衛(wèi)生統(tǒng)計學(xué)-spss上機(jī)關(guān)聯(lián)性分析office

直線相關(guān)和回歸目的和要求：熟悉SPSS中回歸和相關(guān)的分析方法，通過SPSS建立回歸方程，計算相關(guān)系數(shù)，從而進(jìn)一步認(rèn)識它們之間的聯(lián)系和區(qū)別。掌握結(jié)果的分析和解釋。直線相關(guān)和回歸的區(qū)別及聯(lián)系：一區(qū)別：資料的要求不同回歸：y服從正態(tài)分布,x可以是嚴(yán)密控制、精確測量的數(shù)據(jù)。相關(guān)：x、y服從雙變量正態(tài)分布應(yīng)用情況不同回歸：反映兩變量相互依存的數(shù)量關(guān)系相關(guān)：反映兩變量間相關(guān)方向和密切程度

b和r的涵義、計算公式、單位、取值范圍不同。

二聯(lián)系：

對于雙變量正態(tài)數(shù)據(jù)：同時計算相關(guān)系數(shù)r和回歸系數(shù)b，正負(fù)號是一致的r和b的假設(shè)檢驗(yàn)等價可以用相關(guān)來解釋回歸

實(shí)例：某地一年級12名女大學(xué)生的肺活量Y(L)和體重X(㎏)的數(shù)據(jù)，如下：表1某地一年級12名女大學(xué)生的肺活量(L)和體重(㎏)直線回歸

建立回歸方程，可以回答問題：隨著體重的變化，女大學(xué)生的肺活量如何變化？步驟：1.作散點(diǎn)圖，確定有無線性趨勢

※2.考察數(shù)據(jù)的分布，即分析y變量的正態(tài)性、方差齊等問題。

3.建立回歸方程

4.對方程及其參數(shù)進(jìn)行估計與假設(shè)檢驗(yàn)第一步:數(shù)據(jù)錄入設(shè)置兩個變量：X代表體重(㎏)Y代表肺活量(L)第二步:統(tǒng)計分析1.繪制散點(diǎn)圖選擇菜單項(xiàng)Graphs

Scatter/Dot...

SimpleScatterDefine:YAxis框:yXAxis框:xok散點(diǎn)圖結(jié)果解釋

從圖中可見，體重和肺活量有比較明顯的線性趨勢，也沒有發(fā)現(xiàn)影響過強(qiáng)的異常點(diǎn)?？梢赃M(jìn)行回歸分析。2.正態(tài)性檢驗(yàn)繪制P-P圖或Q-Q圖GraphsP-P

Variables：XY

OK

正態(tài)性檢驗(yàn)結(jié)果

3.選擇菜單項(xiàng)Analyze

Regression

LinearDependent框:YIndependent框:X

Method:enter(默認(rèn))點(diǎn)擊按鈕statistics:選中Estimate(默認(rèn))和Modelfit(默認(rèn))0k模型總結(jié)介紹了模型擬合優(yōu)度的情況：決定系數(shù)R2=SS回/SS總=0.562,它的值越大，說明方程擬合的效果越好剩余標(biāo)準(zhǔn)差（殘差標(biāo)準(zhǔn)差）Syx=0.28775，它的值越小，說明方程擬合的效果越好

回歸方程的方差分析

P=0.005，按0.05的檢驗(yàn)水準(zhǔn)拒絕H0接受H1，故可以認(rèn)為該地一年級女大學(xué)生的肺活量和體重之間存在線性依存關(guān)系。

回歸系數(shù)的檢驗(yàn)結(jié)果1.截距b0=0.00041,回歸系數(shù)b=0.059

直線回歸方程：2.tb=3.580，P=0.005，按0.05的檢驗(yàn)水準(zhǔn)拒絕H0接受H1，故可以認(rèn)為該地一年級女大學(xué)生的肺活量和體重之間存在線性依存關(guān)系，所求回歸方程成立。直線相關(guān)

計算直線相關(guān)系數(shù)，可以回答問題：女大學(xué)生的體重和肺活量之間的關(guān)系如何（相關(guān)的方向與密切程度）？步驟：1.作散點(diǎn)圖，確定有無線性趨勢

