[本科非医学可以考公卫医师]公卫医师医学统计学辅导:直线相关

复习指导 2022-03-26 网络整理 可可

【shitiku.jxxyjl.com--复习指导】

一、相关系数的意义   相关分析是用相关系数(r)来表示两个变量间相互的直线关系,并判断其密切程度的统计方法。相关系数r没有单位。在-1~+1范围内变动,其绝对值愈接近1,两个变量间的直线相关愈密切,愈接近0,相关愈不密切。相关系数若为正,说明一变量随另一变量增减而增减,方向相同;若为负,表示一变量增加、另一变量减少,即方向相反,但它不能表达直线以外(如各种曲线)的关系。

  为判断两事物数量间有无相关,可先将两组变量中一对对数值在普通方格纸上作散点图,如图9.1~9.8所示。图中点子的分布可出现以下几种情况:

  正相关——见图9.1,各点分布呈椭圆形,y随x的增加而增加,x亦随y的增加而增加,此时1>r>0。椭圆范围内各点的排列愈接近其长轴,相关愈密切,当所有点子都在长轴上时,r=1(见图9.2),称为完全正相关。

  负相关——见图9.3,各点分布亦呈椭圆形,y随x的增加而减少,x也随y的增加而减少,此时0>r>-1。各点排列愈接近其长轴,相关愈密切,当所有点子都在长轴上时,r=1(见图9.4),称为完全负相关。

  在生物现象中,完全正相关或完全负相关甚为少见。

  无相关——见图9.5、图9.6和图9.7,x不论增加或减少,y的大小不受其影响;反之亦然。此时r=0。另外,须注意有时虽然各点密集于一条直线,但该直线与x轴或y轴平行,即x与y的消长互不影响,这种情况仍为无相关。

  非线性相关——见图9.8,图中各点的排列不呈直线趋势,却呈某种曲线形状,此时r≈0,类似这种情况称为非线性相关。

  图9.1—9.8 不同相关系数的散点示意图

  二、相关系数的计算及假设检验

  (一)相关系数计算法

  计算相关系数的基本公式为:

(9.1)

  式(9.1)中r为相关系数,∑(x-x)2为x的离均差平方和,∑(y-y)2为y的离均差平方和,∑(x-x)(y-y)为x与y的离均差乘积之和,简称离均差积之和,此值可正可负。以此式为基础计算相关系数的方法称积差法,在实际应用时式(9.1)中各离均差平方和(简称差方和)与积之和可化为

  

(9.2)

  现举例说明计算相关系数的一般步骤:

  例9.1 测定15名健康成人血液的一般凝血酶浓度(单位/毫升)及血液的凝固时间(秒),测定结果记录于表9.1第(2)、(3)栏,问血凝时间与凝血酶浓度间有无相关?

  1.绘图,将表9.1第(2)、(3)栏各对数据绘成散点图,见图9.9。

  2.求出∑x、∑y、∑x2、∑y2、∑xy,见表9.1下方。

  3,代入公式,求出r值。



本文来源:https://shitiku.jxxyjl.com/fuxizhidao/13963.html

Copyright @ 2011- 考试题库网 All Rights Reserved. 版权所有

免责声明 :本网站尊重并保护知识产权,根据《信息网络传播权保护条例》,如果我们转载的作品侵犯了您的权利,请在一个月内通知我们,我们会及时删除。

 站长统计