第四章测量数据的相关关系.ppt.pptVIP

第五章 相关关系 一、相关、相关系数与散点图 1 相关 因果关系 共变关系 相关关系 考查两个事物之间的关联程度。 也就是说，当某一个变量发生变化时，另一个变量会产生什么变化。 一、相关、相关系数与散点图 2 相关的类别 正相关 负相关 零相关 3 相关系数（coefficient of correlation） 相关系数是对两个变量之间关系的量度，或者说两个变量变化的共同趋势有多少。 一、相关、相关系数与散点图 3 相关系数 一般情况下： 0.8-1.0为极强相关 0.6-0.8为强相关 0.4-0.6为中等程度相关 0.2-0.4为弱相关 0.0-0.2为极弱相关或无相关 一、相关、相关系数与散点图 4 相关的基本类型 积差相关 等级相关 质与量相关 品质相关 1 斯皮尔曼等级相关（ρ） 等级序数法 RX、RY为两列变量各自排列的等级序数。 1 斯皮尔曼等级相关（ρ） 有相同等级时计算等级相关的方法 N为成对数据的数目，n为各列变量相同等级数。 2 肯德尔等级相关 肯德尔W系数 肯德尔和谐系数（Kendall coefficient of concordance） K个评价者对N件事物进行等级评定，他们之间的一致性。 肯德尔W系数 肯德尔W系数 有相同等级时W系数的校正 肯德尔U系数（一致性系数） 适用资料 评价者采用对偶比较的方法，将N件事物两两配对，然后对每一对中的两事物进行比较，择优选择，优者记1，非优者记0。 肯德尔U系数（一致性系数） 四、质与量相关 两列变量一列为等比或比率数据，另一列是按照性质划分的类别。 点二列相关 二列相关 多列相关 1 点二列相关（point-biserial correlation） 适用资料 两列变量中一列为总体正态分布的等距或比率变量，另一列是二分称名变量。 应用 多用于评价是非类测验题目组成的测验内部一致性。 注：每个题目（二分称名变量）与总分（数值）变量的相关，称为每个题目的区分度。相关高说明该题答对答错与总分的一致性高，即区分度高。 点二列相关系数 2 二列相关（biserail correlation） 适用资料 两列变量都属于正态等距或比率变量，但其中一列被人为划分为二分变量。 应用 教育或心理测验中问答题的区分度指标。 2 二列相关（biserail correlation） 点二列相关与二列相关 区别 二分变量是否为正态分布 观测数据的分布形态不明确时，选用点二列相关 观测数据为正态分布时，选用二列相关 实际研究中，二列相关很少使用 3 多列相关（multiserials correlation） 适用资料 两列变量都为正态等距变量，但其中一列变量被人为地划分成多项分类变量。 pi为每系列的次数比率 yL为每一名义变量下限的正态曲线高度 yH为每一名义变量上限的正态曲线高度 是每一名义变量对应的连续变量的平均数 st为连续变量的标准差 五、品质相关 适用资料 两个变量只划分为不同的品质类别 一般是计数数据 类型 四分相关 Φ相关 列联表相关 五、品质相关 四分相关 两个变量都是连续变量，每一个变量都被人为分为两种类型。 五、品质相关 Φ相关 两个变量都是真正的二分变量 列联表相关（C） R×C表的计数资料 b+d a+c c+d d c 非B a+b b a B B 因 素 非A A A因素 * * * * 正 相 关 负 相 关 曲线相关 不 相 关 x y x y x y x y 又称散点图，将两个变量间相对应的变量值用坐标点的形式描绘出来，用以表明相关点分布状况的图形。 相关图 二、积差相关 积差相关（皮尔逊相关）的使用条件 要求成对的数据 个数不宜少于30个 两列变量各自总体的分布都是正态 较大样本，正态性检验 两列变量是连续变量 等距/比率数据 两列变量是线性关系 散点图 二、积差相关 二、积差相关 例 计算身高与体重的相关系数。 三、等级相关（Rank correlation） 适用资料 顺序数据 等距或比率数据，总体分布不是正态的（分布形态没有限制） 斯皮尔曼等级相关 两列变量；线性关系 肯德尔等级相关 多列变量（适用于评分者信度分析） 1 斯皮尔曼等级相关（ρ） 等级差数法（N30） N为等级个数，D指二列成对变量的等级差数。 例 有10人对7种颜色进行等级评价，结果如下表，问这10人的评价是否具有一致性？ 10人对7种颜色的评价具有较高的一致性。 ， 10个评价者对7种颜色的对偶选择分数 0 1 0 2 5 0 紫 10 10 5 10 10 8 蓝 0 0 0 7 10 4 青 10 5 10 10 10 10 绿 8 0 3 0 8 1 黄 5 0 0 0 2 0 橙 10