北京大学医学部医学统计学基础第6讲-相关与回归-PPT幻灯片_第1页
北京大学医学部医学统计学基础第6讲-相关与回归-PPT幻灯片_第2页
北京大学医学部医学统计学基础第6讲-相关与回归-PPT幻灯片_第3页
北京大学医学部医学统计学基础第6讲-相关与回归-PPT幻灯片_第4页
北京大学医学部医学统计学基础第6讲-相关与回归-PPT幻灯片_第5页
已阅读5页，还剩9页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

两个数值变量间的相关分析两个数值变量X和Y，探讨它们之间是否存在直线相关关系，随着X增大，Y相应增大或减小。可考虑作相关分析分析步骤：1）散点图；2）根据资料特点作Pearson或Spearman相关分析Pearson相关分析要求两变量均服从正态分布。而Spearman相关分析是一种非参数统计方法，对变量分布无要求。10名男中学生身高和体重值Pearson相关分析散点图提示X与Y存在正的相关关系。可采用Pearson相关系数来定量描述相关系数r计算公式如下，其中分子sxy是协方差，分母是x的方差与y的方差的乘积开根号。协方差的分子是X与Y的离均差积和。相关分析注意事项作线性相关分析前最好先作散点图变量取值非随机时不要作相关分析对相关分析结果的解释要结合专业背景慎重合并分层资料Spearman相关当原始数据不服从正态分布或总体分布未知时采用，是一种非参数统计方法，又叫作秩相关或等级相关举例：10个乡的黄曲霉毒素相对含量与肝癌死亡率（1/10万）的关系对原始数据作Spearman相关，也可以通过对秩次作Pearson相关实现秩相关系数的假设检验H0：ρs=0H1：ρs≠0α=0.05rs=0.745，P=0.013，按α=0.05水准，拒绝H0，接受H1，二者存在正相关。线性回归分析线性回归是定量研究不同变量间在数值上线性依存关系的统计方法。两个变量间的回归分析，又叫简单回归。两变量的地位是不同的，其中X为自变量，可随机变动也可以人为取值，Y为因变量，是依赖于X而随机变化的用胎儿身长预测受精龄样本回归系数b的统计学意义：身长每变化1cm时，受精龄平均改变0.675周样本回归系数的假设检验H0：总体回归系数为0(β=0)H1：总体回归系数不为0(β≠0)α=0.05P<0.001，按α=0.05水准，拒绝H0，接受H1，认为两变量有直线关系对直线回归方程的检验H0:直线回归方程不成立H1:直线回归方程成立α=0.05F=MSreg/MSerror=897.48/4.644=193.249df1=1，df2=20，P<0.001。结论为….对回归方程拟合效果的评价决定系数R2=SSreg/Sstotal=0.906，反映了在Y的总变异里，有90.6%是由X的变异贡献的回归分析的注意事项回归模型的LINE假设 L自变量与因变量有线性关系 I每个个体的观察值之间相互独立 N给定X值，对应的Y服

人人文库> 全部分类> 专业文献 > 工业制造

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论