心理学考研-心理统计-相关量数分解.docx

2017考研已经拉开序幕，很多考生不知道如何选择适合自己的考研复习资料。中公考研辅导老师为考生准备了【心理学考研知识点讲解和习题】，希望可以助考生一臂之力。同时中公考研特为广大学子推出考研集训营、专业课辅导、精品网课、vip1对1等课程，针对每一个科目要点进行深入的指导分析，欢迎各位考生了解咨询。相关量数【本章综述】本章主要阐述积差相关、等级相关、点二列相关与二列相关和Φ相关的适用条件及应用。【考点分布】相关量数单选多选简答综合总分2008年51, 5442010年567452011年6022012年5622013年5322014年83(与回归分析相结合)10-20【本章框架】【复习建议】：同学们要清楚相关部分的重要性，基本每年必会涉及到，而且考察角度多样，有一定的深度。第一，考察同学们对各种相关量数概念，特点和应用的透彻理解及相互比较；第二，相关与回归结合起来考察，提升了难度；第三，在测量部分会涉及到相关，但是同学们要清楚实际上在统计部分掌握了，理解测量部分的这些相关知识自然容易些。第一节相关的概述1.相关(统计学特值)是指具有相关关系的不同现象之间的关系程度(前提是不能直接作出因果关系的解释)。（特指直线相关）2.相关分为：正相关、负相关和零相关。3.相关系数是指用来表示相关关系强度的指标。(样本相关系数—— r，总体相关系数——)。 r同和s一样，也是一个应用广泛的有代表性的统计量。相关系数取值在[-1,1]，它是一个比率，常用小数表示；相关系数的正负表示方向，不表示大小；r = 1表示完全正相关，r = -1表示完全负相关，这两种情况都是完全相关。r = 0表示完全独立，即零相关。相关系数的取值大小表示相关的强弱程度。绝对值越接近1端，一般相关程度越密切，接近0端一般相关程度不够密切。注意：在做这个具体判定时，务必要考虑样本量的大小，一般要经过统计检验才能确定相关系数是否显著。相关系数的解释：相关系数不是等距数据，所以不能用倍数关系进行比较，只能根据其绝对值大小来判定关系的密切程度。有时候强相关是一种假象，注意甄别。可以用协变量分析方法设法控制或排除那些确实对欲探讨的两个变量之间的关系存在影响的变量的影响效应(偏相关、半偏相关/部分相关)。相关关系不是因果关系，如果存在强相关，可以用一个变量的分数去预测两一个变量的分数。思考：相关系数为0时的解释？第二节 积差相关简介适用条件计算备注积差相关又称皮尔逊相关或积矩相关要求成对的数据，数据对之间相互独立。计算相关的成对数据的数目不宜少于30对；两列变量各自总体的分布都是正态，即正态双变量，至少两个变量服从的分布应该是接近正态的单峰分布；两个相关的变量是连续变量；两列变量之间的关系应是直线性的。这是用标准差和离均差计算相关系数。x，y为两个变量的离均差，x = X-, y = Y-; N为成对数据的数目；sX为X变量的标准差；sY为Y变量的标准差。这是用标准分数计算积差相关系数，ZX为X变量的标准分；ZY为变量Y变量的标准分。（此处详解其计算公式意义）在合并相关系数时，必须先将其转换成等距的尺度后再求平均(费舍Z-r)，而且要求合并的各样本同质（需要先进行同质性检验，后面介绍）。第三节 等级相关1. 适用资料：① 数据是顺序型数据；② 数据是等距或等比，但其总体分布不是正态（非参数的相关方法）。2. 各等级相关系数总结如下：适用资料计算备注斯皮尔曼等级相关（常用符号rR或rS表示，有时候称斯皮尔曼系数）只有两列变量；属于等级变量性质的具有线性关系的资料，主要用于解决称名数据和顺序数据的相关问题。基本计算公式式中N为等级个数；D为二列成对变量的等级差数。校正相同等级的计算公式rRC=式中：N为成对数据的数目，小写n分别为各列变量相同等级数。适用范围比积差相关大，又对数据总体分布不作要求；当 N 30时，计算也比较简便；符合计算积差相关的资料，不用等级相关，因为会降低精确度。肯德尔和谐系数（肯德尔W系数/评分者信度）原始数据资料的获得一般采用等级评定法。让K个评价者对N件事物或N种作品进行等级评定，每个评价者都能对N件事物的好坏、优劣等排出一个1到N的等级顺序；一个评价者先后K次评价N件事物或N件作品。以上两种情况都可以得到K列从1至N的等级变量资料。①基本计算公式：式中：Ri代表被评价对象获得的K个等级之和；N代表被评价对象的数目；K代表等级评定者的数目。②相同等级出现时校正公式：式中：s的公式同①相同；n为相同等级的数目。注意：W值介于0到1之间，相关方向需要分析实际资料；它并不是一个标准的相关系数，它最大的优点就是取值范围在0和1之间；依据的原理是：被评价对象实际得到的等级总和的变异与最大可能变化的等级总和的变异之比。肯德尔一致性系数（肯德尔U系数）评价者采用对偶比较法，