第十一章-相关分析.pptVIP

* 三、相关系数的等距转换及其合并 相关系数不具有等距的单位，不可以直接相加减。 但在研究中，常需要计算几个相关系数的平均数。 方法一： 将相关系数r转换成等距单位的Zr值， 可用统计学家费舍的Zr转换法， 其转换公式为： 第二节 积差相关 * 三、相关系数的等距转换及其合并 方法二：不必计算，可直接查r与Zr转换表。 因Zr的分布 ——无论总体相关系数ρ的大小 ——及样本容量n的大小， 都近似正态分布，故Zr是等距的。 第二节 积差相关 * 三、相关系数的等距转换及其合并 例如 为了考察数学与物理两门学科成绩的相关程度，从北京、上海、广州各随机抽取某年全国统一高考的数学与物理试卷计算出的积差相关系数如表11.5，求三个城市数学与物理高考成绩相关系数的平均数。 表11.5 某年高考数学与物理成绩三个相关系数平均数计算表 第二节 积差相关 411.503 736 总和 (80-3) ×0.637=49049 0.637 0.563 80-3 80 广州 (552-3) ×0.546=299.754 0.546 0.498 552-3 552 上海 (113-3)×0.570=62.70 0.570 0.515 113-3 113 北京 (n-3)Zr Zr r n-3 n 市别 * 三、相关系数的等距转换及其合并 （1）将各相关系数r转换成Zr 即利用r与Zr转换表根据r值寻找相应的Zr值，如北京数学与物理高考成绩的相关系数r=0.515，其Zr=0.570。 第二节 积差相关 411.503 736 总和 (80-3) ×0.637=49049 0.637 0.563 80-3 80 广州 (552-3) ×0.546=299.754 0.546 0.498 552-3 552 上海 (113-3)×0.570=62.70 0.570 0.515 113-3 113 北京 (n-3)Zr Zr r n-3 n 市别 * 三、相关系数的等距转换及其合并 （2）求Zr的平均数Zr 其计算公式为 第二节 积差相关 411.503 736 总和 (80-3) ×0.637=49049 0.637 0.563 80-3 80 广州 (552-3) ×0.546=299.754 0.546 0.498 552-3 552 上海 (113-3)×0.570=62.70 0.570 0.515 113-3 113 北京 (n-3)Zr Zr r n-3 n 市别 * 三、相关系数的等距转换及其合并 （3）将Zr转换成r 仍用r与Zr转换表， 本例与Zr=0.559相对应的r=0.507， 即三个城市某年高考数学与物理成绩相关系数的平均数是0.507。 第二节 积差相关 * 四、相关系数的显著性检验 （一）相关系数的抽样分布 ——从两个正态连续变量的总体中，随机抽取n对数据，算得一个样本相关系数r值，随后将这些数据还回两个总体中去， ——再从中随机抽取n对数据，又可以计算出一个样本的r值， ——这样反复抽下去，就会有一切可能个样本的r值， ——这一切可能个样本r值的频数分布，就构成一个实验性的相关系数r的抽样分布。 第二节 积差相关 * 四、相关系数的显著性检验 （一）相关系数的抽样分布 相关系数抽样分布的形态， ——随总体相关系数ρ和样本容量n的大小而变化。 当ρ=0时，样本r的抽样分布呈正态； 当ρ≠0时，而n相当大时（如n=50），r的抽样分布接近于正态。 当ρ≠0时，而n相当小时（如n=6），r的抽样分布呈偏态。 当ρ很大时（如ρ=0.8），即使n较大，r的抽样分布也呈偏态。 第二节 积差相关 * 四、相关系数的显著性检验 （一）相关系数的抽样分布 根据样本相关系数r对总体相关系数ρ进行推断 ——是以r的抽样分布正态性为转移的， 正态分布 ——只有当总体相关系数为零，或者接近于零， ——样本容量n相当大（n50或n30）时， ——r的抽样分布才接近于正态分布。 第二节 积差相关 * 四、相关系数的显著性检验 （二）相关系数显著性检验的基本原理 根据样本数据计算出来的相关系数r，存在抽样误差。 因此，还不能根据|r|的大小，对X与Y之间关系的密切程度作出判断， 还要看r在以ρ=0为中心的抽样分布上出现的概率如何。 第二节 积差相关 * （二）相关系数显著性检验的基本原理 如果从ρ=0的总体中，随机抽取的r在抽样分布上出现的概率较大， ——则r和ρ=0的无显著性差异。这时，即使|r|较大，也不能认为X与Y是相关的； 反之，如果从ρ=0的总体中，随机抽取的r在抽样分布上出现的概率较小， ——则r和ρ=0有显著性差异。这时，即使|r|较小，也应认为X与Y是相关的； ——这时才能根