双变量关联性分析.ppt

《双变量关联性分析.ppt》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第十二章双变量关联性分析主要内容直线相关相关的概念及应用条件相关系数的意义及计算相关系数的假设检验线性相关分析的注意事项秩相关的应用条件及方法步骤列联表的关联性分析【例12-1】2000年测得某地16名7岁男孩体重与胸围资料，见表12-1。表12-12000年某地16名7岁男孩体重与胸围资料直线相关编号12345678910111213141516体重（kg）24.527.023.528.523.026.726.824.624.819.719.517.220.019.020.221.0胸围（cm）61.062.060.064.059.358.458.658.758.556.055.654

2、.553.052.058.057.0【问题12-1】该资料有何特点？该资料应做何种统计分析？步骤如何？【分析】连续型随机变量，属于定量资料。可以探讨它们之间的相关关系，还可分析两变量之间的数量依存关系。直线相关相关分析的概念直线相关(1inearcorrelation)，又称简单相关(simplecorrelation)，是用来描述具有直线关系的两变量x、y的相互关系的统计方法。应用条件：要求两变量均来自于双变量正态总体的随机变量。变量不分主次，处于同等地位。直线相关相关系数的意义及计算直线相关系数(linearcorrelationcoefficient)亦称Pearson积矩相关系数

3、，是定量描述两个变量间直线关系的方向和密切程度的指标总体相关系数用表示，样本相关系数用r表示直线相关直线相关进行相关分析时，首先绘制散点图(scatterplot)，初步判断两变量间的关系。(a)0

4、2000年某地16名7岁男孩体重与胸围相关系数计算表编号（1）体重kg（2）胸围cm（3）(4)＝(2)2(5)=(3)2(6)=(2)×(3)124.561.0600.253721.001494.50227.062.0725.003844.001674.00323.560.0552.253600.001410.00428.564.0812.254096.001824.00523.059.3529.003516.491363.901520.258.0408.043364.001171.601621.057.0441.003249.001197.00合计366.0926.68548.305

5、3813.5621332.38直线相关直线相关相关系数的假设检验查表法根据自由度，查附表14，将所得值与某概率水平（如0.05）对应的界值相比较，若值小于界值，则P大于相应的概率水平，反之，P小于相应的概率水平，然后作出推断。直线相关相关系数的假设检验t检验方法直线相关下面对例12-1所得相关系数进行假设检验【检验步骤】1.建立检验假设，确定检验水准直线相关，2000年该地7岁男孩体重与胸围无相关关系，2000年该地7岁男孩体重与胸围有相关关系【检验步骤】2.计算检验统计量值直线相关【检验步骤】3.确定P值，做出统计推断按自由度，查附表4，按水准，拒绝H0，接受H1，差异有统计学意义，可

6、认为2000年该地7岁男孩体重与胸围之间有相关关系。直线相关直线相关分析的注意事项相关分析资料要求x、y都应是来自双变量正态总体的随机变量。进行相关分析前，应先绘制散点图。相关分析要有实际意义，不能把毫无关联的两个事物或者现象拿来做比较。不能只根据相关系数绝对值的大小来推断两个变量之间有无相关以及相关的密切程度，而必须对相关系数做假设检验。等级相关应用范围：（1）不服从双变量正态分布的资料（2）总体分布类型未知的资料（3）等级资料Spearman等级相关系数的取值和意义与Pearson直线相关系数相同计算得到的等级相关系数，需对其进行假设检验等级相关（秩相关）Spearman秩相关分析原

7、理它是用等级相关系数来说明两个变量间相关关系的密切程度与相关方向。其基本思想是将n对实测值xi、yi(i＝1，2，3，…，n)分别由小到大编秩，并以其秩次进行积矩相关分析。计算公式：2×2列联表的关联性分析【例12-4】某研究者欲研究幽门螺杆菌感染（HP）与家庭成员胃病史的关联性，随机抽取599例慢性胃炎或胃溃疡的患者，分成家庭成员有胃病史组和家庭成员无胃病史组，结果家庭成员有胃病史组182例，HP阳性125例；家庭成员无胃病史组4