第十一讲双变量的统计分析.pptVIP

厦门大学社会学系 第四章 测量层次和相关测量法 一、相关关系（correlation） 两变量间的相关关系指的是一个变量的值与另一个变量有连带关系。也就是，当一个变量发生变化时（或取值不同时），另一个变量也随之发生变化。（P68） 如： 文化程度 收入期望 女性的文化程度 生育期望 1、相关的性质 （1）相关关系的强弱 相关程度，指的是相关关系的强弱或大小。相关关系的强弱或大小可以用统计法进行测量。变量间相关关系的统计结果称为相关系数。 相关关系的程度介于[0，1]之间，0代表无相关，1 代表全相关，数值越大，表示相关的程度愈强。 （2）相关关系的方向（+、-） 正相关关系和负相关关系 正相关关系：一个变量的取值增加时，另一个变量的取值也增加，反之亦然； 负相关关系：一个变量的取值增加时，另一个变量的取值减少；而一个变量的值减少时，另一个变量值的增加。 （3）相关关系的对称性与非对称性 相关的两个变量，不一定有因果关系，可能是共同变化。 不对称关系：自变量X影响因变量Y，但是因变量Y不会影响X---因果关系， 如施肥量和小麦产量之间的关系 对称关系：不能确定或区分两个变量的方向。 如交往的多少与他们的互爱程度 因果关系 大多数的社会研究，都涉及因果关系的概念，社会研究的最终目的，往往在与希望获得某些社会现象间因果关系的知识。 如“受教育程度与人们的职业获得的研究”、“不同职业的被调查者收入的差异”---首先认为这些变量之间存在因果关系。 研究的目的在于辨明这些研究的因果关系状态 （4）相关的类型 相关关系是一种数量关系上不很严格的相互依存关系。 如果这种关系近似地表现为一条直线，就称为直线相关，又称线性相关； 如果这个关系近似地表现为一条曲线，则称为曲线相关，又称非线性相关。 虽然在自然界和社会生活中，曲线相关现象远比直线相关更多，但由于数学手段上的局限性，社会统计研究中多以阐述线性（直线）相关为主。 5、削减误差比例 相关系数的意义： 消减误差比例（PRE测量，Proportionate reduction in error）：我们在预测或解释社会现象y时，难免会有误差（错误），假定另一种社会现象x与y是有关系的，我们可以根据x的值来预测y的值，理应可以减少若干误差，其值表示的就是x对y的误差的消减程度 二、交互分类表与列联表 交互分类就是将调查所得的一组数据按照两个不同的变量进行综合分类。通常以交互分类表（列联表）的形式出现，如表1： 交互分析的作用 较为深入的描述样本资料的分布状况和内在结构。 对变量之间的关系进行分析和解释 三、变量的测量层次与相关测量法 变量之间的关系 定类变量—定类变量 定序变量—定序变量 定距变量—定距变量 定类变量—定序变量 测量法是什么？ 定类变量—定距变量 定序变量—定距变量 （一）两个定类变量：Lambda，tau-y 1、Lambda 基本逻辑：用一个定类变量的值来预测另一个定类变量的值时，如果以众数作为测量的准则，可以减少多少误差。 消减的误差在全部误差中所占的比例越大，就表示两个变量的相关越强 公式： （1）、不对称形式： My=Y变项的众数次数 my=X变项的每个值（类别）之下Y变项的众数的次数 n=全部个案数 n-My=不知道x值的情况下预测Y值产生的误差 分子E1-E2=（n-My）-（n-∑my）= ∑my-My 例1：分析性别与理想志愿之间的关系 （2）对称形式：不确定两个变量的影响方向 My=Y变项的众数次数 Mx=X变项的众数次数 mx=Y变项的每个值（类别）之下X变项的众数次数 my=X变项的每个值（类别）之下Y变项的众数次数 n=全部个案数 例：青年的教育期望与父母的教育期望 特例：如下表，72.4%的制造业工人和64.3%的服务业人员注重物质报酬，职业类型与价值取向是略有影响的，但是 2、tau-y 不对称测量法 系数值介于0-1之间 计算系数时包括了所有的边缘次数和条件次数 如果是不对称关系最好选用tau-y计算 计算过程：先求出E1和E2，计算消减误差的比例 n=全部个案数目 f=某条件次数 Fy=Y变项的某个边缘次数 Fx=X变项的某个边缘次数 E1：如果不知道x，则每次预测y变量时的错误机率是（n-Fy）/n，乘以Fy表示y值时的错误总数，y变量有多个值，将各值的错误总数相加起来就是E1； E2：如果知道x变量（如某一性别），则预测y值时的错误机率是（Fx-f）/Fx，乘以f便是预测y值得错误总数。在每个x下y有多个取值，将各个值的预测错误相加起来就是E2。 前例： （二）两个定序变量：Gamma、 dy 对称关系：Gamma 不对