|
|
中医书籍
《预防医学》 > 第二十二章 相关回归分析三、应用直线相关与回归分析时的注意事项
1.作相关与回归分析要有实际意义,不要把毫无关联的两个事物或两种现象作相关、回归分析。 2.两事物或现象间有相关,不一定有回果关系,也可能仅是伴随关系。但是,如果两事物或现象间存在因果关系,则两者必然是相关的。 3.相关与回归分析所说明的问题是不同的,但又是有联系的。相关表示相互关系,回归表示从属关系。可以证明,同一批资料所算得的r与b的检验统计量(tr,tb)是相同的,如本章的案例前后算得的tr=tb=4.14。由于相关系数的计算及假设检验比较方便,故可用相关系数的显着性检验取代回归系数的显着性检验。事实上在作回归分析之前,一般先作相关分析,而只有在确定了两变量间有直线关系的前提下,求回归方程及回归线才有意义。 4.相关与回归的应用,仅限于原实测数据的范围内,而不能随意外推。因为不知道在此范围之外,两变量间是否仍存在同样的直线关系。如果确有进行外推的充分根据和需要,亦应十分慎重。 5.在X与Y均呈正态变量时的加归分析中,由X 推算Y与由Y推算X的回归系数及回归方程是不同的,切勿混淆。 附表22-1 相关系数显著性界值表 v | R0.05(v´) | R0.01(v´) | V´ | R0.05(v´) | R0.01(v´) | 1 | 0.997 | 1.000 | 24 | 0.388 | 0.496 | 2 | 0.950 | 0.990 | 25 | 0.381 | 0.487 | 3 | 0.872 | 0.959 | 26 | 0.375 | 0.478 | 4 | 0.811 | 0.917 | 27 | 0.367 | 0.470 | 5 | 0.754 | 0.874 | 28 | 0.361 | 0.463 | 6 | 0.707 | 0.834 | 29 | 0.355 | 0.456 | 7 | 0.666 | 0.798 | 30 | 0.349 | 0.449 | 8 | 0.632 | 0.765 | 35 | 0.325 | 0.418 | 9 | 0.602 | 0.735 | 40 | 0.304 | 0.393 | 10 | 0.576 | 0.708 | 45 | 0.288 | 0.372 | 11 | 0.553 | 0.684 | 50 | 0.273 | 0.354 | 12 | 0.532 | 0.661 | 60 | 0.250 | 0.325 | 13 | 0.514 | 0.641 | 70 | 0.232 | 0.302 | 14 | 0.497 | 0.623 | 80 | 0.217 | 0.283 | 15 | 0.482 | 0.606 | 90 | 0.205 | 0.267 | 16 | 0.468 | 0.590 | 100 | 0.195 | 0.254 | 17 | 0.456 | 0.575 | 125 | 0.174 | 0.228 | 18 | 0.444 | 0.561 | 150 | 0.159 | 0.208 | 19 | 0.433 | 0.549 | 200 | 0.138 | 0.181 | 20 | 0.423 | 0.537 | 300 | 0.113 | 0.148 | 21 | 0.413 | 0.526 | 400 | 9.098 | 0.128 | 22 | 0.404 | 0.515 | 500 | 0.088 | 0.115 | 23 | 0.396 | 0.505 | 1000 | 0.062 | 0.081 |
|
|
|