SPSS课件-8 回归与相关分析.pptVIP

Company Logo L o o L o g o shenjie@ shenjie@ L o o shenjie@ 河南中医学院预防医学与医学生物学学科 申 杰 SPSS统计分析软件的应用 shenjie@ * * 第一讲　SPSS统计分析软件简介 第二讲　数据的录入与编辑 第三讲　基本统计分析的方法与步骤 第四讲　t 检验 第五讲 F 检验 第六讲 χ2 检验 第七讲 非参数检验 第八讲 回归与相关分析 第九讲 半数效量 第十讲 统计图表 教学内容 shenjie@ 第八讲 直线回归与相关分析 shenjie@ 直线回归 8.1 直线相关 8.2 等级相关 8.3 * * 世界上的事物往往是和其他事物联系着或关联着的。在医学科学研究中，常常要分析两个变量之间的关系，如身高与体重、年龄与血压、体温与脉搏、药剂量与疗效等问题，因此涉及到研究两个变量的相互关系。这时就涉及到两个变量之间的相关与回归。 概念 变量与变量之间关系的分类 确定性关系： 一般是指使用函数式来表达的变量之间的关系。如圆的周长与半径(r)的关系可以用一个确定的函数表示1＝2πr 。对一个确定的半径，有一个确定的周长与之对应。 变量与变量之间的关系 非确定性关系： 是指无法使用函数式来表达的变量之间的关系。例如在发育阶段，随年龄的增长，人的身高会增加。但不能根据年龄找到确定的身高，即不能得出11岁儿童身高一定就是1米40公分。年龄与身高之间的关系不能用一般的函数关系来表达。 * * 研究变量之间既存在又不确定的相互关系及其密切程度的分析称为相关分析。 如果把其中的一些因素作为自变量，而另一些随自变量的变化而变化的变量作为因变量，研究他们之间的非确定因果关系，这种分析就称为回归分析。 本讲介绍如何使用SPSS来作一元线性回归与相关分析。 相关分析与回归分析 * * 在医学研究中常常要分析两个变量之间的关系。如年龄与血压，药物剂量与动物死亡率，环境介质中污染物浓度与污染源距离等。回归与相关就是研究这种关系的统计方法。 例8-1 某单位应用单向环状免疫扩散法测得IgG浓度与琼脂免疫板上沉淀环直径的数据如表8-1，问IgG浓度与沉淀环直径之间是否存在依存关系。 8.1 直线回归 * * 分析步骤： ⑴录入数据：如图8-1 。 图8-1 录入数据 shenjie@ * * ⑵绘制散点图： ①选择Graphs菜单下的Scatter项，如图8-2。 图8-2 选择Graphs菜单下的Scatter项 shenjie@ * * ②选择绘图模型，如图8-3。 图8-3 选择绘图模型 shenjie@ * * 图8-4 选择X、Y轴 ③选择X、Y轴：如图8-4 。 shenjie@ * * 图8-5 绘制散点图 ④绘制散点图：如图8-5。由散点图可以看出两变量呈直线趋势，是否存在依存关系，需进行回归分析。 shenjie@ * * 图8-6 选择Linear命令 (3)选择命令：选择Analyze菜单下的Regression项中的Linear命令：如图8-6。 shenjie@ * * 图8-7 选择因变量和自变量 (4)选择因变量和自变量：选择因变量Dependent和自变量Independent，点击OK钮，如图8-7。 shenjie@ * * 图8-9 回归方程的检验 由图8-9可知Ｐ=0.001＜0.01，回归方程成立，两变量之间存在依存关系。 图8-8 回归方程的建立 由上表可知：回归方程为Y=3.02＋1.12X。 进一步对回归方程进行假设检验如图8-9。 (5)回归方程的建立和检验：点击OK钮，显示结果如图8-8、8-9。 shenjie@ * * 相关分析研究两个随机变量间相互关系的密切程度。相关系数是描述这种线性关系程度和方向的统计量，通常用r表示。相关系数r没有单位，其值在-1～+1之间。如果一个变量y可以确切地用另一个变量X的线性函数表示，那么，两个变量间的相关系数是+1或-1。如果变量y随着变量x的增、减而增、减，即变化的方向一致，称为正相关，其相关系数大于0。如果变量y随着变量x的增加而减少，变化方向相反，称为负相关，其相关系数小于0。 当两个变量都服从正态分布时，可选用Pearson相关系数；当其中一个或两个变量都不服从正态分布时(如二分变量和有序分类变量)，可选用Spearman等级相关系数。 但是，只有当数值可以从小到大排列的数据才能计算其相关系数。例如不能计算宗教信仰与颜色喜好之间的相关系数。 8.2