R语言和医学统计学系列（12）：双变量回归与相关

主要是演示两变量相关的内容。

两样本相关

使用课本例9-5的数据。

df <- data.frame(
  weight = c(43,74,51,58,50,65,54,57,67,69,80,48,38,85,54),
  kv = c(217.22,316.18,231.11,220.96,254.70,293.84,263.28,271.73,263.46,276.53,341.15,261.00,213.20,315.12,252.08)
)

str(df)
## 'data.frame':	15 obs. of  2 variables:
##  $ weight: num  43 74 51 58 50 65 54 57 67 69 ...
##  $ kv    : num  217 316 231 221 255 ...

两变量是否有关联？其方向和密切程度如何？

cor.test(~ weight + kv, data = df)
## 
## 	Pearson's product-moment correlation
## 
## data:  weight and kv
## t = 6.5304, df = 13, p-value = 1.911e-05
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
##  0.6584522 0.9580540
## sample estimates:
##       cor 
## 0.8754315

从结果可以看出，两者是正相关，相关系数r = 0.8754，且p痔小于0.05，具有统计学意义！

可视化结果：

library(ggplot2)

ggplot(df, aes(weight, kv)) +
  geom_point(size = 2) +
  geom_smooth(method = "lm") +
  theme_minimal()
## `geom_smooth()` using formula 'y ~ x'

相关性分析的过程比较简单，在选择方法时要注意是使用pearson相关还是秩相关。