检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:冯国双[1]
出 处:《中华护理杂志》2011年第11期F0003-F0003,共1页Chinese Journal of Nursing
摘 要:连续变量的相关与回归分析有时也称为线性相关与线性回归,它们都是分析变量间关系的方法,但侧重目的不同。线性相关是分析变量间的相互依存关系.即两个或多个变量不区分主次关系,重在解释变量间的关联。而线性回归分析的变量有主次之分,侧重分析自变量对因变量的影响。如研究身高与体重的关系,这两个指标是相互关联的,可采用线性相关分析。如果要分析体重对血压值的影响,此时我们侧重观察血压值随体重的变化而变化的趋势,而不是体重随血压值变化的情况,因此需采用线性回归分析。
关 键 词:线性回归分析 连续变量 线性相关分析 血压值 依存关系 体重 因变量 自变量
分 类 号:R195[医药卫生—卫生统计学]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.28