第三章 简化两个变项的分布.pptVIP

第三章 第一节 什么是相关？ 是指一个变量的值与另一个变量的值有连带性，即，如果一个变量的值发生变化，另一个变量的值也有变化，则两个变量就是相关了。 一、相关测量的内容 1、相关程度的强弱 2、相关的方向 3、因果关系 1、相关程度强弱 可以用统计法予以测量，指标是相关系数，相关程度强弱用来分析两个因素相关的密切程度 大多数的统计法是以0代表无相关，以1代表全相关 -1 相关系数 1或0 相关系数 1 2、相关方向 针对定序、定距变量而言，定类变量无方向。 所谓正相关(或称正比)是指一个变量的值增加时，另一变量的值也增加。 所谓负相关(或称反比)是指一个变量的值增加时，另一变量的值却减少。 3、因果关系 分析两个变量的关系时，除了要注意强弱与方向这两种性质外，也要注意两个变量是否有因果关系。 自变量与因变量的关系可表示为 X?Y 不对称关系 如：性别?吸烟 也有可能互为因果：X?Y 例：同学间交往频次?友谊程度 二、相关测量种类 1．从变量或现象多少看 单相关X与Y 复相关 两个以 上影响一个变量 2．从变量变化的形式看 直线相关 曲线相关 3．从测量层次上看 定类-----定类 定序-----定序 定距-----定距 定类-----定序 定类-----定距 定序-----定距 第二节 一、交互分类 所谓交互分类，就是同时依据两个变量的值，将所研究的个案分类 。 例如： 某地区调查100名青年人的最大志愿，假定教育水平高的人，选择快乐家庭的5人，理想工作的0人，增广见闻的5人；教育水平中等的快乐家庭30人，理想工作的30人，增广见闻的0人;教育水平低的，快乐家庭5人，理想工作的20人,增广见闻的5人。 表3.1 100名青年人教育水平与志愿 结合了两个变量的共同分布，通常称为列联表 从上表中，我们可以清楚知道在每种教育条件下志愿的次数分布情况。因此，这样的表又称为条件次数表。 在表的最下端是每级教育水平的总次数，称为边缘次数，它们的分布情况就称为边缘分布。 表中的其他次数，称为条件次数，表示在自变量的每个值(条件)的情况下因变量的各个值的个案数目(次数) 　条件次数表有大小之分 如果我们将因变量放于表的左边，自变量放于表的上端，则表的大小就是横行数目(r)乘上纵列数目(c)，即表的大小为ＲxC。这个先后次序的用意，是表示前者(因变量)是受后者(自变量)影响的。 如果 教育水平由三级变为两级，但志愿的分类不变，则表的大小为3×2 即： r为因变量的取值类型数(行数) c为自变量的取值类型数(列数) 二维列联表一般形式如下： 二、条件百分表–––––结论表 条件次数表的缺点，是难于比较不同条件下的次数分布，是因为作为基数的边缘次数各有不同。 因此，为追求相互比较，从而知道两个变量间的关系，就必须将各个基数标准化，即在相同的基础上作比较。 最常用的标准化方法，是将所有基数变成100，各个条件次数就随而变为百分率，这样制成的表，就是条件百分表。 表3.2 青年人的教育水平对其志愿的影响 上表的结论： 低等教育水平的青年比其他教育水平的青年更以工作为重，高等教育与中等教育水平的青年都重视家庭，但前者比后者更重视见闻，而后者比前者更重视工作情况，总的说来，如果青年人的教育水平不同，他们的最大志愿也会有分别。教育是决定青年人志愿的因素之一。 三、百分率的计算方向 应该从哪一个方向计算百分率？ 常用的规则是：根据自变量的方向(即纵向百分比或列百分比) 如果因变量在样本内的分布不能代表其在总体内的分布，则百分率的计算要根据因变量的方向，即不在等比情况下抽样。 例： 我们在某城市研究破裂家庭(自变量)对青少年犯罪行为(因变量)的影响 ，如何抽样呢？ 假定该城市的全部青少年人口中，未犯罪的青少年有54400名,犯罪青少年有960名，我们决定从未犯罪的青少年中抽出百分之一来研究，即544名。从两名犯罪青少年中抽出一名来研究，于是变为480名。假如这样一个样本犯罪与未犯罪的比例为480：544 =1：1.3,实际上总体的犯罪与未犯罪的比例为960：5440=1：56.67，显然样本不能代表总体。 假定样本收集的资料，次数分布如下： 依据自变量状况计算百分率 家庭对青少年犯罪行为的影响 从上表可知： 犯罪青少年中，破裂家庭占30.4%，大于未犯罪青少年的比率(8.3%)，证明家庭破裂是会引起青少年犯罪的。 总的来说: 绘制条件百分表时，通常是依据自变量的方向来计算百分率，但如果自变量缺乏代表性，就要根据因变量的