数据关联的探索

第二章

数据关联的探索内容简介重点难点课时安排章节衔接心得体会目录2内容简介第一节数据的关联

本节以学习努力程度和学习成绩是否存在关联的例子引入关联这一概念，并提出本章节的学习问题：

1.如何确立关联，并描述其强度、方向；

2.如何描述关联数据之间的数量关系；

3.如何考虑其他因素对关联的影响？3内容简介第二节散点图

散点图可以快速、直观地展示两变量间的关系，是探索关联初始阶段有力的工具。本节通过两个例子：大骨节病患者骨关节炎得分（OAP）和脱氧雪腐镰刀菌（DON）的关联、肝炎患者血清丙氨酸氨基转移酶(ALT)和天冬氨酸转氨酶(AST)的关联，讲解散点图的制作和正确解读，希望学生可以掌握并自如地运用散点图。4内容简介第三节相关

本节正式介绍定量资料相关系数的运算、解读和注意事项，基于大骨节患者OAP和粮食DON含量的例子介绍了直线相关系数，

讲授时应强调直线相关系数的运用条件，并着重介绍直线相关系数解读和注意事项。

基于贫血患儿血红蛋白含量与贫血体征的例子介绍秩相关系数，说明其运用条件，重点阐明与直线相关的应用和含义上的区别。5内容简介第四节回归现象

本节介绍了回归方程的拟合、解释和评价，基于OAP与粮食中DON含量的例子讲解一般回归方程的建立。

回归作为最常用的统计方法之一，应让学生明确其意义在于描述两变量间的数量关系，可以用于预测，应着重讲解回归方程的建立、拟合、解释和评价（残差和残差图）。6内容简介第五节相关与回归的陷阱

本节应首先对前两节相关和回归的内容进行简单总结，进而基于实例介绍相关和回归的注意事项，本节主要介绍了5个注意事项：

1.离群点和强影响值；

2.观测值范围；

3.非线性相关；

4.潜在影响变量；

5.平均数的相关。7内容简介第六节分类变量的相关

第三节对定量变量相关分析进行了介绍，本节基于维生素D缺乏性佝偻病患儿性别和儿童血清25(OH)-D水平的例子，介绍分类变量的相关。

由浅入深，先介绍列联表的整理，再介绍由列联表得到的指标（联合分布、边缘分布和条件分布），进而引出分类变量关联性的反映指标Pearson列联系数，最后介绍辛普森悖论，提示分类相关中可能存在的谬误。8内容简介第七节关联与因果因果关系是卫生和医学领域中非常关注的一种逻辑关系，在统计学上，往往可以从数理上证明数量变化的关联，但从关联到因果关系，还需大量复杂的工作。

本节简述了几种常见的关联形式，并基于吸烟和肺癌的经典因果论证实例，介绍从关联到因果的论证过程，让学生能了解其中的区别，并对因果逻辑有一定的认识，强调结论必须依赖实际问题背景。9进度安排第一节：数据的关联第二节：散点图第三节：相关第四节：回归现象第五节：相关与回归的陷阱01020304050607第六节：分类变量的相关第七节：关联与因果1课时1课时1课时10散点图的应用正确描述不同类型数据的相关关系直线回归的正确应用回归方程的建立、解释与评价关联和因果的区别重点难点11章节衔接与第一章的衔接本书将数据置于统计的核心，强调基于数据进行统计分析。第一章为认识数据：单变量分布的描述，而医学领域常常涉及多个变量，因此有必要对变量间关联进行介绍。

在学生对于数据有了一个基本概念后，从单变量的描述引入到双变量间关联的探索。12章节衔接

13心得体会强调从数据出发，进行