秩相关.ppt

第三节秩相关rankcorrelation,秩相关（等级相关）是用双变量计量或等级数据作直线相关分析，这类方法由于对原变量分布不作要求，为非参数统计方法。适用资料：不服从双变量正态分布总体分布类型未知或有“超限值”时（如X50时,rs界值表与r界值表近似，可用自由度n-2查r界值表。,实例,例9-8某省调查了1995年到1999年当地居民18类死因的构成以及每种死因导致的潜在工作损失年数WYPLL的构成，结果见表9-3。以死因构成为X，WYPLL构成为Y，作等级相关分析。,步骤：,二、相同秩较多时rs的校正,注意：当相同秩次较多时，rs的Pearson相关系数计算法反而更简单，且结果与校正结果相同。,小结1.双变量资料的分析思路,2.常见问题,相关系数有无统计学意义与自由度的大小有关如n=3,=1时，虽r=-0.9070，却无统计学意义；若=400时，即使r=0.1，亦有统计学意义。因此不能只看r的值，而不考虑就下结论。,P值的解释要注意区分“统计意义”和“专业意义”两种不同的结论。不要一看到P0.05就认为有专业意义，而不管其实际作用有多大。例如两变量X与Y的相关系数r0.2，当n100时，相关系数r经假设检验有“统计意义”（P0.05），但两变量相互只能解释4的变异，实际意义已经很小。医学论文中，有一些P0.05的“阴性”结果,检验效能不足是一个主要的原因。,统计学方法的误用相关分析回归分析秩相关分析1.相关表示两变量间的相互关系，是双方向的。而回归则表示Y随X而变化，这种关系是单方向的。秩相关对等级资料或不服从双变量正态分布的资料进行相关分析。,2.有些医学资料用相关较适宜，如兄弟与姐妹间的身长关系、人的身长与前臂长之间的关系等资料。有些资料用相关和回归都适宜，此时须视研究需要而定。一般来说，先求出r并进行假设检验，如果r有意义，并有必要进行回归分析，则再建立回归方程。,统计学方法的误用I型回归资料进行相关分析适合相关或回归分析的资料通常有两种：(1)X选定,Y服从正态分布(I型),宜作回归分析。(2)X、Y服从双变量正态分布(II型)。回归分析或相关分析。如果变量（一个或两个）呈明显偏态，用秩相关。,误用自变量、应变量混淆回归分析必须正确选定自变量与应变量，一般说来，事物的原因作自变量X，当事物的因果关系不很明确时，选误差较小的即个体变异小的变量作自变量X，以推算应变量Y。,实例1：表9-4为不同年龄组死者冠状动脉粥样硬化程度分布资料，由278例尸体解剖数据整理而成，试问年龄与冠状动脉粥样硬化程度之间是否存在相关关系?,3.实例,实例1分析思路,两个变量；表（列联表）形式的资料；采用何相关分析方法?,分析方法：卡方检验（Pearson列联系数C）、Pearson积矩相关分析（r）或Spearman等级相关分析(rs)？理由：两个变量（年龄、冠状动脉粥样硬化程度）均为有序（等级）变量。,Spearman等级相关分析结果rs=0.488，P0.000，可认为年龄与冠状动脉粥样硬化程度之间存在正相关关系。其它错误结果:C=0.452，r=0.478,实例1软件操作方法,数据录入形式；菜单操作方法；结果阅读与解释。,实例2分析思路,两个变量；患病率与碘含量资料；直接采用Pearson积差相关分析不妥.,理由,两个变量是否有异常值?是否有直线趋势?患病率与碘含量(物质浓度)资料一般不符合正态分布；不考虑地区环境，人口性别、年龄构成等因素的影响，可采用Spearman等级相关分析（异常值为抽样误差造成的偶然结果）或剔除异常值（过失误差）后用Pearson积差相关分析(资料符合正态分布).,实例2软件操作方法,数据录入形式；菜单操作方法(注意:散点图)；结果阅读与解释。,实例3：为了探讨镉对机体免疫功能的影响，分别对每组20只lace小鼠以剂量为0.3、1.2、2.4mg/kg/d的氯化镉灌胃染毒14天，以20只未施染毒的小鼠为对照，分别测定小鼠脾淋巴细胞内钙调素含量（105ng/kg）如表9-6所示。,实例3分析,两个变量；染毒剂量与钙调素含量资料(非正态分布)；计算钙调素均值与染毒剂量的相关系数不妥钙调素均值关于染毒剂量的线性回归分析也不妥,理由,相关分析与回归分析的样本量小（n=4）；染毒剂量为严格控制的变量（事先选