心理统计6.docVIP

第六章 数据间的直线相关 第一节 相关的变量 相关（Correlation）是指变量之间存在着某种相互关系，当一列变量变化时，另一列变量也随之变化，这两列变量称为两列相关变量。如果多列变量间存在着相互关系，称为多列相关变量。 当两列相关变量中，如果变量变化的方向是一致的，它们的关系为正相关；如果变量的变化方向是相反的，它们的关系表现为负相关。相关有直线相关和曲线相关，在这里只介绍两种直线相关，积差相关和等级相关。 一、散布图 散布图 是用来了解和表示两列变量之间相互关系的图，通过散布图上数据点的分布形态，可以确定它们的关系是直线相关还是曲线相关。还可以观察到它们相关的性质和相关的程度。 完全的相关, 是指一列变量的变化引起另一列变量的变化时，按某种固定的比例变化。因此所有的散点都在一条直线上， 部分的相关，是指散点图上的点不是落在一条直线上，而是散落在一条直线的两边呈椭圆形。椭圆形越窄相关程度越高，椭圆形越宽相关程度越低。 零相关，是指散点图上的点无规律地散落在图上，占的面积很大且呈圆形。说明两列变量没有关系，各自独立。 图6-1 不同的相关现象 第二节 相关系数 相关系数(correlation coefficient)，用于表示相关性质和程度的指标叫相关系数。相关系数由+、- 号和两位小数组成。相关系数前面的符号，表示相关的性质，性质分正相关、负相关。相关系数后面的小数表示两列变量的关系的密切程度。当完全的正相关时，相关系数等于+1.00；完全的负相关时，相关系数等于-1.00；两列变量无关时，相关系数等于零。 一、积差相关系数 积差相关系数，符号 r。又称Pearson相关系数或称Pearson r。在积差相关中，相关的程度最大为1.00，最小为0。积差相关系数的范围（－1.00 ≤ r ≤ +1.00）。 积差相关系数r的计算 （1）计算积差相关系数的条件 积差相关系数是最为精确的相关系数，它的使用条件也较严格，它对数据的要求： ① 两列变量是趋向于正态分布的测量数据。 ② 数据对的对数要至少大于30，最好50以上。 （2）计算积差相关系数的公式 （6.1） 式中，zX：某个个体在X变量中的z分数；zY：同一个体在Y变量中的z分数；N：数据对个数；Σ：表示求和的符号。 相关系数r是用所有个体分别在X变量和Y变量中的标准分数zX和zY的乘积之和，除以数据对的个数计算出来的。由于标准分数是由离均差除以标准差计算出来的，在这里又用到两个标准分的乘积，所以叫积差相关系数。 二、等级相关系数 等级相关系数，符号rρ，也是一个经常用到的表示两列变量相关性质和程度的指标。它的精确性不如积差相关系数，只能看成积差相关系数r的近似值，但它的应用条件较为宽松，计算简便、快捷。 （1）等级相关系数的应用条件： ①任何能按大小排成等级的数据。 ②无需知道数据的分布形态。 ③所需数据对数较少。 （2）等级相关系数的公式 （6.2） 式中，D：为两组数据的等级差；n：为数据对的个数。 三、应用相关系数要注意的问题 （1）相关系数仅仅表示两列变量关系的密切程度，它不是等距的度量值，因此它不能进行加减乘除的运算。（2）有相关的事物，多数不存在因果关系，如要探讨两列变量之间是否存在因素关系，需要对事物的本质进行恰如其分的分析。