多变量统计分析.pptVIP

多变量统计分析 一、阐释模式（祥析分析） 什么是阐释模式 关心两变量因果关系，通过引进并控制第三变量，来进一步了解和探讨原来两变量之间关系性质的统计分析方法。包括因果分析、阐明分析和条件分析。 因果分析 看自变量X和因变量Y之间是否存在因果关系，做法是引入其他变量（如W，又称为第三变量），看是否由于其他变量的出现，X和Y的关系发生了变化。 引入和控制第三变量后，X和Y之间的关系，原则上有三种可能 不管W变量如何取值，X和Y之间的关系消失，说明二者是虚假相关，二者关系可能是W引起的。 不管W变量如何取值，X和Y之间的关系的关系维持现状，则表明二者之间的关系可能是真实的。 X和Y之间的关系有关系，但相关程度减弱，说明X和Y之间的因果关系可能是真实的，但也受到W的影响。 例子 已有研究：性别与工作/家庭冲突的关系是λ=0.22. 假设性别与工作/家庭冲突的关系，可能受文化程度（第三变量）的影响。 进一步分析文化程度高低不同的男女青年的性别与工作/家庭冲突： 文化程度较高的青年中，性别与工作/家庭冲突的关系是λ=0.20；文化程度较低的青年中， λ=0.23. 结论:由于这两个值与原相关关系λ=0.22非常接近，可以认为性别与工作/家庭冲突的关系可能是真实的。 但是，如果文化程度较高的青年中，性别与工作/家庭冲突的关系是λ=0.12；文化程度较低的青年中，λ=0.26，说明二者的关系部分是由于文化程度的影响导致的。 操作 如教育年限和声望，引入性别，r值变化不大。 引入职业类型，r值变小。 阐明分析 探讨因果关系的作用方式或作用 途径。即当X与Y相关时，通过引进并控制第三变量（如T，主要指中介变量），以判明X是否通过第三变量对Y产生影响。 逻辑：X的变动影响了T，T的变动会引起Y的变动。如果控制T，使之不变，但X变Y不变，则T是X和Y的关键因素，即X通过T影响了Y；如控制T，X变Y也变，则T是无关紧要的因素，即X不是通过T影响Y的。 第三变量T的作用 完全阐明，即X是完全通过T影响Y的 部分阐明，即X是部分通过T影响Y的 不能阐明，即X是不通过T影响Y的 例子 调查500名35岁以下育龄妇女的生育意愿，发现文化程度X越高的妇女，愿意生育的子女数Y越少，相关系数为G=-0.82。 如果引入“自我发展意愿T”这个变量，我们可能会给出一种解释：文化程度越高的的妇女，自我发展意愿越强，因为生育和养育孩子会花费很多时间，所以愿意生育的子女数目就少。 为了证明这种说法，控制T，结果发现，自我生育意愿高的妇女的文化程度与生育意愿的关系是-0.65，自我发展意愿低的妇女的文化程度与生意意愿的关系是-0.45.二者都低于-0.82. 结论：文化程度高的妇女，生育意愿较低，在一定程度上受自我发展意愿的影响。 除此之外，生育意愿还可能受“社会意识”的影响（如优生优育、计划生育政策）。如果我们引入社会意识这一变量后，社会意识高低不同的两类妇女，其文化程度与生育意愿的关系分别是-0.15和-0.25. 可以看出，在控制社会意识后，X和Y虽然有关系，但相关程度明显降低，可见，“社会意识”的解释力更强。 因此，阐明分析不仅可以检验某种假设是否正确，还可以比较不同理论中哪一种更为有效。 操作 教育年限与声望，引入职业类型 条件分析 在不同情况下（引入条件变量）X与Y的关系是否会有所不同？ 方法：根据条件变量取值，将样本分组，然后在每种条件下分析X与Y的关系。 两种结果： 在各种条件下，X和Y的关系大致相同，就表示X和Y的关系是普遍的，稳定的； 在各种条件下，X和Y有不同的关系，则表示X和Y的关系是有条件的。 例子 文化程度与妇女生育意愿的关系是否存在城乡差异？ 如果发现城市妇女的文化程度与生育意愿的关系是G=-0.78，农村的是G=-0.76，二者相差不大。 再分析不同年龄段妇女的文化程度与生育意愿的关系，发现55岁以上妇女中，文化程度与生育意愿的关系是G=-0.18,45-55岁者的是G=-0.68,35岁以下者的为G=-0.89. 可见：年龄在妇女文化程度和生育意愿中起的作用远大于城乡的影响，也就是说文化程度与生育意愿在不同的条件是表现出不同的情况。 教育与声望，在性别、种族、地区等条件下的表现。 阐释分析的不足 通过控制第三类变量（控制变量或中介变量），将样本分组，在每组中计算X和Y的关系，结果会产生几个分组的相关系数值。虽然这样的分析可以比较各种条件下X与Y的关系，但分析过程较复杂，分组的结果可能与原结果存在很大差异，甚至相反，得出的结果难以进行比较。 如果有一个统计值能综合和简化所有的分组相关，将之与原结果做比较，问题就清楚和简单多了。 偏相关解决的就是这一问题。