心理与教育统计学11.pptVIP

第一节 相关的意义 一、相关的概念 1.正相关 两个变量的变化方向一致。 2.负相关 两个变量的变化方向相反。 3.零相关 两个变量的变化方向无一定的规律。 小贴士 二、相关系数 对变量之间关系密切程度的度量 对两个变量之间线性相关程度的度量称为简单相关系数 若相关系数是根据总体全部数据计算的，称为总体相关系数，记为? 若是根据样本数据计算的，则称为样本相关系数，记为 r 相关系数 (取值及其意义) r 的取值范围是 [-1,1] |r|=1，为完全相关 r =1，为完全正相关 r =-1，为完全负正相关 r = 0，不存在线性相关关系 -1?r0，为负相关 0r?1，为正相关 |r|越趋于1表示关系越密切；|r|越趋于0表示关系越不密切 相关系数 (取值及其意义) 散点图 标准分数散点图 第二节 积差相关 一、概念及其适用范围 1.积差相关的概念 两列变量均为正态连续变量，而且两个变量之间呈线性关系，表示这两列变量之间的相关称为积差相关。 2.积差相关的使用条件 第一，两个变量都是由测量获得的连续性数据。 第二，两个变量的总体都呈正态分布。 第三，必须是成对数据，而且每对数据之间相互独立。 第四，两个变量之间呈线性关系。 第五，排除共变因素的影响。 第六，样本容量N大于或等于30。 3.积差相关系数的定义公式 二、积差相关系数的计算方法1、原始数据计算 2.用可以直接求双变量积差相关系数的计算器计算 3.用只能计算单变量平均数及标准差的计算器计算 第三节 等级相关(秩相关) 计算相关系数的一种最常用的方法 两列变量各自总体不一定为正态 两列变量均为定序变量或数值型变量 只反映两列变量之间的线性关系 以等级次序排列或以等级次序表示的变量之间的相关 包括斯皮尔曼等级相关和肯德尔W系数 一、斯皮尔曼等级相关 1.概念及其适用范围 当两个变量以等级次序排列或以等级次序表示时，两个相应总体并不一定呈正态分布，样本容量也不一定大于30。 适用用于两列定序变量之间的线性相关程度的度量。 适用于非正态数值型数据的线性相关程度的度量。 2.等级相关系数的计算 等级相关（例子） 等级相关（例子） 这10人的视听反应时的等级相关系数为0.71. 等级相关（例子） 等级相关（例子） 二、肯德尔和谐系数 1.概念及其适用范围 当多个（两个以上）变量值以等级次序排列或以等级次序表示，描述这几个变量之间的一致性程度（即相关）的量。 多列等级变量相关程度的一种度量方法 原始数据的获得采用等级评定法，即让K个评价者对N件事物进行等级评定，每个评价者都能对N件事物排出一个等级顺序。最小等级数为1，最大为N。 W值介于0、1之间。如果K个评价完全一致，则W＝1；如果K个评价存在一定的关系，但不完全一致，则0W1；如果K个评价完全不一致，则W＝0。 2.相关系数的基本计算 有相同等级时的计算 肯德尔和谐系数的计算例子 肯德尔和谐系数的计算例子 肯德尔和谐系数的计算例子 肯德尔和谐系数的计算例子 第四节 质与量相关 一、二列相关 1.概念及其适用范围 当两个变量都是正态连续变量，其中一个变量被人为地划分成二分变量，表示这两个变量之间的相关。 使用条件： 两个变量都是正态连续变量 两个变量之间是线性关系 二分变量是人为划分的 样本容量N应当大于80 二、点二列相关 1.概念及其适用范围 两列变量中，其一为数值型数据，总体为正态分布，另一为真正二分变量。 2.相关系数的计算计算 点二列相关（例子） 第五节 品质相关 一、四份相关 1.概念及其适用范围 两个变量都是连续变量，且呈线性关系，每一个变量都被人为地分成两种类型。 小贴士 2.相关系数的计算公 二、Φ相关系数 1.概念及其适用范围 两个变量都是二分变量，无论是真正的二分变量还是人为的二分变量，这两个变量之间的关系，可以用Φ相关来表示。 2.相关系数的计算 三、列联相关 1.概念及其适用范围 两个变量均被分成两个以上类别，或其中一个变量被分成两个以上类别，表示这两个变量之间的相关，称为列联相关。 2.相关系数的计算 小贴士 选用：首先，考虑每种测量所产生的数据的类别。其次，对第一种测量数据和第二种测量数据的类型依次做出判断。最后，确定相关系数。 解释：相关系数是一个指标值，表示两个变量之间的关系程度，不能用倍数关系来解释。一个强相关意味着两个变量之间有密切关系，当一个变量的值发生变化时，会发现另一个变量的值也会产生相应的变化。但是，当两个变量之间的关系受到其他变量的影响时，两者之间的高度相关可能是一种假象。相关关系不是因果关系。 从W的值可知，这十人对颜色的喜爱具有较高的一致性。 140 34.0 29.