两变量关联性分析.ppt

?
?

相关:
如:身高~体重
胰岛素~血糖水平
药物剂量~动物死亡率
父亲身高~儿子身高
姐妹身高~兄弟身高
两变量关联性分析 Bivariate Correlation
参考书
1. 徐勇勇主编. 医学统计学(第二版). 北京:高等教育出版社,2004
2. 杨树勤主编. 卫生统计学(第二版). 北京:人民卫生出版社,1991
3. 方积乾主编. 医学统计学与电脑实验(第二版). 上海:上海***,2001
4. 孙振球主编. 医学统计学(供研究生用). 北京:人民卫生出版社,2004
本章内容
一线性相关
二秩相关
三分类变量的关联性分析
教学目标
了解线性相关的概念
掌握线性相关系数的求解及其假设检验
熟悉秩相关和分类变量的关联性分析
一线性相关
线性相关的概念
线性相关(linear correlation)又称简单相关(simple correlation) 。
线性相关(linear correlation)
前提假设:(X, Y)服从正态分布,
即适用于双变量正态分布资料
研究目的:分析两个变量之间有无相关关系
相关系数: (linear correlation coefficient)
描述两变量间线性相关的密切程度
和相关方向的统计量
简单线性相关
当一个变量X由小到大,另一个变量Y亦相应地由小到大(或由大到小),两变量的散点图呈直线趋势,那么这两个变量之间有线性关系。分析这种线性关系的理论和方法,统称为直线相关或线性相关。
两变量直线相关的性质和密切程度,用直线相关系数r来描述。
相关系数:又称为积差相关系数或积矩相关系数,它表示两个变量之间直线关系的密切程度和相关方向的统计指标。
总体相关系数用符号ρ表示,随机样本相关系数用符号r表示。
r取值范围:-1≤r≤1,没有单位。
二、相关系数的计算及意义: