spss中相关与回归分析PPT课件.ppt

2020 1 15 1 相关与回归分析 2020 1 15 2 相关与回归分析 双变量相关分析线性回归曲线估计两条回归直线的比较 2020 1 15 3 第一节双变量相关分析 一 Pearson相关分析二 Spearman等级相关 2020 1 15 4 例1表1为一项关于儿童健康和发展的研究中10名学龄儿童的身高和体重资料 表110名学龄儿童的身高和体重 一 Pearson相关分析 2020 1 15 5 建立数据文件 身高体重的相关分析 sav 定义变量 2020 1 15 6 建立数据文件 身高体重的相关分析 sav 定义变量输入数据 2020 1 15 7 建立数据文件 身高体重的相关分析 sav 定义变量输入数据开始分析 绘制散点图 Graphs Scatter SimpleScatter Define定义变量 身高 YAxis 体重 XAxis 2020 1 15 8 建立数据文件 身高体重的相关分析 sav 定义变量输入数据开始分析绘制散点图假定满足双变量正态分布 analyze Correlate Bivariate定义变量 身高 体重 Variables 2020 1 15 9 建立数据文件 身高体重的相关分析 sav 定义变量输入数据开始分析绘制散点图假定满足双变量正态分布 analyze Correlate Bivariate定义变量 身高 体重 Variables选择统计量 CorrelationCoefficients Pearson 2020 1 15 10 主要结果 散点图 2020 1 15 11 主要结果 总体相关系数 0的假设检验的P值 Pearson相关系数 2020 1 15 12 练习1某医生测得10名正常成年男性的血浆清蛋白含量 g L 及血红蛋白含量 g L 数据如下 试问两者有无相关关系 2020 1 15 13 例2某研究者研究10例6个月 7岁的贫血患儿的血红蛋白含量与贫血体征之间的相关性 结果见表3 请问贫血患儿的血红蛋白含量与贫血体征之间是否相关 二 Spearman等级相关 2020 1 15 14 建立数据文件 血红蛋白的等级相关分析 sav 定义变量 2020 1 15 15 建立数据文件 血红蛋白的等级相关分析 sav 定义变量输入数据 2020 1 15 16 建立数据文件 血红蛋白的等级相关分析 sav 定义变量输入数据开始分析analyze Correlate Bivariate定义变量 血红蛋白 贫血体征 Variables 2020 1 15 17 建立数据文件 血红蛋白的等级相关分析 sav 定义变量输入数据开始分析analyze Correlate Bivariate定义变量 血红蛋白 贫血体征 Variables选择统计量 CorrelationCoefficients Spearman 2020 1 15 18 主要结果 总体相关系数 0的假设检验的P值 Spearman相关系数 2020 1 15 19 练习2将例2的数据进行秩变换 对变换后的变量进行Pearson相关分析 2020 1 15 20 练习3某医院用复方猪胆胶囊治疗219例慢性支气管炎 结果见下表 问患者疗效与年龄间有无关联 2020 1 15 21 第二节线性回归分析 一 简单线性回归分析二 多重线性回归分析 2020 1 15 22 例3表1为一项关于儿童健康和发展的研究中10名学龄儿童的身高和体重资料 表110名学龄儿童的身高和体重 一 简单线性回归分析 2020 1 15 23 建立数据文件 身高与体重的回归分析 sav 定义变量 2020 1 15 24 建立数据文件 身高与体重的回归分析 sav 定义变量输入数据 2020 1 15 25 建立数据文件 身高与体重的回归分析 sav 定义变量输入数据开始分析 绘制散点图 Graphs Scatter SimpleScatter Define定义变量 体重 YAxis 身高 XAxis 2020 1 15 26 建立数据文件 身高与体重的回归分析 sav 定义变量输入数据开始分析绘制散点图Analyze Regression Linear定义变量 体重 Dependent 身高 Independent s 2020 1 15 27 建立数据文件 身高与体重的回归分析 sav 定义变量输入数据开始分析绘制散点图Analyze Regression Linear定义变量 体重 Dependent 身高 Independent s 选择统计量 Statistics Estimates Confidenceintervals Modelfit Descriptives 2020 1 15 28 建立数据文件 身高与体重的回归分析 sav 定义变量输入数据开始分析绘制散点图Analyze Regression Linear定义变量 体重 Dependent 身高 Independent s 选择统计量 Statistics Estimates Confidenceintervals Modelfit Descriptives绘制残差图 Plots DEPENDNT X ZRESID 标准化残差 Y 2020 1 15 29 建立数据文件 身高与体重的回归分析 sav 定义变量输入数据开始分析绘制散点图Analyze Regression Linear定义变量 体重 Dependent 身高 Independent s 选择统计量 绘制残差图 计算总体均数的估计值和预测值 Save PredictedValues Unstandardize PredictionIntervals Mean Individual 2020 1 15 30 建立数据文件 身高与体重的回归分析 sav 定义变量输入数据开始分析绘制散点图Analyze Regression Linear定义变量 体重 Dependent 身高 Independent s 选择统计量 绘制残差图 计算总体均数的估计值和预测值 在散点图中添加置信带和预测带 双击散点图进行添加 Element FitLineattotal 2020 1 15 31 建立数据文件 身高与体重的回归分析 sav 定义变量输入数据开始分析绘制散点图Analyze Regression Linear定义变量 体重 Dependent 身高 Independent s 选择统计量 绘制残差图 计算总体均数的估计值和预测值 在散点图中添加置信带和预测带 双击散点图进行添加 