(精选)心理学研究方法-相关和回归教学课件.pptVIP

回顾多因素方差分析 例子 焦虑被试有两组， 分别是高焦虑组和低焦虑组（ anxiety 1和2表示）。每个被试接受抗焦虑药物治疗后，在治疗期间共测量了4次焦虑得分（trial1、2、3、4）。请问，该治疗是否有效？对高焦虑和低焦虑被试，疗效是否有差别？假如变量间有交互作用，如何计算简单主效应？ 自变量： 因变量： 实验设计： 结果 数据分析-相关和回归 苏园林 内容 相关 皮尔逊积差相关 斯皮尔曼等级相关 偏相关 线性回归 一元线性回归 掌握SPSS操作方法和结果的描述 相关 前提：两列变量关系是直线的 1、成对的数据，不宜少于30对 2、两列变量正态分布 3、两列变量是连续变量 斯皮尔曼等级相关的条件 前提：两列变量关系是直线的 1、可用于两列等级数据 2、可用于当数据少于30对时 3、可用于当数据分布非正态时 皮尔逊积差相关的条件 皮尔逊积差相关具体步骤 1、画茎叶图和箱形图（见以前课件） 2、散点图：graphs-chart builder-scatterdot-选择散点图拖上去-把体重拖入横坐标，肺活量拖入纵坐标。 3、皮尔逊相关：analyze-correlate-bivariate-pearson(如果计算斯皮尔曼，就勾选spearman)-OK 符合正态分布 体重的峰度为0.315和偏度为-0.393 肺活量峰度为0.348和偏度为-0.653 散点图：有线性关系 相关系数和假设检验 我们使用皮尔逊积差相关分析方法探索体重与肺活量之间的关系，结果发现体重与肺活量存在显著正相关（r = 0.881，P 0.0005，请见上图）。 Prism画图软件 相关描述的文献中的例子 论文写作注意点： 1、相关要呈现散点图 2、在散点图中要把相关系数和P值标出 3、在论文写作中，一定不要把spss中的表格直接粘贴进去 练习1-相关分析的操作 见身高-体重-肺活量的数据（只是模拟数据，所以只列了20个被试）。 问题1：用皮尔逊积差相关计算两两相关（身高与体重，身高与肺活量，体重与肺活量） 1、了解数据 2、散点图 3、相关系数 练习1-结果 这是个相关矩阵，只需要看对角线的一半，另一半是重复的 练习1-结果 问题2：计算身高与体育成绩等级，体重与体育成绩等级，肺活量与体育成绩等级的相关。 练习2(见练习2数据) 分别计算轿车（automobile）和卡车(truck)的燃油利用率(mpg)和营业额的相关(sales) automobile truck 偏相关 简单相关分析通过计算两个变量见的相关系数，分析两个变量见的线性关联程度。但往往因为第三个变量的作用，使得相关系数并不能之间反应两个变量见的线性相关程度。 例如，1-5岁儿童的身高和言语能力的相关系数为0.85。但是，如果排除年龄的影响，两个变量的相关不显著。 那么如何排除年龄的影响，单独计算儿童身高和言语能力的相关？ 就要用到偏相关分析方法。把年龄与身高，年龄与言语能力的相关剔除，计算身高与言语能力的净相关 偏相关步骤 analyze-correlate-partial-把控制变量放入controlling for中，其他变量variable中 例子：控制体重的影响，计算身高与肺活量的相关 偏相关结果 因此，身高与肺活量相关系数从0.537，变为0.1 练习-偏相关（见练习1数据 ） 控制身高后，计算体重与肺活量的相关。