※2.考察數(shù)據(jù)的分布，即分析變量x和

y的正態(tài)性、方差齊等問題。

3.對相關(guān)系數(shù)進(jìn)行假設(shè)檢驗(yàn)第一步:數(shù)據(jù)錄入設(shè)置兩個變量：X代表體重(㎏)Y代表肺活量(L)第二步:統(tǒng)計分析選擇菜單項(xiàng)Analyze

correlatebivariateVariables框:X,YCorrelationCoefficients框:

pearson(默認(rèn))Testofsignificance:Two-tailed(默認(rèn))選中Flagsignificancecorrelation(默認(rèn))第三步:結(jié)果解釋

從圖中可見，體重和肺活量有比較明顯的直線相關(guān)趨勢，也沒有發(fā)現(xiàn)影響過強(qiáng)的異常點(diǎn)?？梢赃M(jìn)行相關(guān)分析。

X和y的相關(guān)系數(shù)r=0.749,對r假設(shè)檢驗(yàn)的P=0.005，

即按0.05的檢驗(yàn)水準(zhǔn)拒絕H0接受H1，可以認(rèn)為該地一年級女大學(xué)生的肺活量和體重之間存在線性相關(guān)關(guān)系，相關(guān)系數(shù)大小為0.749，比較接近1，表示有較強(qiáng)的正相關(guān)。一般認(rèn)為：r<0.4，低度相關(guān)；r位于0.4—0.7間，中度相關(guān)；r>0.7，高度相關(guān)。秩相關(guān)（rankcorrelation）秩相關(guān)屬于非參數(shù)統(tǒng)計方法基本原理是利用兩變量的秩次大小進(jìn)行直線相關(guān)分析，對變量的分布類型不作要求通常用于下列情況：連續(xù)型兩變量不滿足雙變量正態(tài)分布總體分布類型未知等級變量相關(guān)分析兩名放射科醫(yī)師對十三名肺炎患者胸部X線片肺門陰影密度級別各自做出診斷，結(jié)果如下，問兩等級評定結(jié)果間是否存在相關(guān)關(guān)系？

第一步:數(shù)據(jù)錄入設(shè)置兩個變量：X代表甲醫(yī)師的評定結(jié)果,定義X值標(biāo)簽：0為－，1為±，2為＋，3為＋＋，4為＋＋＋。Y代表乙醫(yī)師的評定結(jié)果，定義Y值標(biāo)簽：0為－，1為±，2為＋，3為＋＋，4為＋＋＋。第二步:統(tǒng)計分析選擇菜單項(xiàng)Analyze

correlatebivariateVariables框:X,YCorrelationCoefficients框:spearmanSpearman秩相關(guān)Testofsignificance:Two-tailed(默認(rèn))選中Flagsignificancecorrelation(默認(rèn))第三步:結(jié)果解釋結(jié)果可見：r=0.808，P=0.001，可以認(rèn)為兩等級評定結(jié)果存在相關(guān)關(guān)系。分類變量的關(guān)聯(lián)性分析兩個定量變量的關(guān)聯(lián)性可用Pearson積矩相關(guān)系數(shù)或秩相關(guān)系數(shù)來描述兩個分類變量間的關(guān)聯(lián)性可用Pearson列聯(lián)系數(shù)來描述——獨(dú)立性卡方檢驗(yàn)?zāi)车V工醫(yī)院探討矽肺不同期次患者的胸部平片肺門密度變化，把492名患者資料歸納下表所示，問矽肺患者肺門密度的增加與矽肺期次有無關(guān)系？表3硅沉著病的不同期次與肺門密度級別硅沉著病期次肺門密度級別合計ⅠⅡⅢⅠ4318814245Ⅱ19672169Ⅲ6175578合計50301141492設(shè)置兩個變量：X代表肺門密度Y代表矽肺期次

F

代表頻數(shù)（權(quán)重變量）第一步:數(shù)據(jù)錄入第二步:統(tǒng)計分析Data

WeightCasesWeightCasesby:FrequencyVariable框：F

OK選擇菜單項(xiàng)Analyze

Descript