相關與回歸ppt課件(編輯修改稿)
2025-02-15 23:23 本頁面
【文章內容簡介】 rs的計算： 將成對的兩組變量的觀察值分別由小到大編秩次 ， 當觀察值相同時 ， 取平均秩次 ， 然后對秩次進行積差相關分析 。 式中 X’、 Y’分別為每對觀察值 X、 Y的秩次 。 ‘’‘’’’’’’’’’’’YYXXYXs lllYYXXYYXXr ??????? ??22 )()()()(血小板數(shù)（ 109/L ） 出血程度 患者編號 計數(shù)（ X ） 秩次（ X ’ ） 程度（ Y ） 秩次（ Y ’ ） 1 120 1 ++ 9 2 130 2 +++ 10 3 160 3 177。 5 4 310 4 + 7 5 420 5 + 7 6 540 6 – 7 1060 7 – 8 1 140 8 + 7 9 1230 9 – 10 2022 10 – 例 123 某醫(yī)師測得一組患者血小板數(shù)及出血程度的資料如下表 122，試分析二者之間的關系。 計算等級相關系數(shù)的步驟如下： （ 1） 將每個變量的觀察值分別由小到大排列編秩 ， 當觀察值相同時 ， 取平均秩次 。 （ 2）求 Spearman等級相關系數(shù)。 ??????‘’‘’’’YYXXYXs lllr2. Spearman等級相關系數(shù)的假設檢驗 ： H0:ρS=0 H1: ρS ≠0 ?= 本例 n=10， rs=， 查 rs界值表得： rs(10,)=， rs rs(10,) ，則 P，按α=，拒絕 H0，接受 H1，認為 rs有統(tǒng)計學意義，說明 患者血小板數(shù)與出血程度呈負的等級相關關系 。 第三節(jié) 直線回歸 隨著所探索問題的深入 ， 研究者通常更感興趣于其中的一個變量如何定量地影響另一變量的取值 ，如醫(yī)學研究中常需要 從某項指標估算另一項指標 ，如果這指標分別是測量變量 X 和 Y， 我們希望由 X 推算 Y的值 。 我們稱 X為 自變量 ， Y則稱為依賴于 X 的 因變量 。 如果 Y與 X的關系呈線性時 ， 我們可以用 直線回歸（ linear regression） 描述兩者的關系 。 100多年前，有位英國遺傳學家 (Galton)注意到當父親身高很高時，他的兒子的身高一般不會比父親身高更高。同樣如果父親很矮，他的兒子也一般不會比父親矮，而會向一般人的 均值 靠攏。當時這位英國遺傳學家將這現(xiàn)象稱為回歸，現(xiàn)在將這概念引伸到 隨機變量有向回歸線集
教學課件相關推薦
鄂ICP備17016276號-1