社会研究的统计应用4.pptVIP

第四章 相关测量法与测量层次目的：用一个数来描述两个变项的相关程度 第一节：两个定类变项(Lambda,tau-y) 一、 用一个数来预测性别与志愿的相关程度 100名青年人的性别与志愿条件次数表 青年人与其知心朋友的志愿(对称关系) λ=[Σmx -Mx +Σmy-My]/[n-Mx+n-My]= [73-54+76-50] / [100-54+100-50]=0.47 如果以两个变项互相预测，可以消减47%的误差; 个人志愿与知心朋友志愿之间的相关系数为0.47 Lambda相关测量法：以众值为预测准则,不理会众值以外的次数分布，分为两个变项对称与不对称两种情况 X与Y对称 λ= Σmx -Mx +Σmy-My (X与Y相互影响) n-Mx+n-My X与Y不对称 λy= Σmy-My n-My mx ：Y每个(固定)值(类别)对X求众值 Mx ：依X总数（边缘次数）的众值 my ： ？ My ： ？ 二、tau-y相关测量法 从上面可知：Lambda相关测量法是以众值作为预测准则，对数据有时候不够敏感。 tau-y相关测量法考虑全部的次数 tau-y=（E1-E2）/E1 E1= Σ[(n-Fy)Fy/n] E2= 先看例子： E1= Σ[(n-Fy)Fy/n]= [(100-40)40+(100-50)50+(100-10)10] / 100 E2= Σ[(Fx-f)f/Fx]= [(60-10)10+(60-40)40+(60-10)10] / 60 + [(40-30)30+(40-10)10+(40-0)0] / 40 tau-y=（E1-E2）/ E1 = 0.224 表明性别与志愿的相关性不太强，以性别来预测志愿的话，可以消减22.4%的误差 Lambda,tau-y相关测量法的比较 tau-y的计算公式，包括全部边缘次数和条件次数，敏感度高于Lambda测量法(首选) tau-y相关测量法只适用于不对称情况 Lambda可用于对称（λ）与不对称（λy）情况 课堂练习(一）一、从下表中描述性别与志愿之间的相关程度:(1)有几个变项？(2)谁为自变项？(3)两者关系是否对称？（4)运用Lambda测量法和tau-y测量法计算相关程度；(5)简略地提出研究结论。 λy =[(20+40) – 50] / (100-50) =0.2 E1=(100-20)20/100+(100-30)30/100+ (100-50)50/100 =62 E2=(40-10)10/40+(40-20)20/40+(40-10)10/40+ (60-10)10/60+(60-10)10/60+(60-40)40/60 =30/4+40/4+30/4 + 50/6+50/6+80/6 =55 tau-y= (62-55)/62 = 0.11 用性别来预测志愿能消减20%(11%)的误差，性别与志愿的相关程度不大 第二节 两个定序变项Gamma,dy 一、Gramma相关测量法（用于对称关系） G=（Ns-Nd)/(Ns+Nd) 例一：四名学生的数学与英文成绩的相关系数 G= (2-4) / (2+4) =-0.33 说明数学成绩与英文成绩成反比 例二：工人积极性与产量的相关系数 G= (4-3) / (4+3) = 0.14 说明工人积极性与产量成正比，但相关程度不大 二、dy相关测量法（用于不对称关系） dy=(Ns-Nd)/(Ns+Nd+Ty) 将dy相关测量法应用到例二： dy=(4-3)/(4+3+2)=0.11 研究150人中智商与教育水平的相关关系，如以每人为一水平，需计算150*149/2个序对的同序或异序，这时可先智商按高，低分为两个级别，教育水平也按高低分两个级别形成以下的交互分类表 三、交互分类后的序对计算 X——教育水平 Y——智商 Ns=2400 Nd=600 Ty=800+1800 =2600 Tx=1200+1200 Ns=114 Nd=86 Ty=93 G=（Ns-Nd)/(Ns+Nd)=(114-86)/(114+86)=0.14 dy=(Ns-Nd)/(Ns+Nd+Ty)= (114-86)/(114+86+93)=0