两变量间相关关系的密切程度和相关方向。; ;r无单位，-1 ≤ r ≤ 1 r 值为正 ——正相关，为负 ——负相关 |r|=1 --- 完全相关 |r|=0 --- 零相关;;二、相关系数的假设检验;例11－3 前面所得r值，检验健康成人凝血浓度与凝血时间间是否有直线相关。;三、线性相关应用中应注意的问题 1、样本的相关系数接近零时并不意味着两变量间一 定无相关性 2、一个变量的数值人为选定时莫作相关 3、出现异常点时慎用相关 4、相关未必真有内在联系 5、分层资料盲目合并易出假象;第二节 秩相关;;例11-4 某地研究2～7岁急性白血病患儿的血小板数与出血症状程度之间的相关性。;一、Spearman等级相关等级相关系数 rs也应假设检验，在n小于等于50时用查表法，当n大于50时计算统计量t值;本例　;二、秩相关系数的统计推断　查rs临界值表，;第三节 分类变量的关联性分析;两个定量变量间线性联系--pearson积差相关或秩相关 两个定性变量间的联系--根据两个定性变量交叉分类计数所得的频数资料作关联（association)分析（关于两独立性的卡方检验）; 一、交叉分类2＊2表的关联性分析例11－6　为观察婴儿腹泻是否与喂养方式有关，收集消化不良的婴儿82例，观察腹泻与否和喂养方式两种属性，试分析两种属性的关联性。　　　　表11－3　婴儿腹泻与喂养方式的关系;　　表11－4　 2＊2交叉分类频数表的一般形式 独立（independence)：是指属性X的分布的概率与属性Y的概率分布无关，否则称这两种属性之间存在关联性。从概率的角度考虑，独立是指在交叉分类表每一格子中同时具有两种属性的联合概率等于相应属性的边际概率的乘积。;检验统计量仍采用卡方检验：　　　　　　　　;H0：喂养方式与腹泻之间互相独立H1：喂养方式与腹泻之间有关联　　?＝0.05则拒绝原假设，说明婴儿腹泻与喂养方式之间存在着关联性。　　;Pearson列联系数（contingency coefficient）： 本例列联系数为：列联系数介于0与1之间，理论上也应就总体列联系数是否为0作假设检验，但这个假设检验等价于上述的卡方检验。; 二、2＊2配对资料的关联性分析例11－7　有56份咽喉涂抹标本，把每份标本一分为二，依同样的条件分别接种于甲、乙两种白喉杆菌培养基上，观察白喉杆菌生长情况，问两种培养基的结果有无关联？ 表11＿5　两种白喉杆菌培养结果　;H0：两种培养基之间互相独立H1：两种培养基之间有关联　　?＝0.05则拒绝原假设，两种培养基之间存在着关联性。进一步计算列联系数。　　;列联系数介于0与1之间，理论上也应就总体列联系数是否为0作假设检验，但这个假设检验等价于上述的卡方检验。;三、R＊C分类资料的关联性;： 甲状腺肿类型与祖籍无关联：甲状腺肿类型与祖籍有关联 ?＝0.05;在有关系的前提，若须进一步分析关系的密切程度时，可计算Pearson列联系r。列联系数取值范围在0-1之间.; 例11-9 测得某地1043人的ABO血型和MN血型结果如果下表，问两种血型系统之间是否有关联？ 表11-7 某地1043人的血型;r;小 结;Pearson积差相关;思考题;THE END