《统计心理学教学资料》12-correlation and regression-1-2013.pptx

相关相关的概念相关的解释离差的乘积和积差相关系数的计算相关系数的显著性等级相关系数的计算相关的概念相关是度量和描述两个变量之间关系的一种统计技术.数据要求：一定要有至少两个变量，两组分数。应用相关的研究情境预测-如果两个变量间有强相关,我们就可以根据一个变量的值，预测另一个变量的值。如,如果知道某些人格特征，可以预测员工绩效相容效度–如果发明新的心理测验(测验A),想知道它是否测量了X,就需要知道测验A是否与X相关.效标关联效度--如果发明新的量表，管理潜能量表来预测晋升所需时间，这个量表分数应当与晋升所需时间相关。重测信度–如果对同一组被试两次用相同的测验,将两组分数做相关.如果测验是可信的,两次测验应当得到相似的结果,产生高相关理论验证–比如验证社交技能与焦虑的相关相关表明变量X和Y之间关系的3个特征1)关系的方向正相关(正数)意味着两个变量向相同的方向变化.亦即,一个变量增加,另一个变量也增加.负相关(负数)意味着两个变量向相反的方向变化.亦即,一个变量增加,另一个变量反而减少.2)关系的形式本课集中讨论线性(直线)相关,但两变量的关系也有其他形式3)关系的程度相关也度量了X和Y间关系的强度.相关系数的值在-1和+1之间.0相关意味着没有关系.+1意味着完全的正相关之间两个,-1意味着完全的负相关.线性(直线)相关与非线性相关考察相关应先看散点图SPSSInteractactiveScatterplotFit-regression相关的数据和散点图4)解释关系强度应考虑r2,不只是r.它表明了：一个变量的方差中，由X和Y间的相关解释的方差的比例当r=0.7时，Y变异的一部分能由X推出，r2=0.49，即Y49%的变异能够由X推出。积差相关的效应大小Cohen’sConvention：r=.10 小的效应r=.30 中等效应r=.50 大的效应积差相关的相关系数与统计效力换算表双尾 .10 .30 .50N10 .06 .13 .3320 .07 .25 .6430 .08 .37 .8340 .09 .48 .9250 .11 .57 .97100 .17 .86 1.05)相关描述两个变量之间的关系,但并不能解释变量相关的原因最基本的原因是相关研究的性质。在相关研究中,研究者没有操纵一个(或几个)变量而保持其他变量不变。因此，相关计算绝不能得到因果性推论。伪相关（spuriouscorrelation）一位研究者发现某月洒咖啡的次数和空难次数呈强的正相关.一位研究者发现警察局的规模X和犯罪量Y呈强的正相关这里我们发现另一个变量Z,同时导致X和Y,X和Y其实并不是因果关系6）数据中的分数范围对相关有非常大的影响年龄和身高之间的相关6）数据中的分数范围对相关有非常大的影响研究者A随机抽取了n=3000的企业人员样本，发现管理素质量表分数与管理绩效指标的相关是.62。研究者B随机抽取了n=80的银行支行经理，发现同样的管理素质量表分数与同样的管理绩效指标的相关仅为.19。A）研究者B的样本小，相关就低B）研究者B的发现是抽样误差C）银行支行经理的职位都比较高，因此管理素质量表分数差别不大D）研究者B的样本中管理绩效指标的指标都分布在高分范围7)极端的分数（outlier）对相关有非常大的影响将相关的概念数量化我们主要讨论两种相关,Pearson积差相关,Spearman等级相关.r=X和Y共同变化的程度=X和Y的协方差X和Y各自变化的程度X和Y各自的方差共变意味着随着X变化,Y也变化.r=1.0(或-1.0)即完全的相关.意味着分子分数等于分母分数。离差的乘积和(SP)定义公式：SP=对于每一点与X和Y的平均值的差，即离差,求两个离差的乘积，再求和SP的计算公式：乘积和(SP)与和方（SS）公式非常相似，其区别是SS只有一个变量(X),SP有两个变量(X和Y).用计算公式计算SPPearson相关的计算也称积差相关（product-momentcorrelation） r=分子SP是X和Y协方差的指标.分母是X和Y各自的变异r=例2：计算以下两列数据的积差相关相关系数的显著性考验总体参数r,样本统计量r.虚无假设和备择假设双侧:H0:r=0,X和Y之间无相关 H1:r≠0单侧: 没有正相关.H0:r0H1:r0 df=n-2查表或在论文中报告相关对数据的相关分析显示受教育年限与年收入有显著相关，r(474)=+.66，p＜.01，双尾。等级相关(Spearman相关,斯皮尔曼相关)一种非参数检验用于顺序型数据，非线性数据rs=1-6ΣD2/n(n2-1)D–各自排序后的等级差计算等级相关等级相关的计算计算下列变量的等级相关相关系数3---肯德尔和谐系数等级相关的一种适用资料：适