直线相关
一、 相关系数概念
相关系数(correlation coefficient),又称积差相关系数(coefficient of product – moment correlation),或 Pearson 相关系数(软件中常用此名称)
相关系数:说明两变量间相互直线关系的密切程度和方向的指标。
r ——样本相关系数
二、相关系数的意义
r =(X -)(Y -)∑X -∑Y -22=l XY XX l YY r 无单位,-1 ≤ r ≤ 1。r 值为正 ——正相关, r 值为负 ——负相关;
(与回归系数b 的符号相同) |r |=1 --- 完全相关,
|r |=0 --- 零(不)相关(没有直线相关关系)。 r 的绝对值大小表示两变量间直线相关关系的密切程度
三、 相关系数的计算
例9-1 某地方病研究所调查了8名正常儿童的尿肌酐含量(mmol/24h)如表9-1。估计尿肌酐含量(Y )对其年龄(X )
的回归方程。
三、 相关系数的计算
四、相关系数的假设检验
r≠0原因:① 由于抽样误差引起,ρ=0
② 存在相关关系, ρ≠0
Sr ---- 相关系数的标准误
求得t 值后查t 界值表得P 值;亦可直接查r 界值表得P 值,以节省计算 。
五、总体相关系数 的区间估计
六、决定系数
七、直线回归与相关的区别与联系
八、直线回归与相关应用的注意事项
(1)直线回归与相关分析要有实际意义(变量选择要结合专业背景,相关未必真有内在联系)
(2)分析结果的解释及正确应用,不能任意“外延”
(3)正确选择自变量与应变量(分析目的、专业知识、因果、变异大小、测量难易程度)
九、莫用与慎用直线相关的情况
(1)曲线性联系时莫用直线相关
(2)一个变量的数值人为选定时莫作相关
(3)出现异常值时慎用
(4)相关未必真有内在联系
(5)分层资料盲目合并易出假象
直线相关
一、 相关系数概念
相关系数(correlation coefficient),又称积差相关系数(coefficient of product – moment correlation),或 Pearson 相关系数(软件中常用此名称)
相关系数:说明两变量间相互直线关系的密切程度和方向的指标。
r ——样本相关系数
二、相关系数的意义
r =(X -)(Y -)∑X -∑Y -22=l XY XX l YY r 无单位,-1 ≤ r ≤ 1。r 值为正 ——正相关, r 值为负 ——负相关;
(与回归系数b 的符号相同) |r |=1 --- 完全相关,
|r |=0 --- 零(不)相关(没有直线相关关系)。 r 的绝对值大小表示两变量间直线相关关系的密切程度
三、 相关系数的计算
例9-1 某地方病研究所调查了8名正常儿童的尿肌酐含量(mmol/24h)如表9-1。估计尿肌酐含量(Y )对其年龄(X )
的回归方程。
三、 相关系数的计算
四、相关系数的假设检验
r≠0原因:① 由于抽样误差引起,ρ=0
② 存在相关关系, ρ≠0
Sr ---- 相关系数的标准误
求得t 值后查t 界值表得P 值;亦可直接查r 界值表得P 值,以节省计算 。
五、总体相关系数 的区间估计
六、决定系数
七、直线回归与相关的区别与联系
八、直线回归与相关应用的注意事项
(1)直线回归与相关分析要有实际意义(变量选择要结合专业背景,相关未必真有内在联系)
(2)分析结果的解释及正确应用,不能任意“外延”
(3)正确选择自变量与应变量(分析目的、专业知识、因果、变异大小、测量难易程度)
九、莫用与慎用直线相关的情况
(1)曲线性联系时莫用直线相关
(2)一个变量的数值人为选定时莫作相关
(3)出现异常值时慎用
(4)相关未必真有内在联系
(5)分层资料盲目合并易出假象