《医药临床护理相关与回归ppt课件》由会员分享，可在线阅读，更多相关《医药临床护理相关与回归ppt课件（17页珍藏版）》请在金锄头文库上搜索。
1、相关与回归世间万物是普遍联系的。关联、预测和一致性分析一组观察个体的两个变量之间的关系，三个主要目的为：关联预测一致性分类变量之间的关联连续变量之间的关联相关correlation线性回归linear regression相关CORRELATION相关系数衡量两个连续变量之间关联的强度Pearsons r总体相关系数的区间估计假设检验应用相关时应注意的问题数据的分布随机样本、双正态、椭圆形、散点图相关的应用正确应用要求数据为：随机样本、双正态、独立误用多重两两相关（多重相关，挑选有统计意义的相关）重复测量数据的相关（与独立性冲突）任意增加或减少对分析不利的样本混合样本基线值与相对于基线值的改变
2、量的相关部分与整体的相关秩相关RANK CORRELATION顺位之间的关联Spearmans rs和Kendalls Pearson相关与Spearman相关的区别与联系参数方法与非参数方法。计算方法相同，但对象不同。散点图的椭圆形判别。Pearsons r衡量的是直线相关，Spearmans rs衡量的是更为广义的相关。Spearman相关可用于双向有序分类变量之间是否有关联的分析。偏相关PARTIAL CORRELATION去除第三个变量对两变量之间相关的影响偏相关的计算xyzx1yrxy1zrxzryz1xyz例rxy=0.6rxz=0.9ryz=0.6rxy.z0.17相关的解释与表
3、述直线相关与曲线相关100r2数据的变异可由相关解释的部分相关关系不提示因果关系多个变量的两两相关分析相关关系的推移建议在做相关分析前作散点图相关分析的结果表述：相关系数、P值、样本含量利用相关阵表示多个变量间的两两相关回归REGRESSION变量x的变化导致变量y的多少变化。或者说变量y的变化有多少可以用x的变化来解释。反应/结果/因变量解释/预测/自变量回归分析的目的是利用样本数据拟合一条直线，直线上的点是对应于x的每一个观测的y的估计值。回归直线/回归方程/斜率slope/截距intercept y=a+bx最小二乘估计Least Square Estimatey的估计值fitted v
4、alue与残差residual残差平方和/残差方差/拟合优度goodness of fit估计值的变异/回归直线的假设检验应用回归分析的假设条件对应于解释变量x的每一个观测值，反应变量y应服从正态分布（正态性）注：不同于相关分析，对x没有要求对应于解释变量x的每一个观测值的y的变异应相同（方差齐性）x与y呈线性相关（趋势性）如果满足上述三个条件，残差应服从均数为0的正态分布残差图回归的应用由对应于x的观测值的y的估计值的分布推断总体均数的可信区间带回归系数 (斜率)的估计b个体观测值的预测区间带y的总变异=可由回归解释的变异+误差方差分析表回归分析的计算样本回归系数b(总体回归系数的估计)和截距a的计算yi的估计残差的变异总体回归系数的区间估计回归分析的计算（续）yi的估计值的总体均数的可信区间预测区间样本回归系数b的假设检验回归的解释样本数据范围内的预测样本数据范围外的预测由y预测x混合样本独立性解释变量x异常值(outlier)其他与完全随机设计的方差分析（t检验）的关系与2C表C有序统计分析（趋势2检验）的关系回归分析结果的表述回归方程和残差的标准差散点图和回归线回归系数的估计b的标准误和假设检验结果可信区间和预测区间相关与回归同学们来学校和回家的路上要注意安全同学们来学校和回家的路上要注意安全
