实训6教学演示：直线相关与回归分析的SPSS软件实现方法

【实训结果】
【结果解释】
实训表29相关分析结果显示，身高与前臂 长两个变量的相关系数为0.795。经检验， P=0.002（P<0.05），有统计学意义，可认为 身高与前臂长之间存在线性相关关系，且为 正相关。
项目二：回归分析
【实训目的】
运用SPSS“分析”菜单中的“回归”选项， 建立回归方程，并检验总体回归系数是否 为0，正确解释SPSS的输出结果。
【实训结果】
【结果解释】
✓ 实训表30为模型摘要表，显示了模型的拟合优度情况， 相关系数为0.795，决定系数为0.633，校正决定系数为 0.596。
✓ 实训表31为回归方程的方差分析表，显示了变异分解情 况，F=17.216，P<0.01，建立的模型具有统计学意义。
✓ 实训表32为回归系数表，给出了回归系数的估计及检验， 回归方程的常数项为10.700，身高的回归系数为0.200。 经回归系数t检验，t=4.149，P<0.01，说明身高与前臂 长之间存在线性回归关系，回归方程：^Y=10.7+0.2X。
项目一：直线相关分析
【实训目的】
运用SPSS“分析”菜单中“相关”选项， 计算相关系数，并检验两变量总体相关系 数是否为0，正确解释SPSS的输出结果。
【实训内容】
✓ 见第十一章例11-1，某医师测量12名20岁健康男大学生 的身高与前臂长，资料见表11-1。试求身高与前臂长的 相关系数。
表11-1 12名20岁健康男大学生身高与前臂长资料
实训6 直线相关与回归分析的SPSS软件实现方166
155
188
190
171
前臂 长 43 45 47 47 44 42 46 44 41 49 50 47 /cm
【实训步骤】
1. 启动SPSS。 2. 单击SPSS界面左下角的“变量视图”标签，
建立三个变量，变量名分别为“编号”、 “身高”、“前臂长”。数值型、小数位数 为0(实训图30-1)。 3. 单击左下角的“数据视图”标签，分别对三 个变量录入数据，录入数据应注意每一条记 录的三个变量值一一对应。
实训6
直线相关与回归分析的 SPSS软件实现方法
【教学目标】
通过实训项目的操作，详细讲解直线相关 与回归分析在医学研究中的应用，做到理 论指导与实践操作相结合，从而避免统计 学理论与实际运算脱节的困扰。
【实践教学具体实施过程】
1. 教师对理论知识进行梳理、讲授并演示操 作过程。
2. 学生实训：学生根据实训要求基于SPSS软 件进行直线相关分析以及回归分析实训操 作。
实训图30-1 相关分析数据文件
【实训步骤】
4. 操作步骤：首先对分析的变量进行正态分布检验，选择 “分析”——“描述统计”——“探索”菜单，考察 “身高”和“前臂长”是否服从正态分布。相关性分析 选择“分析”——“相关”——“双变量”菜单，弹出 对话框。
实训图30-2 正态性检验
【实训步骤】
【实训内容】
✓ 见第十一章例11-1，某医师测量12名20岁健康男大学生 的身高与前臂长，资料见表11-1。试求身高与前臂长的 直线回归方程，并检验有无直线回归关系。
表11-1 12名20岁健康男大学生身高与前臂长资料
编号 1
2
3
4
5
6
7
8
9 10 11 12
身高 /cm
165
180
178
170
160
编号 1
2
3
4
5
6
7
8
9 10 11 12
身高 /cm
165
180
178
170
160
173
183
166
155
188
190
171
前臂 长 43 45 47 47 44 42 46 44 41 49 50 47 /cm
【实训步骤】
1. 启动SPSS。 2. 单击SPSS界面左下角的“变量视图”标签，
建立三个变量，变量名分别为“编号”、 “身高”、“前臂长”。数值型、小数位数 为0(实训图30-1)。 3. 单击左下角的“数据视图”标签，分别对三 个变量录入数据，录入数据应注意每一条记 录的三个变量值一一对应。
【实训步骤】
5. 在主对话框中，左边变量名列表框的“身高”变量作为 自变量，移到自变量框中；“前臂长”变量作为因变量， 移到因变量框中 (实训图32)。
实训图32 回归分析对话框
【实训步骤】
6. 单击“统计”按钮，用于设置模型的系数计算和模型拟 合情况。勾选“估算值”复选项，将输出回归系数、标 准误、标准化的回归系数、t值及其p值；勾选“置信区间” 复选项，输出回归系数的95%的可信区间；勾选“模型拟 合”复选项输出拟合过程的变量进入，退出的信息表， 输出复相关系数R、决定系数R²、标准误及方差分析表， 在方差分析表中显示平方和、自由度、均方、F统计量及 P值；勾选“描述”复选项，输出一些描述统计量，如均 数、标准差及样本例数，同时输出了自变量的相关矩阵。
5. 在主对话框中，左边变量名列表框的“身高”变量和 “前臂长”变量移到变量框中 (实训图31)。
6. 若两个变量服从正态分布，则相关系数估计方法勾选 “皮尔逊”选项；否则，相关系数估计方法选择“斯皮 尔曼”。本例两个分析变量均服从正态分布，勾选“皮 尔逊”选项，单击“确定”按钮，得到分析结果。
实训图31 相关分析对话框
实训图30-1 相关分析数据文件
【实训步骤】
4. 操作步骤：首先对分析的变量进行正态分布检验，选择 “分析”——“描述统计”——“探索”菜单，考察因 变量“前臂长”是否服从正态分布，若服从正态分布即 可进行回归分析。回归分析选择“分析”——“回 归”——“线性”菜单，弹出对话框。
实训图30-2 正态性检验