用散点图法判断变量之间是否存在线性关系

线性回归要求因变量与自变量之间存在线性关系,如何来判断呢?实践中我们常采用散点图法,即通过绘制出因变量与自变量的散点图进行观察判断。
如果散点趋向于构成一条直线,那么说明因变量和自变量之间存在线性关系,如果构成曲线,就不存在线性关系。图示如下:
JASP绘制散点图
先来看案例,这是【医咖会】平台关于线性回归的一个典型案例数据。

研究者拟在45-65岁健康男性人群中分析胆固醇浓度与看电视时间的关系。他们猜测可能存在正向相关,即看电视时间越长,胆固醇浓度越高。同时,他们也希望预测胆固醇浓度,并计算看电视时间对胆固醇浓度的解释能力。

在本例中,因变量是胆固醇浓度数据,自变量是看电视时间。
JASP目前是0.13版,暂时没有提供独立的统计图形制作菜单。我们可以利用【可视化建模】菜单来绘制散点图。
只需要把因变量自变移动到各自的变量框即可,这里有一篇文章介绍它的使用。来看结果。
散点图可以看出,本研究中看电视时间和胆固醇浓度存在线性关系。同时也提示,他们之间的线性关系是正向的,即胆固醇浓度(Y)随看电视时间(X)的增加而增加。
本文完
文/图=数据小兵
(0)

相关推荐