社会研究方法(第四版)第十一章.ppt

假设检验的基本思想 ... 因此我们拒绝假设 ? = 50 ... 如果这是总体的真实均值 样本均值 m = 50 抽样分布 H0 这个值不像我们应该得到的样本均值 ... 20 总体 ? ? ? ? ? ? ? 假设检验的过程（提出假设→抽取样本→作出决策） 抽取随机样本 均值 ?X = 20 ? ? ? ? 我认为人口的平均年龄是50岁 提出假设 拒绝假设! 作出决策 第三节　双变量统计分析 一、交互分类与χ２检验 交互分类 交互分类是一种专门用来分析两个定类变量（或一个定类变量，一个定序变量）之间关系的统计分析方法。 某次调查样况的构成情况统计表 性别 年 龄 青年 中年 老年 合计 男 70 60 50 180 女 50 40 30 120 合计 120 100 80 300 上表是对总数为300人的调查样本按年龄和性别两个变量进行交互分类的结果。通过这种交互分类表，不仅可以知道样本中男性、女性各有多少，或者青年、中年、老年各有多少，同时还可以知道男性青年、男性中年 等等各有多少。因此，交互分类可以较为深入地描述样本资料的分布状况和内在结构，进而对变量之间的关系进行分析和解释。 二、不同层次变量的相关测量与检验 1.定类变量与定类变量 消减误差比例，指的就是知道X的值时所减少的误差（E1-E2）与总误差的比。 2.定序变量与定序变量 3.定类变量（或定序变量）与定距变量 4.定距变量和定距变量 总结：不同层次变量的相关测量与检验 两变量层次 相关系数 取值范围 是否对称 有无消减误差的比例意义 检验方法 定类-定类 定类-定序 λ [0，1] 对称 有 x2 定序-定序 G [-1，1] 对称 有 Z 定类-定距 定序-定距 E E2 [0，1] 不对称 无 有 F 定距-定距 r r2 [-1，1] [0，1] 对称 无 有 F （t检验） 三、回归分析 相关分析的目的在于了解两个变量之间的关系强度，即用相关系数来描述两个变量之间的共变特征。回归分析则是对有相关关系的现象，根据其关系的形态找出一个合适的数学模型，即建立回归方程，来近似地表达变量间的平均变化关系，以便依据回归方程对未知的情况进行估计和预测。由于回归分析增加了因果性，且具有了预测的功能，因此，它比相关分析更进了一步，其作用也更大了。 两个变量（预测变量X与标准变量Y）间的回归分析，是只有一个自变量的线性回归，也叫一元线性回归。其回归方程为： 其中a,b、对一对特定数据来说是常数： 例：以前例数据计算由（身高）预测（体重）的回归方程。 有了这一回归方程后，我们就可以由预测变量的值经回归方程计算出标准变量的预测值。如另一名大学生的身高为170厘米，则其体重的预测值为65.78公斤。 第四节　多变量统计分析 在社会研究中，研究者除了进行双变量分析外，还常常需要进行多变量分析。多变量统计分析的方法种类较多，比如阐释模式、复相关分析、多元线性回归分析、路径分析、因子分析、聚类分析、判别分析、对数线性模型等等。 阐释模式 所关心的是两个变量之间的关系，它是通过引进并控制第三变量，来进一步了解和探讨原来两个变量之间关系性质的统计分析方法。 因果分析 阐明分析 条件分析 因果分析的目标是检定被看作自变量的X与被看作因变量的Y之间，是否确实存在因果关系。引进若干前置变量（第三变量），以判明X与Y之间的因果关系是否为虚假的，即二者的关系是否为前置变量影响的结果。（例如，住户的拥挤程度对夫妻间冲突的影响） 阐明分析的目标则是探讨因果关系的作用方式与作用途径。 条件分析所关注的则是原关系在不同条件下是否会有所不同。 二、复相关分析 复相关分析是一种以一个统计值来简化多个自变量与一个因变量之间关系的统计分析方法。它要求所有的变量都是定距以上层次的变量。 三、多元回归分析 Y=b1x1+b2x2+…+bkxk+a B值称为净回归系数，它表示的是在控制了其他自变量以后，某一变量对因变量的单独效果。 基本概念 资料审核　　 数据清理　　 集中趋势分析　　离散趋势分析　 区间估计 假设检验　　 交互分类　　 阐释模式　　　　 复相关分析　　 多元回归分析 思考与实践 １．找一份实际社会研究所用的问卷，对其编写一份编码簿。 ２．利用老师提供的数据，对其进行数据清理工作。 ３．试写出下列各种变量间相关系数的类型：定类变量与定类变量；定序变量与定序变量。定类变量与定距变量；定距变量与定距变量。(p271-275) ４．统计检验的目的是什么？为什么社会研究常常需要进行多变量分析？ (p265-266) ５．从社会科学期刊中选择三篇研究