社会统计学第十二章　相关与回归分析教材教学课件.ppt

第十二章 相关与回归分析; 社会上，许多现象之间也都有相互联系，例如：身高与体重、教育程度和收入、学业成就和家庭环境、智商与父母智力等。在这些有关系的现象中，它们之间联系的程度和性质也各不相同。 本书第十章提出了两总体的检验及估计的问题，这意味着我们开始与双变量统计方法打交道了。双变量统计与单变量统计最大的不同之处是，客观事物间的关联性开始披露出来。这一章我们将把相关关系的讨论深入下去，不仅要对相关关系的存在给出判断，更要对相关关系的强度给出测量，同时要披露两变量间的因果联系，其内容分为相关分析和回归分析这两个大的方面。 ;第一节 变量之间的相互关系; 2. 相关方向：正相关和负相关 所谓正相关关系是指一个变量的值增加时，另一变 量的值也增加。例如，受教育水平越高找到高薪水工作的 机会也越大。??负相关关系是指一个变量的值增加时，另 一变量的值却减少。例如，受教育水平越高，理想子女数 目越少。要强调的是，只有定序以上测量层次的变量才分 析相关方向，因为只有这些变量的值有高低或多少之分。 至于定类变量，由于变量的值并无大小、高低之分，故定 类变量与其他变量相关时就没有正负方向了。; 3. 因果关系与对称关系 因果关系中两个变量有自变量（independent Variable)和因变量(dependent Variable)之分： （1）两个变量有共变关系； （2）因变量的变化是由自变量的变化引起的； （3）两个变量的产生和变化有明确的时间顺序，前者 称为自变量，后者称为因变量。 表现为对称关系的相关关系，互为根据，不能区分自 变量和因变量，或者说自变量和因变量可以根据研究目的 任意选定，例如身高和体重之间的关系。 ;4. 单相关和复相关 从变量的多少上看，单相关只涉及两个变量，亦称二元 相关；三个或三个以上变量之间的关系称为复相关，亦称多 元相关。 5、直线相关和曲线相关 从变量变化的形式上看，如果关系近似地表现为一条直 线，称为直线相关或线性相关；如果关系近似地表现为一条 曲线，则称为曲线相关或称为非线性相关。 由于数学手段的局限性，我们以学习线性相关为主。在 统计学中，通过分段处理线性相关也可以用于处理曲线相 关。;第二节 定类变量的相关分析;1. 列联表 列联表，是按品质标志把两个变量的频数分布进 行交互分类，由于表内的每一个频数都需同时满足两个 变量的要求，所以列联表又称条件频数表。 例如，某区调查了357名选民，考察受教育程度与投 票行为之间的关系，将所得资料作成下表，便是一种关 于频数的列联表。;100;两个边际分布： ; 条件频数表中各频数因基数不同不便作直接比较，因此有必要将频数化成相对频数，使基数标准化。这样，我们就从频数分布的列联表得到了相对频数分布的列联表(或称频率分布的列联表)。下表是r×c相对频数分布列联表的一般形式。; r×c相对频数分布列联表的一般形式; 在相对频数分布列联表中，各数据为各分类 出现的相对频数(或者频率)。将频数 化成相对 频数 有两种做法： ①相对频数联合分布 两个边际分布 或 ②相对频数条件分布 或 ; r×c相对频数联合分布列联表;控制X，Y相对频数条件分布列联表;控制Y，X相对频数条件分布列联表; [例A1]试把下表所示的频数分布列联表，转 化为自变量受到控制的相对频数条件分布列联 表，并加以相关分析。 ; 从上表可知，受过大学以上教育的被调查者绝大多 数（占95.8%）是投票的，受教育程度在大学以下的被调 查者虽多数也参与投票（占67.9%）,但后者参与投票的百 分比远小于前者；前者只有4.2%弃权，而后者则有32.1% 弃权。两相比较可知，受教育程度不同，参与投票的行 为不同，因此两个变量是相关的。; [例A2]试把下表所示的频数分布列联表，转 化为相对频数条件分布列联表和自变量受到控制 的相对频数条件分布列联表，并加以相关分析。 ; 上表显示，大学以上文化程度和大学以下文化程度同样 各有60%的人参与投票，40%的人弃权，并没有因为受教育 程度不同，而使参与投票的行为有所不同。因此，此时的两 个变量是不相关的，或者说是独立的。我们不难发现，此时 反映全体投票情况的相对频数的边际分布( )也各有60% 的人参与投票，40%的人弃权。; 上