相关与回归、线性趋势

所以当计算出样本相关系数r后，
应对r是否来自ρ=0的总体作假设
检验，以判断两变量的总体是否有 直线相关关系。常用的假设检验方 法为t检验，其t值的计算公式为：
r 0 r tr 2 sr 1 r n2 n2
例10.2 对例10.1求得的r值作假
设检验。
1）建立假设并确定检验水准
如果我们主要目的是分析两变 量间是否存在直线相关关系，这时 我们就应进行x和y之间的线性相关
分析。如：我们要分析女大学身高
与体重之间的关系，通过散点图发
现两者有直线趋势，可对两个变量
进行线性相关分析。
直线相关（linear correlation）： 是指两变量间存在的关系为直线关 系。又称为简单相关（simple
230 .455 r 0.8012 1000 .909 82.727
即表示男青年身高与前臂长之间存在正 相关关系。但还需作假设检验
三、相关系数的假设检验
相关系数r是根据样本资料计算
出来的，它是总体相关系数ρ的估
计值。若从ρ=0的总体中进行随机
抽样，抽取的样本相关系数也可能
不等于0，这是抽样误差所致。
（3，8365）和（21，36.06）两点，就 可做出本例的直线回归方程的图示。
ˆ 注意：直线必须通过（ x ，y ）和
纵轴上（0，a）两点，因此，这两点可
以用来核对回归直线绘制是否正确。
四、回归系数的假设检验
抽样研究中，计算出的回归系数 b为样本回归系数，故应考虑假设检 验的问题。即使我们从x、y的总体
r
( x x )( y y ) ( x x ) ( y y)
22Biblioteka l xy l xxl yy

问题的提出


发现变量之间的统计关系，并且 用此规律来帮助我们进行决策才 是统计实践的最终目的。 一般来说，统计可以根据目前所 拥有的信息（数据）来建立人们 所关心的变量和其他有关变量的 关系。这种关系一般称为模型 （model）。
问题的提出


假如用Y表示感兴趣的变量，用X表示其 他可能与Y有关的变量（X也可能是若干 变量组成的向量）。则所需要的是建立 一个函数关系Y=f(X)。 这里Y称为因变量或响应变量 (dependent variable, response variable)，而X称为自变 量，也称为解释变量或协变量
问题的提出


对于现实世界，不仅要知其然，而且 要知其所以然。顾客对商品和服务的 反映对于企业是至关重要的，但是仅 仅有满意顾客的比例是不够的；商家 希望了解什么是影响顾客观点的因素， 及这些因素如何起作用。 类似地，学校不能仅仅知道大学英语 四级的通过率，而且想知道什么变量 影响通过率，以及如何影响。
80
70
60
但对于具体个人来说，大约有一半的学生的 40 高一平均成绩比初三时下降，而另一半没有 40 50 60 70 80 90 100 110 变化或有进步
初三 成绩
一 绩 高 成
50
问题的提出


目前的问题是怎么判断这两 个变量是否相关、如何相关 及如何度量相关？ 能否以初三成绩为自变量， 高一成绩为因变量来建立一 个回归模型以描述这样的关 系，或用于预测。
定量变量的线性回归分析



对例1中的两个变量的数据进行线性回归，就 是要找到一条直线来适当地代表图1中的那些 点的趋势。 首先需要确定选择这条直线的标准。这里介绍 最小二乘回归（least squares regression）。古 汉语“二乘”是平方的意思。 这就是寻找一条直线，使得所有点到该直线的 豎直距离的平方和最小。用数据寻找一条直线 的过程也叫做拟合（fit）一条直线。

问：请详细说明相关分析与回归分析的相同与不同的地方相关分析与回归分析都是研究变量彼此关系的分析方式，相关分析是回归分析的基础，而回归分析则是熟悉变量之间相关程度的具体形式。

