教育统计学课件5相关分析研讨.ppt

Different kind of research;Different kind of research;心理与教育统计学;本章要点： 1. 相关与相关系数； 2. 常用的几种相关系数计算方法；;事物之间的相互关系 因果关系：一种现象是另一种现象的原因，而另一种现象是结果。 共变关系：表面上看来有联系的两种事物都与第三种现象有关。这时两种事物之间的关系，便是共变关系。 相关关系：两类现象在发展变化的方向与大小方面存在一定的关系，但不是前面两种关系。 不能确定这两类现象之间哪个是因，哪个是果；也有理由认为这两者并不同时受第三因素的影响，即不存在共变关系。 具有相关关系的两种现象之间的关系是比较复杂的，甚至可能包含有暂时的尝未认识的因果关系以及共变关系在内。;因果推论—定向性问题;相关的含义 事物之间存在关系，但又不能直接做因果关系解释时，称事物间的联系为相关。 判断两个因素或变量之间是否有关系，定量地研究这些关系，称为相关分析。;相关的类别 从变化的方向来看，相关的情况有以下三种： ① 正相关：两列变量的变化方向相同。 ② 负相关：两列变量的变化方向相反。 ③ 零相关：两列变量的变化方向无一定规律。; 相关系数 是两列变量间相关程度的数字表现形式，或者说是用来表示相关关系强度的指标。作为样本间相互关系程度的统计特征数，常用r表示，作为总体参数，一般用p表示，并且是指线性相关而言。 相关系数的取值介于-1.00至+1.00之间，常用小数形式表示。它只是一个比率，不代表相关的百分数，更不是相关量的相等单位的度量。;; 如何理解相关系数？ 1. 相关系数的取值在-1.00和+1.00之间； 2. 相关系数的绝对值表示两个变量之间的相关强度，绝对值越接近1表示相关越强，越接近0表示相关越弱； 3. 相关系数的正负号表示相关的方向，相关系数为正的表示正相关，相关系数为负的表示负相关； 4. 相关系数可以比较大小，但不能进行加减乘除运算。 ;查尔斯·爱德华·斯皮尔曼（Charles Edward Spearman） 英国理论和实验心理学家。作为实验心理学的先驱，斯皮尔曼对心理统计的发展做了大量的研究，他对相关系数概念进行了延伸，导出了等级相关的计算方法。他还创立因素分析的方法，这是他学术上最伟大的成就。; 散点图 在直角坐标系中，以 X、Y 二列变量中的一列变量（如X 变量）为横坐标，以另一列变量（如Y 变量）为纵坐标，把每对数据Xi、Yi当做同一个平面上的个点（Xi、Yi），一一描绘在直角坐标系中，产生的图形就称为散点图。 散点图通过点的散布形状和疏密程度来显示两个变量的相关趋势和相关程度，能够对原始数据间的关系做出直观而有效的预测和解释。 不同形状的散点图显示了两个变量间不同程度的相关关系。如果所有散点分布呈椭圆状，则说明二变量之间呈线性关系。;正相关;;而害羞和测验焦虑可能有一定关系，也可能并没有关系。; 在教育与心理实践中，常用的相关分析方法有： 1. 积差相关 2. 等级相关 包括斯皮尔曼等级相关和肯德尔和谐系数。 3. 质量相关 包括点双列相关和双列相关; 积差相关的概念和适用条件 当两列变量都是正态连续变量，而且两者之间呈线性关系，表示这两列变量之间的相关称为积差相关。使用积差相关必须满足下列条件： 1. 要求成对的数据，即若干个体中每个个体都有两种不同的观测值。 2. 计算相关的成对的数据的数目不宜少于30对。 3. 两列变量各自总体的分布都是正态分布，至少两个变量服从的分布是接近正态的单峰分布。 4. 两个相关的变量是连续变量，也即两列数据都是测量数据。 5. 两列变量之间的关系应是直线性的。; 积差相关的计算方法; 积差相关的计算方法; 积差相关的计算方法; 例题. (10分) 某个统计学教授认为数学知识水平对学生的统计学课程学习至关重要。为了验证自己的这一想法，她在统计课程开始前给学生实施了数学标准化测试（X）。学期结束后又对学生施测了统计学期末测试（Y）。; 等级相关 何时使用等级相关？ 1. 当测量得到的数据不是等距或等比数据，而是具有等级顺序的测量数据， 2. 或者所得数据是等距或等比数据，但来自于非正态分布的整体， 这两种情况中的任何一种出现了，就不能用积差相关，而应该计算两列（斯皮尔曼等级相关）或多列数据（肯德尔和谐系数）的等级相关。;斯皮尔曼（spearman）等级相关 适用于只有两列变量，具有线性关系的资料。用 表示。其计算公式有下列三种情况： 1. 等级差数法（N 30） 2. 等级序数法 3. 有相同等级时计算等级相关的方法; 1. 等级差数法（N 30）; 例题. (5分) 某个心理学教授认为观看电视节目的暴力程度与小学生的暴力行为水平有关。为了验证自己的这一想法，她调查了10名