社会统计学 12 相关与回归分析PPT.ppt

第十二章 相关与回归;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。 有的现象之间有因果关系，有的现象之间因果不清，只是伴随关系，例如丈夫的身高和妻子的身高之间，就不能说有因果关系。 相关就是用于研究和解释两个变量之间相互关系的。 ;第一节 相关关系（ Correlation）及种类;有两个钟都很准时，当a到了整点时，b就会敲响，是a引起了b的敲响吗？ 有些相关是由于机缘巧合而产生的。由于机会的存在，你或许可以通过一组数据来证明一些根本不存在的结论。;一篇医学文章曾严厉警告：喝牛奶的人中癌症的发病率在上升。文章还指出，牛奶消费量极大的英国妇女患癌症的概率是很少喝牛奶的日本妇女的18倍。（而同期英国妇女的平均寿命比日本妇女长12岁） 英国新赫布里底群岛上土著居民的信条：身上的跳蚤会带来健康的身体。因为土著居民发现，身体健康的人身上总有一些跳蚤，而身体羸弱的人身上通常没有跳蚤。 ;4、相关方向：正相关和负相关 自变量的增长引起依变量的相应增长，就形成正相关； 5、相关程度 完全相关、不完全相关和完全不相关 完全相关，指变量之间为函数关系；完全不相关指变量之间不存在任何依存关系，彼此独立。不完全相关介于两者之间。;样本的相关系数用r (correlation coefficient) 相关系数r的值在-1和1之间，可以是此范围内的任何值。r的绝对值越接近1，两变量的关联程度越强，r的绝对值越接近0，两变量的关联程度越弱. 0.80 以上 非常高(强)相关 0.60~0.80 高度(强)相关 0.40~0.60 中等相关 0.20~0.40 低(弱)相关 0.20以下 非常低(弱)相关 r=1 r=-1 r=0.8 r=0.2 r=-0.2;6、相关表和散点图 相关表：经整理后反映两变量之间对应关系的数据表。 散点图：将相关表中各个有对应关系的数据在直角坐标系上标出来，就得到散点图：直观地观察变量之间的关系;散点图表示的相关的类型;53项研究归结出的三种血缘关系水平者智力测验分数的相关;三种血缘关系的家庭成员的人格相关;第二节 定类变量的相关分析;1、列联表：在分组的基础上把两个变量的频数分布交互分配在一个统计表中。又称交互分类表（Cross classification)。 性别与对吸烟的态度 ;习惯上把要考察或预测的变量称为依变量，Y，放在表侧；另一变量为自变量，X，放在表头。 2×2列联表，最简单的交互分类表。 r×c列联表 r(row)、c(column);自己志愿;用频数表示，由于基数不同不便于比较，转化成频率分布列联表。 联合分布:如果 边际分布： 条件分布：;例：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。; 性别与对吸烟的态度 ;2675名双亲和他们10071个子女的智力的关系(%);2. 削减误差比例 PRE （Proportionate Reduction in Error) 通过相对频数条件分布列联表的讨论，可以就自变量 X和因变量Y的关联性给出一个初步的判断。但是对关联 性给出判断，能否使相关关系的强弱可以通过某些简单的系数明确地表达出来 在社会统计中，表达相关关系的强弱，削减误差比 例的概念是非常有价值的。 削减误差比例的原理是，如果两变量间存在着一定的关联性，那么知道这种关联性，必然有助于我们通过一个变量去预测另一变量。其中关系密切者，在由一变量预测另一变量时，盲目性必然较关系不密切者为小。; PRE：用不知道Y与X有关系时预测Y的全部误差E0，减去知道Y与X有关系时预测Y的联系误差E1，再将其化为比例来度量 PRE的取值范围是 0≤PRE≤l 削减误差比例PRE适用于各测量层次的变量，λ系数和τ系数便是在定类测量的层次上以削减误差比例PRE为基础所设计的两种相关系数。