下面分为三个部份详细描述两种分析方式的异同：第一部份：相关分析一、相关的含义与种类（一）相关的含义相关是指自然与社会现象等客观现象数量关系的一种表现。

相关关系是指现象之间确实存在的必然的联系，但数量关系表现为不严格彼此依存关系。

即对一个变量或几个变量定必然值时，另一变量值表现为在必然范围内随机波动，具有非肯定性。

如：产品销售收入与广告费用之间的关系。

（二）相关的种类1. 按照自变量的多少划分，可分为单相关和复相关2. 按照有关关系的方向划分，可分为正相关和负相关3. 按照变量间彼此关系的表现形式划分，线性相关和非线性相关4.按照有关关系的程度划分，可分为不相关、完全相关和不完全相关二、相关分析的意义与内容(一)相关分析的意义相关分析是研究变量之间关系的紧密程度，并用相关系数或指数来表示。

其目的是揭露现象之间是不是存在相关关系，肯定相关关系的表现形式和肯定现象变量间相关关系的密切程度和方向。

(二)相关分析的内容1. 明确客观事物之间是不是存在相关关系2. 肯定相关关系的性质、方向与密切程度三、直线相关的测定（一）相关表与相关图1. 相关表在定性判断的基础上，把具有相关关系的两个量的具体数值依照必然顺序平行排列在一张表上，以观察它们之间的彼此关系，这种表就称为相关表。

2. 相关图把相关表上一一对应的具体数值在直角坐标系顶用点标出来而形成的散点图则称为相关图。

利用相关图和相关表，可以更直观、更形象地表现变量之间的彼此关系。

（二）相关系数1. 相关系数的含义与计算相关系数是直线相关条件下说明两个变量之间相关关系密切程度的统计分析指标。

相关系数的理论公式为：y x xy r δδδ2= （1）xy 2δ 协方差 x δ x 的标准差 y δ y 的标准差（2）xy 2δ 协方差对相关系数r 的影响，决定：⎩⎨⎧<>数值的大小正、负）或r r r (00简化式()()2222∑∑∑∑∑∑∑-⋅--=y y n x x n y x xy n r变形：分子分母同时除以2n 得 r =⎥⎥⎦⎤⎢⎢⎣⎡⎪⎪⎭⎫ ⎝⎛-⎥⎥⎦⎤⎢⎢⎣⎡⎪⎪⎭⎫ ⎝⎛-⨯-∑∑∑∑∑∑∑2222n y n y n x n x n y n x n xy =()[]()[]2222y y x xy x xy -*-⨯-=y x y x xy δδ-⨯-nx x x ∑-=2)(δ=()[]n x x x x ∑+⋅-222=()222x n x x n x +⋅⋅-∑∑ =()22x x -2. 相关系数的性质（1）r取值范围：r≤1 -1≤r≤1（2）r=1 r=±1 表明x与y之间存在着肯定的函数关系。

何平平
北大医学部流行病与卫生统计学系 Tel：82801619
线性相关与回归
内容：
多重线性回归分析 简单线性相关与回归
特例
Spearman等级相关
一、简单线性相关与回归 （一）直线回归（linear regression）
1.定义：用直线方程表达X（自变量，independent variable；解释变量，explanatory variable；预测变量， predictor variable ）和Y （因变量，dependent variable；响应变量，response variable；结局变量， outcome variable ）之间的数量关系。
ˆ 0.05/ 2, n 2 Y Y
（二）直线相关（linear correlation）
1.定义
描述具有直线关系的两个变量之间的相互关系。 r：相关系数，correlation coefficient 用来衡量有直线关系的两个变量之间相关的密切程度和 方向。-1r1 r>0，正相关；r=1为完全正相关 r <0，负相关；r=-1为完全负相关
变量说明：X:体重指数；Y:收缩压（mmHg）。 1.绘制散点图
散点图显示：收 缩压与体重指数 之间有线性相关 趋势，因此可以 进一步做直线回 归与相关
2.直线回归与相关分析
Regression, 回归
Linear, 线性
2.直线回归与相关分析
因变量
自变量
相关 系数r
调整r2 决定 系数r2
F值
4.b的假设检验： b为样本回归系数，由于抽样误差， 实际工作中b一般都不为0。要判断直线回归方程是否成 立，需要检验总体回归系数是否为0。 H0：=0 H1：0 方法一：t检验