直线相关计算法

直线相关一、相关系数概念相关系数(correlationcoefficient)，又称积差相关系数（coefficientofproduct–momentcorrelation），或Pearson相关系数（软件中常用此名称）相关系数：说明两变量间相互直线关系的密切程度和方向的指标。r——样本相关系数二、相关系数的意义r无单位，-1≤r≤1。r值为正——正相关，r值为负——负相关；（与回归系数b的符号相同）|r|=1---完全相关，|r|=0---零（不）相关（没有直线相关关系）。r的绝对值大小表示两变量间直线相关关系的密切程度三、相关系数的计算例9-1某地方病研究所调查了8名正常儿童的尿肌酐含量（mmol/24h）如表9-1。估计尿肌酐含量（Y）对其年龄（X）YYXXXYlllYYXXYYXXr22的回归方程。三、相关系数的计算四、相关系数的假设检验r≠0原因：①由于抽样误差引起，ρ=0②存在相关关系，ρ≠0Sr----相关系数的标准误求得t值后查t界值表得P值；亦可直接查r界值表得P值，以节省计算。五、总体相关系数的区间估计六、决定系数七、直线回归与相关的区别与联系八、直线回归与相关应用的注意事项(1)直线回归与相关分析要有实际意义（变量选择要结合专业背景，相关未必真有内在联系）(2)分析结果的解释及正确应用，不能任意“外延”(3)正确选择自变量与应变量（分析目的、专业知识、因果、变异大小、测量难易程度）九、莫用与慎用直线相关的情况(1)曲线性联系时莫用直线相关(2)一个变量的数值人为选定时莫作相关(3)出现异常值时慎用(4)相关未必真有内在联系(5)分层资料盲目合并易出假象