在医学科研中,研究人员不仅关心单个变量的变化,更常见的是研究多个连续变量之间的相互关系。相关分析是用来探讨变量之间相互联系的一个重要方法。通过相关分析,研究人员可以量化变量之间的关系,从而了解这些变量是如何相互影响的。
一、相关分析和相关关系
在医学科研中,我们不仅会关心单个变量的变化,还会更加关注两个或多个连续变量之间相互关系的情况。例如,在研究非酒精性脂肪性肝病(Non-Alcoholic Fatty Liver Disease, NAFLD)与各种肥胖指数的相关性时,我们需要探讨体重身高指数(BMI)、身体形态指数(ABSI)、身体圆度指数(BRI)、腰高比(WHtR)等指标与NAFLD之间的关系。为了了解这些变量间联系的密切程度和方向,相关分析成为了一项必不可少的统计工具。
1、相关关系
相关关系(Correlation)是指当一个变量增大时,另一个变量也随之增大或减少的现象。统计学上,这种现象被称为共变(Covariation)。根据变量之间变化的方向,相关关系可分为正相关(Positive Correlation&