直线相关与回归.ppt

《直线相关与回归.ppt》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、直线相关与回归公共卫生与家庭医学学院王虹一、直线相关【目的】掌握直线相关的作用、应用前提掌握线性相关SPSS操作方法正确解释线性相关的输出结果【原理】直线相关是分析两个不分主次的变量间的线性相关关系，适用于双变量正态分布的资料。相关并不表示一个变量的改变是另一个变量变化的原因，也有可能同时受另一个因素的影响。相关分析的任务是对相关关系给出定量的描述。通常用Pearson相关系数来定量地描述线性相关的程度。相关种类相关不相关相关系数没有量纲,且-1r1。当r>0，且H0（ρ=0）被拒绝时，认为两变量之间呈正相

2、关关系；当r<0，且H0（ρ=0）被拒绝时，认为两变量之间呈负相关关系；当r值接近于零，且H0（ρ=0）被接受时，认为两变量之间不呈直线关系，但不能排除两变量之间可能存在某种曲线关系。线性相关的注意事项person相关系数的计算要求两个变量都服从正态分布,并且在作相关分析时，一般先作散点图，考虑是否有可能直线相关。相关系数需要做假设检验。如果变量X和Y不服从双变量正态分布，或均为多分类有序资料，可以用Spearman秩相关相关关系不一定是因果关系，可能仅是表面上的伴随关系，或两个变量同时受另一因素的影响，如小孩

3、的身高和小树的树高同时受时间的影响，在校儿童的鞋的大小和阅读技能同时受年龄的影响。【操作步骤】路径：Analyze—>Correlate—>Bivariate…—>将分析变量选入Variables中，—>在CorrelationCoefficients中选择Pearson—>在TestofSignificance中选择Two-tailed（双侧检验）—>OK。例8-1.某地10名一年级女大学生的胸围（cm）与肺活量（L）数据见下表，试分析两个变量有无线性相关关系？表8-1某地10名一年级女大学生的胸围（cm）与

4、肺活量（L）【操作步骤】1.建立SPSS数据文件，如图8-1所示图8-1数据库文件2．绘制散点图，直观判断两个变量之间有无线性关系Graphs—>Scatter/Dot…—>SimpleScatter—>Define，将胸围选入XAxis中，将肺活量选入YAxis中—>Titles…—>在Title的Line1中输入散点图的标题—>Continue—>OK。图8-210名女大学生胸围与肺活量散点图结果解释：从图中可以看出，胸围和肺活量似乎没有线性关系，但是具体结论要通过以下步骤的分析才能得到。3．对两变量进行正

5、态性判断analyze—>descriptivestatistics—>explore—>“胸围”、“肺活量”导入dependentlist—>plots选项—>选中Normalityplotswithtests—>continue—>ok图8-3变量正态性检验结果结果分析，两变量均符合正态分布。4．线性相关分析Analyze—>Correlate—>Bivariate…—>将“胸围”、“肺活量”选入Variables中—>在CorrelationCoefficients中选择Pearson—>在TestofS

6、ignificance中选择Two-tailed（双侧检验）—>选择Flagsignificantcorrelations—>OK。变量X和Y不服从双变量正态分布，或均为多分类有序资料，可以用Spearman秩相关主要输出结果：图8-6correlations结果胸围与肺活量之间的相关系数为0.504，P=0.138，无统计学意义，那么我们可以认为女大学生胸围与肺活量之间不存在线性相关性。Spearman秩相关补充例题某医生收集12例急性脑梗死（AMI）病人，记录了患者在抢救期间的总胆固醇，用爱丁堡-斯堪的纳维

7、亚神经病学卒中SNSS量表评分标准评定患者的神经功能缺损程度，试分析总胆固醇与神经功能评分是否相关。量表评分X总胆固醇Y104.04446.21154.83195.23144.71124.44154.38113.73996.00114.38124.00114.36表12例AMI患者的量表评分与胆固醇测量值建立数据库设立两个变量X和Y，X代表量表评分，Y代表总胆固醇正态性检验Spearman秩相关建立数据库正态性检验P=0.000<0.05,差异有统计学意义结果分析，两变量均不符合正态分布。Spearman秩相关

8、rs=0.851，P=0.000<0.05,差异有统计学意义结果二、直线回归【目的】掌握简单线性回归的作用、应用前提掌握简单线性回归SPSS操作方法正确解释简单线性回归的输出结果【原理】简单线性回归是分析两个连续型变量之间依存变化的数量关系的统计方法。线性回归中两变量的地位是不同的，其中一个作为自变量，亦称为解释变量，X用表示，另一个为因变量，Y用表示。如果自变量与因变量间关系有线性趋