第十章 双变量统.pptVIP

一、变量间的关系 1、相关关系 correlation （1）概念 （2）相关关系的方向 正关系、负关系 文化程度与收入水平 文化程度与计划生育 （3）相关关系的强度 [-1，1] （4）相关关系的类型 （5）相关关系与散点图 2、因果关系 当其中一个变量变化时会引起另一个变量也随之发生变化，但反过来，后一变量变化时，却不会引起前一变量变化。 因果关系3个条件 变量x与y存在不对称的相关关系 变量x与y发生顺序有先后之别 变量x与y的关系不是同源于第三个变量 的影响 表1 500名工人工资收入分布 表2 500名工人文化水平与工资收入交互分类表 2．交互分类表的检验 要保证我们从样本中得出的结论具有统计意义，保证样本中所体现的变量间关系也反映了总体的情况，就必须对它们进行检验。 的计算公式为： 为交互分类表中每一格的观察频数； 为交互分类表中所对应的期望频数。 [例1]年龄与态度的交互分类表 df=(r-1)（c-1）=(2-1)(3-1)=2 P=0.05 由表查得临界值为5.991由于x2 =68.365.991所以否定年龄与提前退休的态度无关系的假设’得出总体中二者有关系的结论.讨论: x2 检验作用和缺点是什么? 检验的具体步骤： 首先，建立两变量间无关系的假设，即设两变量相互独立，互不相关。 然后计算出值。 再根据自由度和给出的显著性水平，即P值，查分布表，得到一临界值；自由度计算公式中的r和c分别为交互分类表的行数和列数，假定一个给定的显著性水平如P=0?05，由书后的分布表可查得临界值为5?991。 将计算出的值与查得的临界值进行比较，若值大于或等于临界值 ，则称差异显著，并拒绝两变量独立的假设，也即承认两变量间有关系；若值小于临界值，则称差异不显著，并接受两变量独立的假设，即两变量之间无关系。 3．关系强度的测量 [1]φ系数 当交互分类表为表（即两行两列）时，可用φ系数测量关系的强度。φ系数计算公式为： a、b、c、d分别为表中的4个格值 对于交互分类表（r、c可大于2），可以证明φ系数可用下列形式表示 由于φ系数除了在表中可控制在[-1，+1]之间外，当表的格数增多后，φ值将增大，因而此时的φ值是没有上限的，这样系数间就缺乏比较，为此人们又作了进一步的改进，比如V系数，其公式为： [3]C系数 [4]λ系数 λ系数是一种具有消减误差比例意义的相关统计量，其计算公式为： 作 业 三、两变量关系的测量与检验方法 1.定序变量-定序变量 1.定序变量-定序变量 1.定序变量-定序变量 进行Z检验,需将G值标准化为Z值 2 .定类（或定序）变量-定距变量 对相关比率进行F检验 定序与定距变量 F检验 3 .定距变量-定距变量 特点：1.r是对称关系的测量 2. r取值范围【-1，1】 3. r取值具有方向性 4. r不具有消减误差比例的意义， r2具有消减误差比例的意义。 定距变量-定距变量 说明年龄与收入具有很强的正相关关系，用其中一个变量预测另一个变量，能够消减74%的误差。 分组资料的计算： 说明受教育年限与理想的子女数目间存在较强的负相关关系。用其中一个变量预测另一个变量值时，可消减62%的误差。 各种测量方法目的是理解两个变量在样本中相关程度的强弱或大小。 对各种相关系数进行相应的检验，目的是推论两变量在总体中是否相关。 依据变量的测量层次来确定合适的相关测量和检验工具。 三、两变量关系的测量与检验方法 回归分析 回归系数b表示自变量对因变量影响大小和方向，主要作用是用自变量的变化来预测因变量的变化。 变量间相关程度通常用r表示。 r2 具有消减误差的意义。 r2 称作决定系数，用以度量回归方程与观察资料的拟合程度。 回归分析  b=4670/910=5.13 a=Y-bx=330-5.13x37=330-189.8=140.2得到直线回归方程： Y=5.13X+140.2对不同年龄工人收入预测： 年龄为45岁，则收入 Y=（5.13x45+140.2)=371.05元 运用回归分析进行预测时注意： 一是要注意时间条件，即回归方程往往反映的是一定时期内变量间的相互关系，当时代不同时，这种关系常常会发生变化； 二是要注意预测不能超出资料所适合的范围，即回归方程的预测在变量取值上有一定的临界条件，忽视这一点，有时也会作