这是刘博谈临床第十八篇,本篇主要对相关系数如何计算进行阐述。 相关分析以参比系统测定值为x轴、考核系统测定值为y轴作散点图,根据散点图判断两者的相关程度,计算样本相关系数R。 R反映了具有直线关系的两个变量间的相关关系密切程度和相关方向,在定量体外诊断试剂临床试验中,变量般为正相关,R越接近1,说明两个变量相关程度越强;越接近0,相关程度越弱。 如果两个变量都符合正态分布,采用Pearson相关系数;如两个变量为非正态分布,应通过对数转换等方法使之符合正态分布,再根据变换值计算相关系数或者直接采用Spearman相关系数。 1、Pearson相关系数 是最常用的相关系数,又称简单相关系数,取值到1,绝对值越大,说明相关性越强。相关系数大于0表示正相关,小于0表示负相关,等于0表示不相关。 适用条件如下: ◎ 两变量呈直线相关关系,如果是曲线相关可能不准确。 ◎ 极端值会对结果造成较大的影响。 ◎ 两变量符合双变量联合正态分布。 Pearson相关系数R的计算公式如下: 2、Spearman等级相关系数 对原始变量的分布不做要求,适用范围较Pearson相关系数广,即使是等级资料,也可适用。但其属于非参数方法,检验效能较Pearson相关系数低。 Spearman等级相关系数r的计算按下述公式进行计算,公式中和Rx和Ry,分别表示检测结果x和y按照从小到大的顺序进行编秩后的秩次。事实上,该相关系数就是两种检测结果进行秩次转换后的Pearson相关系数。 简单相关系数对随机误差敏感,但不能同时兼顾系统误差。样本相关系数R的大小与样本量有关,不能仅凭样本相关系数的大小判断两个变量是否存在相关,而应根据假设检验的结果做出判断。 要检验R是否来自总体相关系数的总体,即计算出R值后,需要进行的假设检验,常用t检验,自由度v=n—2,检验统计量计算公式如下: 对于秩相关系数的假设检验,如果样本量较小(n<50),可以查Spearman Rs界值表;如果样本量较大(n>50),则可以用下列公式进行计算, 自由度v=n-2。 |