【原】关于年龄和性别调整后的相关系数，如何计算呢？

导读

    有人咨询"统计高手指点，下图中是多元线性回归的结果，图中画圈的“age-and sex- adjusted”结果是怎么得来的啊？具体SPSS中怎么操作？（原文中只一笔带过，没有详细步骤，感觉是个很简单的事情，而我这个萌新确搞不懂。）"

问题说明：上表是一些因素与血清IgG4之间相关性的。这些因素包括（性别、年龄、嗜酒、是否抽烟、肥胖、代谢综合征、slgE和SPT）。第3、4列未为调整的相关性及其P值，第5、6列为性别和年龄调整后的相关性和P值。如何得到的呢?

松哥统计说-背景

一般求解数据之间的相关性，通常为2组数据之间相关性，然而数据之间的关系会受到第三者的影响，正如你夫妻之间的关系会受到小三、小四影响一样。那么如何扣除小三和小四的影响呢，

于是有人就发明了偏相关分析的方法，然而偏相关只适合计量资料的相关性，本例相关因素血清IgG4，虽然被取对数后变成正态分布，然而其他的因素基本都是分类变量，不适合做偏相关。

于是，偏相关还有一个亲戚，叫“线性回归”，在计算线性回归时，回归系数就是偏相关系数，而且这位亲戚，不要求数据符合正态分布。

于是，本例作者就采用了线性回归进行了相关性，准确的说是偏相关的计算。

松哥统计说-结果解读

先看未调整的结果，它是以血清lgG4（对数后）为Y，Factor列为X，分别建立的回归模型，得到各自的β系数，即偏相关系数。发现嗜酒、抽烟、肥胖、代谢综合征和SPT的相关系数均没有统计学意义。下面进行性别和年龄控制。

如何控制呢。在统计分析中，控制某变量就是将某变量纳入模型进行分析。

于是，调整后的相关性，就是每个模型中都加入性别和年龄，然后在加入想要研究的那个因素，这就是对性别和年龄控制后的相关系数，其实就是偏相关系数。

松哥统计说

统计学习重在思维，思维为上，方法其下。

相关虽说简单，但内容页算丰富，推荐几篇如下;

1、别说相关太简单，且听松哥说相关

2、Kappa一致性与组内相关系数（ICC）应用辨析【推荐】

3、两个相关系数比较的Medcalc软件实现方法

同时问大家一个问题，我们所说的相关都是指2个变量之间的相关性，请问多个变量之间的相关性，如何计算？请别告诉我做两两相关矩阵。我说的是多组资料之间总的相关性，得到一个相关性的指标哦！

OK，本期到此，感觉对您有用，还请分享转发，拜托！

精鼎统计，松哥在这里等你哦！