Element FitLineattotal ConfidenceIntervals Mean Individual 2020 1 15 32 主要结果 散点图 2020 1 15 33 主要结果 2020 1 15 34 主要结果 2020 1 15 35 主要结果 确定系数 调整确定系数 2020 1 15 36 主要结果 对总体回归模型检验的F值 对总体回归模型检验的P值 2020 1 15 37 主要结果 回归系数 第一行为截距 第二行为斜率 总体回归系数 0的假设检验的t值 回归系数的标准误 标准化回归系数 总体回归系数 0的假设检验的P值 总体回归系数的95 置信区间 2020 1 15 38 主要结果 残差图 2020 1 15 39 2020 1 15 40 2020 1 15 41 练习4某研究者测量了16名成年男子的体重和臀围数据 如下表所示 1 请判断是否可以用线性回归来表达臀围和体重的关系 若可以 请用该数据建立用体重预测臀围的线性回归模型 2 今有2名成年男子的体重分别为62kg和88kg 是否可以利用上述回归模型估计二人的臀围数据 若可以 请计算臀围总体均数的95 置信区间和臀围的95 预测区间 2020 1 15 42 练习5FrankAnscombe 1973 给出了下列四组双变量X和Y的样本数据 其中Y1 Y2 Y3共用X 如下表所示 请对这四组数据分别进行线性回归分析 并加以讨论 2020 1 15 43 例4为了研究有关糖尿病患者体内脂联素水平的影响因素 某医师测定了30名患者的体重指数BMI kg m2 病程DY 年 瘦素LEP ng mL 空腹血糖FPG mmol L 及脂联素ADI ng mL 水平 数据如表6所示 能否用多重线性回归表达他们的关系 若可以 建立多重线性回归方程 二 多重线性回归分析 2020 1 15 44 2020 1 15 45 建立数据文件 脂联素水平数据 sav 定义变量 2020 1 15 46 建立数据文件 脂联素水平数据 sav 定义变量输入数据 2020 1 15 47 建立数据文件 脂联素水平数据 sav 定义变量输入数据开始分析 绘制散点图 Graphs Scatter MatrixScatter Define定义变量 体重指数 病程 瘦素 孔府血糖 脂联素 MatrixVariables 2020 1 15 48 建立数据文件 脂联素水平数据 sav 定义变量输入数据开始分析绘制散点图Analyze Regression Linear定义变量 脂联素 Dependent 体重指数 病程 瘦素 空腹血糖 Independent s 2020 1 15 49 建立数据文件 脂联素水平数据 sav 定义变量输入数据开始分析绘制散点图Analyze Regression Linear定义变量 脂联素 Dependent 体重指数 病程 瘦素 空腹血糖 Independent s 选择统计量 Statistics Estimates Confidenceintervals Modelfit Descriptives 2020 1 15 50 建立数据文件 脂联素水平数据 sav 定义变量输入数据开始分析绘制散点图Analyze Regression Linear定义变量 脂联素 Dependent 体重指数 病程 瘦素 空腹血糖 Independent s 选择统计量 Statistics Estimates Confidenceintervals Modelfit Descriptives绘制残差图 Plots DEPENDNT X ZRESID 标准化残差 Y 2020 1 15 51 主要结果 散点图 2020 1 15 52 主要结果 2020 1 15 53 主要结果 2020 1 15 54 主要结果 确定系数 调整确定系数 复相关系数 2020 1 15 55 主要结果 对总体回归模型检验的F值 对总体回归模型检验的P值 2020 1 15 56 主要结果 偏回归系数 总体偏回归系数 0的假设检验的t值 偏回归系数的标准误 标准化偏回归系数 总体偏回归系数 0的假设检验的P值 总体偏回归系数的95 置信区间 2020 1 15 57 主要结果 残差图 2020 1 15 58 例5对例4的数据选择最优模型 2020 1 15 59 Analyze Regression Linear定义变量 脂联素 Dependent 体重指数 病程 瘦素 空腹血糖 Independent s 2020 1 15 60 Analyze Regression Linear定义变量 脂联素 Dependent 体重指数 病程 瘦素 空腹血糖 Independent s 选择筛选最优模型的方法Mehtod Stepwise 2020 1 15 61 主要结果 引入的变量 剔除的变量 最优模型 2020 1 15 62 主要结果 最优模型 2020 1 15 63 主要结果 最优模型 2020 1 15 64 其他筛选最优模型的方法 大家自己练习 2020 1 15 65 练习6考虑有四个与某疾病有关的因素与该病的患病率资料如下表所示 试用该数据进行多重回归分析 2020 1 15 66 练习7下表是随机抽取的11名儿童的智力测试数据 试以IQ为因变量拟合多重线性回归模型 并讨论本例应用回归分析所存在的问题 2020 1 15 67 第三节曲线估计 2020 1 15 68 例6某研究者测得某女童1 9月的身高数据 如下表所示 试用合适的回归模型描述该月龄段女童的身高随时间变化的规律 2020 1 15 69 建立数据文件 女童身高数据 sav 定义变量 2020 1 15 70 建立数据文件 女童身高数据 sav 定义变量输入数据 2020 1 15 71 建立数据文件 女童身高数据 sav 定义变量输入数据开始分析绘制散点图 Graphs Scatter SimpleScatter Define定义变量 身高 YAxis 时间 XAxis 2020 1 15 72 观察身高与时间的趋势关系 近似对数曲线关系 2020 1 15 73 建立数据文件 女童身高数据 sav 定义变量输入数据开始分析绘制散点图 Graphs Scatter SimpleScatter Define定义变量 身高 YAxis 时间 XAxisanalyze Regression CurveEstimation定义变量 身高 Dependent s 时间 Independent Incl