医学统计实用技术教程 刘尚辉 等 第11章

医学统计实用技术教程 刘尚辉 等 第11章

ID:40241186

大小:1.04 MB

页数:57页

时间:2019-07-28

医学统计实用技术教程 刘尚辉 等 第11章_第1页
医学统计实用技术教程 刘尚辉 等 第11章_第2页
医学统计实用技术教程 刘尚辉 等 第11章_第3页
医学统计实用技术教程 刘尚辉 等 第11章_第4页
医学统计实用技术教程 刘尚辉 等 第11章_第5页
资源描述:

《医学统计实用技术教程 刘尚辉 等 第11章》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第11章变量间关系的分析方法第11章变量间关系的分析方法11.1相关分析概述11.2双变量相关分析11.3回归分析概述11.4直线回归11.5多元线性回归11.6多元逐步回归分析11.7logistic回归11.1相关分析概述相关(correlation)是研究变量之间相互关系的一种统计方法,例如:体重与肺活量的关系、年龄与血压的关系、病因研究中某个疾病危险因素与某疾病发生的关系等。相关分析的目的是检验分析变量之间是否存在某种联系,以及这种联系的密切程度。其联系的密切程度用统计量——相关系数来衡量,记为r,相关系数的绝对值必然在0到1之间,即-1≤r≤1

2、。相关系数的大小表示相关的密切程度。11.1相关分析概述如果每次观测的两个数值变量,随着一个变量值的增大,另一个变量的值也增大,这种关系称为正相关;反之,随着一个变量值的增大,另一个变量的值反而减小,这种关系称为负相关。相关系数的符号表示相关的方向。11.1相关分析概述直线相关又称简单相关(pearson),用于双变量连续型正态分布资料间关系的分析。它是说明有直线相关的两个变量之间相关关系的密切程度与方向的指标。当r=1时,两变量呈直线关系,称为完全正相关;当r=-1时,称为完全负相关;当相关系数r愈接近1或-1时,说明两个变量的直线关系愈加密切;相关系

3、数r愈接近0,直线关系愈不密切。对于不能满足上述条件的数据,例如不服从双变量正态分布,或总体分布类型未知,或原始数据是用等级表示的,则应进行等级相关分析,即斯皮尔曼(Spearman)分析。11.2双变量相关分析11.2.1皮尔逊(Pearson)相关分析11.2.2斯皮尔曼(Spearman)等级相关分析11.2.1皮尔逊(Pearson)相关分析1.例题与数据文件的建立【例】某医生用TCMI型皮肤氧测定仪测定10名健康成年男子的动脉氧分压TCPO2(mmHg,1mmHg=0.1333kPa),同时用BMS2MK2型血氧分析仪取动脉血测定氧分压PaO2

4、(mmHg,1mmHg=0.1333kPa)。数据如下:TcPO277787980818283847679PaO287908990918991928688求相关系数。对此资料,我们取变量TcPO2存放皮肤测定动脉氧分压值,变量PaO2存放动脉取血测定的氧分压值,在SPSS中定义这两个变量并录入数据,建立数据文件,命名为li11-1.sav。此数据文件如图所示。11.2.1皮尔逊(Pearson)相关分析例-数据文件11.2.1皮尔逊(Pearson)相关分析2.利用SPSS进行相关分析操作(1)在SPSS中调出数据文件li11-1.sav。(2)选择【A

5、nalyze】→【Correlate】→【Bivariate】选项,弹出BivariateCorrelations对话框,如图所示,将双分析变量TcPO2与PaO2调到Variables列表框中。相关分析系数可以选择:Pearson:皮尔逊相关系数。Kendall′stau-b:肯德尔相关系数。Spearman:斯皮尔曼等级相关系数。11.2.1皮尔逊(Pearson)相关分析BivariateCorrelations对话框11.2.1皮尔逊(Pearson)相关分析(3)显著性检验可以是:Two-tailed:双尾显著性检验;One-tailed:单尾

6、显著性检验。本例选择Two-tailed相关系数。(4)选择Flagsignificantcorrelations(标出有显著性意义的相关系数)复选框。(5)单击Options按钮,弹出如图所示的对话框。其中选择项有:11.2.1皮尔逊(Pearson)相关分析BivariateCorrelations:Options对话框11.2.1皮尔逊(Pearson)相关分析Meansandstandarddeviations:显示每一个变量的均数与标准差。Cross-productdeviationsandcovarances:显示每一对变量的离均差交叉积与协

7、方差。缺失值可以采用不同的方法处理:Excludecasespairwise:成对删除含有缺失值的观察值。Excludecaseslistwise:串列删除含有缺失值的观察值。单击Continue按钮回到BivariateCorrelations对话框,单击OK按钮,得到输出结果。11.2.1皮尔逊(Pearson)相关分析3.结果分析本例输出结果经整理后如表所示。MeanStd.DeviationNTCPO279.902.60110PAO289.301.88910DescriptiveStatistics11.2.1皮尔逊(Pearson)相关分析TC

8、PO2PAO2TCPO2PearsonCorrelation1.844(**)S

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。