[教育学]第五章相关.pptVIP

第五章 相关关系 第一节 相关、相关系数与散点图 集中量数和差异量数主要用来描述单变量数据资料的分布特征，相关系数则用于描述双变量数据（bivariate data）相互之间的关系。 所谓双变量，是指对于一个变量X的每一个观测值X1、X2、…，XN，同时有另一个变量Y的相应观测值Y1、Y2、……、YN与之对应。相对于“单变量总体”，这种成对变量所组成的集合，叫做双变量总体。 什么是相关 ？ 事物之间的相互关系 相关的种类 事物之间的相互关系 事物间关系多种多样，分析起来，大致有三种： 1、因果关系：一种现象是另一种现象的原因，而另一种现象是果。数学上的函数关系都是因果关系。 2、共变关系：表面上有联系的两种事物或现象都与第三种事物或现象有关，而这两种事物实际上没有关系，这时这两种事物之间的关系便是共变关系。 （偏相关） 3、相关关系：两类事物或现象在发展变化的方向与大小方面存在一定的关系，但不能确定这两种现象哪一个是因，哪一个是果，也不存在共变关系，这样的两个事物之间的关系称为相关关系。 相关分析与相关散点图 相关分析：用一些合理的指标对相关事物的观测值进行的统计分析称为相关分析。 相关散点图：将具有相关关系的两种现象的成对观测值标在平面直角坐标系中，从而直观地反映出它们的相关情况，这就是相关散点图。 相关散点图直观地显示了两个事物的成对观测值之间是否存在相关、存在什么样的相关以及相关的程度。 相关的种类 1、以相关的形态来分 2、以相关因素的多少来分 3、以相关的方向来分 1、以相关的形态来分 （1）线性（直线）相关：两个变量中一个变量增加，另一个变量随之增加或减少，在相关散布图上形成一条直线（或椭圆形）。 （2）曲线相关：若在相关图上，两个变量之间的关系呈弯月形，就称之为曲线相关。 2、以相关因素的多少来分 （1）简相关：两个变量之间的相关关系称为简相关。 （2）复相关：一个变量与两个或两个以上变量的相关关系。 3、以相关的方向来分 （1）正相关：两列变量变动方向相同，即一种变量变动时，另一种变量也同时发生或大或小与前一种变量同方向的变动；即一个变量增加或减少，另一个变量在总趋势上也增加或减少，两个变量变化方向相同。 （2）负相关：两列变量中有一列变量变动时，另一列变量呈现出或大或小但与前一列变量方向相反的变动，称为负相关（两列变量变化方向相反）。 （3）零相关：在两个变量间，一个变量变动时，另一个变量没有变动，或即使变动也没有一定的规律，也即两列变量之间没有关系，这种情况称为零相关。 二、相关系数 相关系数是两列变量间相关程度的数字表现形式，或者说是用来表示相关关系强度的指标。 总体间相关系数用ρ表示，样本间相关系数用r表示。并且，它们都指的是线性相关。 r的取值范围：-1≤r≤1 -1≤r≤1 （1）r的取值范围介于-1.00至1.00之间，它是一个比率，常用小数形式表示。 （2）相关系数的“+、-”（正、负）号表示双变量数列之间相关的方向，正值表示正相关，负值表示负相关。 （3）相关系数r=+1时表示完全正相关，r=-1时表示完全负相关，这二者都是完全相关。r=0时表示完全独立，也就是零相关，即无任何相关性。 （4）相关系数取值的大小表示相关的强弱程度。如果相关系数的绝对值在1与0之间，则表示不同程度的相关。绝对值接近1端，一般认为相关程度密切，接近0端一般为关系不够密切。 注意：r的大小会受到样本大小的影响。 注意： 相关系数不是等距的度量值。因此，在比较相关程度时，只能说绝对值大者比绝对值小者相关更密切一些，如只能说相关系数r=0.50的两列数值比相关系数r=0.25的两列数值之间的关系程度更密切，而绝不能说前二者的密切程度是后二者密切程度的两倍。也不能说r从0.25到0.50和从0.50到0.75所提高的程度一样多。 图示（P109） 相关解释 在心理和教育科学研究中，以及行为科学研究中，完全正、负相关极其罕见，实际得到的r值绝大多数落于+1和-1之间的某一点上。 三、散点图 在相关研究中，常用相关散点图表示两个变量之间的关系。在直角坐标系中，以X、Y二列变量中的一列变量（如X变量）为横坐标，以另一列变量（如Y变量）为纵坐标，把每对数据Xi、Yi当作同一平面上的N个点（Xi，Yi），一一描绘在XOY坐标系中，产生的图形就称为散点图或相关图。 散点图通过点的散布形状和疏密程度来显示两个变量的相关趋势和相关程度，能够对原始数据间的关系做出直观而有效的预测和解释。 成对观测值愈多，散点图提供的信息就越准确。因此，散点图是确定变量之间是否存在相关关系及关系紧密程度的简单而又直观的方法。 散点图形状的含义 不同形状的散点图显示了两个变量之间不同程度的相关关系。假设在