张厚粲第五章相关学案.ppt

第一节 相关、相关系数与散点图 一、什么是相关 （一）事物之间的相互关系 1.因果关系 2.共变关系 3.相关关系 两种变量在发展变化的方向与大小方面存在一定的关系。 二、相关系数 两列变量间相关程度的数字变现形式，或者相关强度的指标。 r，总体参数ρ，r=[-1.00，+1.00] 1.取值范围在-1.00至+1.00之间，是一个比率值，常用小数表示。 2. “+”“-”表示两列变量之间相关的方向。 3.+1.00完全正相关，-1.00完全负相关，0无相关。 4.相关系数的大小表示相关的强弱程度。 三、散点图 第二节 积差相关 皮尔逊（pearson）相关，积矩相关。 适用条件： 1.要求成对的数据 2.要求数据呈正态分布，一般是接近正态分布 3.连续变量（测量数据） 4.两列变量间的关系是直线性的，非直线一般不能求线性相关 （一）运用标准差与离均差的计算公式 (二)、运用标准分数计算相关系数的公式 两个变量离均差乘积的平均数 能够反映两列数据的一致性。 推导该公式 （三）原始观测值计算公式 三、计算积差相关系数的差法公式 （一）减差法 （二）加差法 一、斯皮尔曼等级相关 （一）适用范围 　主要用于解决称名数据和顺序数据相关的问题。适用于两列变量，而且具有等级变量性质具有线性关系的资料。由英国心理学家、统计学家斯皮尔曼根据积差相关的概念推到而来，一些人把斯皮尔曼等级相关看做积差相关的特殊形式。 （二）计算公式 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方法 二、肯德尔等级相关 （一）肯德尔W系数 肯德尔和谐系数，是计算多列等级变量相关程度的一种相关量。前述的spearman等级相关讨论的是两个等级变量的相关程度，用于评价时只适用于两个评分者评价N个人或N件作品，或同一个人先后两次评价N个人或N件作品，而kandall和谐系数则适用于数据资料是多列相关的等级资料，即可是k个评分者评(N)个对象，也可以是同一个人先后k次评N个对象。通过求得kandall和谐系数，可以较为客观地选择好的作品或好的评分者。 常用W表示。 1.适用范围 三列及以上变量； 原始数据一般是等级评定（K个评价者对N个事物或作品进行等级评价；一个评价者先后K次评价N件事物或N个作品）； 2.计算公式 3.有相同等级出现时计算 2.公式及计算 第四节 质与量相关 一、点二列相关 （一）适用材料 二分变量（真正的二分变量和人为的二分变量） 按照事物的本质属性只分为两类结果的变量，称为二分变量。 一列等距或等比数据，正态分布，另一列二分称名变量。 点二列相关多用于评价是非类测验题目组成的测验的内部一致性信度。 （二）公式及计算 二、二列相关 （一）适用材料 两列数据均属于正态分布，其中一列为等距或等比数据，另一列为人为划分的二分变量。 （二）公式及计算 三、多列相关 （一）适用材料 正态、一列等距或等比，一列人为划分多种类别，名义变量。 多用于一列正态连续变量与另一列正态的称名变量之间的一致性分析。 第五节 品质相关 一、如何选用合适的相关系数 主要取决于要处理的数据的性质类别以及相关系数需要满足的条件。 1.数据类别 2.两个变量的数据类型 3.确定相关系数 二、相关系数值的解释 1.大小 0.3 ≥ |r| ≤ 0.7 中度相关 |r| ＜ 0.3 低度相关 |r| ＞0.7 高度相关 相关不是越大越好，也不是越小越好，一般保持在中度相关最佳。还需考虑其他影响因素。 2.显著性 3.其它 样本数，问卷题目数 与二分称名变量的一个值对应的连续变量的平均数 与二分称名变量的另一个值对应的连续变量的平均数 P与q二分称名变量两个值各自所占的比率，p+q=1 y为正态分布曲线中p是对应的高度，查正态分布表 第六节 相关系数的 适用与解释 * * （二）相关的类别 1.两列变量变动方向相同（正相关） 2.两列变量中有一列变量变动时，另一列变量呈现出或大或小但与前一列变量方向相反的变动。（负相关） 3.没有相关（零相关） 一、积差相关的内涵及适用范围 二、基本公式 用以上三种公式计算相关 第三节 等级相关 N 等级数 D 等级差 为两列变量各自排列的等级序数。 C 校正数（减少的差数）。 N 相同等级的个数。 评价对象获得的K个等级之和； N 被等级评定的对象的数目 K 等级评定者的数目 -.439 (二)肯德尔U系数 又称为一致性系数，适用于K个评价者的一致性分析。 1.适用材料 如果有N件事物，由K个评价者对其优劣、大小、高低等单一维度的属性进行评价，若评价者直接使用等级评定的方法，就采用肯德尔W系数分析K