第11章两变量关联性分析

2020/6/14，1，导入：单变量：身高、体重、血压两个随机变量：医学中，人的身高和体重、体温和脉搏数、年龄和血压2020/6/14，2，第11章2变量关联性分析，2020/6/14，3，本章内容，第1节线性4例11-1在某个地方的饮食调查中，随机抽取了14名4060岁的健康女性，测定了人均基础代谢(kJ/d )和体重(kg )的数据，判断了这两个指标之间是否有关联，第一节的线性相关，2020/6/14，7，7， 7，5，2020/6/14，6，图11-114例中老年人健康女性的基础代谢和体重分布图，2020/6/14，7，线性相关也称为简单相关。 一、线性相关概念及其统计描述、随机变量：变量的取法在实验前和测量前并不为人所知。 “药物剂量”是事先选定的，不是“随机变量”，药物作用于生物体的“反应”是“随机变量”。2020/6/14、8、2020/6/14、9、2、相关系数的含义和计算、线性相关系数也称为Pearson乘积矩相关系数，具有线性关系的两变量间的相关的密切度和相关方向意思：2020/6/14，10，计算：样本相关系数计算公式是2020/6/14，11，2020/6/14，12，示例11-2计算实例11-1中基础代谢y和体重x之间的样本相关系数。 、2020/6/14，13，2020/6/14，14，(1)相关系数r是无量纲的数值，-1r1(2)r0是正的相关，相关(3)越接近1，说明的相关性越高，说明的密度越高，说明的密度越高相关系数的特征：2020/6/14，15，三，相关系数的统计估计：例子11-3在例子11-2中计算出r=0.964之后，验证相关是否具有统计学意义。 1 .查找表方法，例如，本示例=12、r=0.964、2020/6/14、16、2.t检验法，在本示例中，当t阈值表为P50时，t检验为假设检验：r为rs、2020/6/14、29 假设检验计算等级相关系数来决定p值，进行统计推定：2020/6/14，30，定量变量： Pearson积力矩相关系数，等级相关系数定性变量：从两个定性变量的度数资料(列表)中进行关联分析(两个属性独立性的平方检验) 、第三节分类变量的关联性分析，计算公式，2020/6/14，31，计算步骤1，根据资料选择合适的公式，求出2，连接数，2020/6/14，32，一，研究交叉分类22表的关联分析，例11-6吸烟方式和有无慢性支气管炎，某研究者年龄，2020/6/14，33，表11-3将吸烟习惯与慢性支气管炎的关系，2020/6/14，34，检查顺序：吸烟方式和慢性支气管炎之间相互独立的：吸烟方式和慢性支气管炎之间相关的表中的各数据正式代入，原来、2020/6/14、35、二、22对资料的关联性分析，例11-7中有132份食品标本，将各标本分成二份，分别用两种检查方法进行沙门氏菌检查的结果，如表11-5所示，询问两种检查方法的结果是否有关联表11-5的两种检验方法的结果，2020/6/14，37，检验步骤：的两种检验方法的结果之间，相互独立的：的两种检验方法的结果之间，正式代入本例的数据的理由有拒绝零假设的理由，甲、乙两种培养基之间想研究、2020/6/14、38、2020/6/14、39、例11-8职业类型与胃病类型的相关性，将某医生接受的胃病患者310人分为主要职业类型和胃病类型两种，询问职业类型与胃病类型的相关性。 三、RC表分类资料的关联性分析，2020/6/14，40，表11-6310名胃病患者与胃病类型和职业两个属性的交叉分类表，2 计算列的连接数的话，