醫(yī)藥-臨床-護理相關與回歸ppt課件

1、歡迎進入學習 課堂相關與回歸世間萬物是普遍聯(lián)系的。關聯(lián)、預測和一致性分析一組觀察個體的兩個變量之間的關系，三個主要目的為：關聯(lián)預測一致性分類變量之間的關聯(lián)連續(xù)變量之間的關聯(lián)相關correlation線性回歸linear regression相關CORRELATION相關系數(shù)衡量兩個連續(xù)變量之間關聯(lián)的強度Pearsons r總體相關系數(shù)的區(qū)間估計假設檢驗應用相關時應注意的問題數(shù)據(jù)的分布隨機樣本、雙正態(tài)、橢圓形、散點圖相關的應用正確應用要求數(shù)據(jù)為：隨機樣本、雙正態(tài)、獨立誤用多重兩兩相關（多重相關，挑選有統(tǒng)計意義的相關）重復測量數(shù)據(jù)的相關（與獨立性沖突）任意增加或減少對分析不利的樣本混合樣本基線值與

2、相對于基線值的改變量的相關部分與整體的相關秩相關RANK CORRELATION順位之間的關聯(lián)Spearmans rs和Kendalls Pearson相關與Spearman相關的區(qū)別與聯(lián)系參數(shù)方法與非參數(shù)方法。計算方法相同，但對象不同。散點圖的橢圓形判別。Pearsons r衡量的是直線相關，Spearmans rs衡量的是更為廣義的相關。Spearman相關可用于雙向有序分類變量之間是否有關聯(lián)的分析。偏相關PARTIAL CORRELATION去除第三個變量對兩變量之間相關的影響偏相關的計算xyzx1yrxy1zrxzryz1xyz例rxy=0.6rxz=0.9ryz=0.6rxy.z0.

3、17相關的解釋與表述直線相關與曲線相關100r2數(shù)據(jù)的變異可由相關解釋的部分相關關系不提示因果關系多個變量的兩兩相關分析相關關系的推移建議在做相關分析前作散點圖相關分析的結果表述：相關系數(shù)、P值、樣本含量利用相關陣表示多個變量間的兩兩相關回歸REGRESSION變量x的變化導致變量y的多少變化?；蛘哒f變量y的變化有多少可以用x的變化來解釋。反應/結果/因變量解釋/預測/自變量回歸分析的目的是利用樣本數(shù)據(jù)擬合一條直線，直線上的點是對應于x的每一個觀測的y的估計值?；貧w直線/回歸方程/斜率slope/截距intercept y=a+bx最小二乘估計Least Square Estimatey的估計

4、值fitted value與殘差residual殘差平方和/殘差方差/擬合優(yōu)度goodness of fit估計值的變異/回歸直線的假設檢驗應用回歸分析的假設條件對應于解釋變量x的每一個觀測值，反應變量y應服從正態(tài)分布（正態(tài)性）注：不同于相關分析，對x沒有要求對應于解釋變量x的每一個觀測值的y的變異應相同（方差齊性）x與y呈線性相關（趨勢性）如果滿足上述三個條件，殘差應服從均數(shù)為0的正態(tài)分布殘差圖回歸的應用由對應于x的觀測值的y的估計值的分布推斷總體均數(shù)的可信區(qū)間帶回歸系數(shù) (斜率)的估計b個體觀測值的預測區(qū)間帶y的總變異=可由回歸解釋的變異+誤差方差分析表回歸分析的計算樣本回歸系數(shù)b(總體回歸系數(shù)的估計)和截距a的計算yi的估計殘差的變異總體回歸系數(shù)的區(qū)間估計回歸分析的計算（續(xù)）yi的估計值的總體均數(shù)的可信區(qū)間預測區(qū)間樣本回歸系數(shù)b的假設檢驗回歸的解釋樣本數(shù)據(jù)范圍內的預測樣本數(shù)據(jù)范圍外的預測由y預測x混合樣本獨立性解釋變量x異常值(outlier)其他與完全隨機設計的方差分析（t檢驗）的關系與2C表C有序統(tǒng)計分析（趨勢2檢驗）的關系回歸分析結果的表述回歸方程和殘差的標準差散