卫生统计学第八版第二章数据关联的探索.ppt

例 4 续 利用例 4 儿童维生素 D 缺乏的例子计算不同性别和是否缺乏维生素 D 的列联系数。首先，男性缺乏维生素 D 的理论频数的计算如下： 然后依次计算 （三）Pearson列联系数 第六节 分类变量的相关 列联系数 与定量变量一样，分类变量进行相关性分析时要注意潜在的影响变量，单独分析两变量和按潜在影响变量分层后再分析两变量，原有的关联会在某些层内发生变化，有时甚至方向发生反转，例如辛普森悖论(Simpson’s paradox)。 （四）分类变量相关分析的陷阱 第六节 分类变量的相关 第七节 关联与因果 下图描述了几种常见的关联。虚线双箭头表示存在关联，实线箭头表示有因果关系。 （一）关联中因果、共变与混杂 微软雅黑，40号字，单倍行距 第七节 关联与因果 常见关联模式 （一）关联中因果、共变与混杂 第七节 关联与因果 （一）关联中因果、共变与混杂 第七节 关联与因果 因果确定最直接有效的方法是实验，但是人群研究涉及伦理，实验往往不可行。 运用统计分析方法说明因果关联存在争议，但在满足某些条件时，仍可提示因果关系，如吸烟与肺癌关联的经典例子。 （二）因果的确定 第七节 关联与因果 小结 小结 小结 * * * * * * * * * （二）秩相关系数 第三节 相关 例 2 缺铁性贫血是儿童常见营养性疾病之一，其高发在 6 个月至 2 岁。现研究农村地区贫血状况，关注某村 21 例 6 个月~1.5 岁患儿的血红蛋白含量与贫血体征的关系，其中贫血体征分为：阴性(-)、出现(+)、中度(++)、重度(+++)，具体数据见下表，现对二者做相关分析。 （二）秩相关系数 第三节 相关 患儿 编号 血红蛋白含量x 秩次 p 贫血 体征y 秩次 q 患儿 编号 血红蛋白含量x 秩次 p 贫血 体征y 秩次 q (1) (2) (3) (4) (5) (1) (2) (3) (4) (5) 1 50 1 +++ 20.5 12 85 9.5 ++ 16.5 2 58 3 ++ 16.5 13 66 5 + 11.5 3 61 4 + 11.5 14 103 15 - 5 4 73 8 - 5 15 52 2 +++ 20.5 5 88 11 ++ 16.5 16 93 13 - 5 6 91 12 ++ 16.5 17 67 6 + 11.5 7 111 16 - 5 18 118 17 - 5 8 123 18 - 5 19 85 9.5 ++ 16.5 9 135 20 - 5 20 129 19 - 5 10 138 21 - 5 21 72 7 + 11.5 11 96 14 ++ 16.5 合计 ― 231 ― 231 贫血患儿的血红蛋白含量(g/L)和贫血体征 （二）秩相关系数 第三节 相关 最后，需要特别注意的是，相关不区分解释变量和反应变量。 第四节 回归现象 （一）回归直线的拟合 第四节 回归现象 （一）回归直线的拟合 第四节 回归现象 （一）回归直线的拟合 第四节 回归现象 例 2 续 已知例 2 数据中 38 个对象骨关节炎得分 OAP(y)和粮食中DON 含量(x)的均数和标准差及两变量之间的相关系数，通过最小二乘法得到的回归直线的斜率为 （一）回归直线的拟合 第四节 回归现象 截距 最后得到回归直线的方程为 3. 注意事项 （1）理清相关系数和斜率之间的关系，从计算公式、数量关系和实际意义等方面。 （2）回归中需要明确区分反应变量和解释变量。 （一）回归直线的拟合 第四节 回归现象 （二）回归方程的解释和残差 第四节 回归现象 （二）回归方程的解释和残差 第四节 回归现象 图所示是书中例2-1和例2-4数据回归分析后的散点图，可见左图数据点无规律散布于0水平线周围，说明拟合效果尚可，而右图散点呈现U型散布，说明拟合效果不佳。 （二）回归方程的解释和残差 第四节 回归现象 例2-1和例2-4散点图 3. 注意事项 （1）最小二乘法回归直线的斜率和截距取决于测量值的单位，不能仅凭它们的大小判断其影响大小。 （2）用回归直线进行预测时，需注意回归直线概括了整体趋势，给出的预测值也是对整体趋势的一个预测，并不一定完全准确。 （二）回归方程的解释和残差 第四节 回归现象 （三）决定系数与相关 第四节 回归现象 第五节 相关与回归的陷阱 （一）离群点与强影响点 第五节 相关与回归的陷阱 （二）观测值范围 第五节 相关与回归的陷阱 有些时候通过散点图，我们发现两变量间存在某种趋势，但是这种趋势不是线性的。这时可以采用数据转换将非线性数据转换后得到线性关联 。 （三）非线性关联 第五节 相关与回归的陷阱 例3 某环境