直线相关与回归分析

1.在秩和检验中，为什么在不同组间出现相同数据要给予“平均秩次”，而在同一组的相同数据不必计算平均秩次？答：这样编秩不影响两组秩和的计算，或对两组秩和的计算不产生偏性。2某医生用某药治疗10例小儿支气管哮喘，治愈8例，结论为“该药对小儿支气管哮喘的治愈率为80%，值得推广”。答：一是没有对照组，二是样本例数太少，抽样误差大，可信区间宽。3．某地１岁婴儿平均血红蛋白95％可信区间为116.2~130.1(g/L)，表示什么意义？该地1岁正常婴儿血红蛋白95％的参考值范围为111.2~135.1(g/L)，又说明了什么含义？答：表示该地１岁婴儿血红蛋白总体平均数在116.2~130.1(g/L)，估计正确的概率为95%表示该地有95％1岁正常婴儿的血红蛋白值在111.2~135.1(g/L)4．对同一组资料，如果相关分析算出的r越大，则回归分析算出的b也越大。为什么？答：没有这个规律。相关分析r值大小仅说明变量间联系紧密，而回归分析b的大小说明两者数量关系。1.??????抽样研究中如何才能控制或减小抽样误差？答：合理的抽样设计，增大样本含量。2、何谓抽样误差？为什么说抽样误差在抽样研究中是不可避免的？答：由抽样造成的样本统计量与样本统计量，样本统计量与总体参数间的差异因为个体差异是客观存在的，研究对象又是总体的一部分，因此这部分的结果与总体的结果存在差异彩是不可避免的3.能否说假设检验的p值越小，比较的两个总体指标间差异越大？为什么？答：不能，因为P值的大小与总体指标间差异大小不完全等同。P值的大小除与总体差异大小有关，更与抽样误差大小有关，同样的总体差异，抽样误差大小不同，所得的P也会不一样，抽样误差大小实际工作中主要反映在样本量大小上。1．直线相关与回归有何联系与区别？?联系：??（1）对符合相关回归条件的资料，其相关系数与回归系数的正负号相同。??（2）回归系数与相关系数的假设检验是等价的，对同一样本的资料，回归系数的t检验与相关系数的t检验其数值相等，即tr=tb。??（3）可以用回归解释相关。r的平方称为决定系数（coefficientofdetermination）???????区别：????回归要求因变量Y是正态分布的随机变量；X可以是精确测量或严格控制的变量，也可以是呈正态分布的随机变量，当X是精确测量或严格控制的变量时，此时的回归称Ⅰ型回归。当X是呈正态分布的随机变量时，此时的回归称为Ⅱ型回归。相关要求变量X、Y都是呈正态分布的随机变量。当说明两变量间依存变化的数量关系时用回归，当说明两变量间的相关关系时用相关。2．简述进行直线相关回归分析应注意的事项?（1）相关分析注意的事项?????相关系数r是用来描述两个变量间线性相关关系的密切程度和方向的统计指标。所以，如果目的是想定量地描述两个变量间相互关系的密切程度和方向，则应作相关分析。而且，r的绝对值大小，对利用回归方程进行变量预测具有指导意义，如果r的绝对值很小，利用回归方程从一个变量预测另一个变量的值是没有多大意义的。?应用相关分析时应注意的问题：???①进行相关分析时要有实际意义，不能把毫无关联的两事物或现象作相关分析。???②相关关系不一定是因果关系，可能仅是表面上的伴随关系，或两个变量同时受另一因素的影响。???③不能只根据相关系数绝对值的大小来推断两事物现象之间有无相关以及相关的密切程度，而必须进行相关系数的显著性检验。另外，不要把相关系数的显著性误解为两事物或现象相关的强度。???④关于相关分析的样本的合并与分层问题，应审慎对待。???⑤散点图在相关分析中具有重要作用，要充分利用。??（2）回归分析的注意事项???①作回归分析要有实际意义，不能把毫无关联的两种现象，随意进行回归分析，忽视事物现象间的内在联系和规律。???②直线回归分析的资料，一般要求因变量Y是来自正态分布总体的随机变量，自变量X可以是正态随机变量，也可以是精确测量和严格控制的值。???③进行回归分析时，应先绘制散点图。???④绘制散点图后，若出现一些特大特小的离群值（异常点），则应及时复核检查。???⑤回归直线不要外延。3．等级相关常于哪些资料？?（1）不服从双变量正态分布而不宜作积差相关分析?（2）总体分布类型未知?（3）原始数据是用等级表示的。