平均差 方差 检验 相关分析报告.ppt

* * * * * 2.H0: ρ= ρ0 (ρ≠0 ) 的情况 方法:将r转变成zr, zr呈正态分布 统计量(11.11) 例如: 29个学生几何期中与期末考试成绩的 r= 0.30,问全年级几何期中与期末考试成绩的相关系数是否为0.64? 1.假设 2.选择统计量并计算 3.确定显著性水平，查临界值 4.结论：︱Z︱=2.28*＞ 接受 全年级几何期中与期末考试成绩的相关系数极少可能是0.64。 应用1:测量命题的信度 (一般教学进程中常规测验的信度要求在0.60以上.) 王老师出了一份期末试卷,考试结束后得到高一(2)班50名学生的成绩.为了解命题的可靠程度,一段时间后用等值的试卷对该班再测一次,两次成绩的相关系数为0.52.问题:试卷的信度是否符合要求? 同样的方法可以了解命题的效度,区分度. 效度含义：(一般要求在0.50以上) 区分度含义：(一般要求在0.30以上) 求试卷中某一题的区分度，可以抽取一定数量样本，求该题得分数与卷面总分的积差相关系数，存在显著相关则该题区分度较好。 序号 1 2 3 4 5 6 7 8 9 10 总分 X 74 71 72 68 75 73 67 70 65 74 小题分 Y 8 6 7 9 6 8 5 6 3 4 r=0.322, r(8)0.05/2=0.602 §7—4 等级相关 一 斯皮尔曼等级相关 1.概念极其适用范围（两个变量，等级、名次表示） 2.相关系数的计算 3.相关系数的显著性检验 rR表示等级相关系数； D表示两个变量每对数据等级（不是指原始的等级）之差； n表示样本容量 例如，10名高三学生学习潜在能力（简称学能）测试（X）与自学能力测试成绩（Y）如下表第（2）（4）列所示，问两者相关情况如何？ 学生序号（1） 学生潜在能力 自学能力 等级差数 D(6) 差数平方 D2(7) X(2) 等级（3） Y(4) 等级（5） 1 90 1 3 2 -1 1 2 84 2 2 1 1 1 3 76 3 5 3 0 0 4 71 5 7 5.5 -0.5 0.25 5 71 5 8 7.5 -2.5 6.25 6 71 5 6 4 1 1 7 69 7 8 7.5 -0.5 0.25 8 68 8 7 5.5 2.5 6.25 9 66 9 10 10 -1 1 10 64 10 9 9 1 1 总和 18 检验：当n在4至50之间可以直接查等级相关系数界值表（附表10） 假设： n=10, rR(10)0.01/2=0.794＜rR=0.891 P ＜0.01 结论：接受H1,从总体上看，学生的学习潜在能力与自学能力之间存在着较高的正相关。 二 肯德尔和谐系数 1.概念极其适用范围 （当两个以上变量以等级排列或表示，描述这几个变量之间的一致性程度。） 2.相关系数的计算 (1)无相同等级的情况 (2)有相同等级的情况 3.相关系数的显著性检验 例如，4位教师对6个学生作文竞赛的名次排列次序如表11.8第（2）列所示，问评定的一致性程度如何？ 表11.8 4位教师对6个学生作文竞赛名次排列的肯德尔和谐系数计算表 学生 n=6 (1) 评定者K=4(2) R (3) R2 (4) 1 2 3 4 1 3 4 2 1 10 102 2 4 3 1 3 11 112 3 2 1 3 4 10 102 4 6 5 6 5 22 222 5 1 2 4 2 9 92 6 5 6 5 6 22 222 总和 84 1370 rw表示肯德尔和谐系数； K表示评定者的人数或对同一组被评事物先后评定次数； R表示K个评定者对同一个被评事物所给予的等级之和； SSR表示R的离差平方和 表11.9 同一位教师对5份研究生入学政治试卷先后3次等级评定结果的肯德尔和谐系数计算表 学生n=5(1) 先后评定次数K=3(2) 等级（3） R(4) R2 (5) 1 2 3 1 2 3 1 3 5 3 5 5 4.5 14.5 14.52 2 1 2 2 1 2 2.5 5.5 5.52 3 2 1 1 3 1 1 5 52 4 2 3 2 3 3 2.5 8.5 8.52 5 2 4 3 3 4 4.5 11.5 11.52 总和 45 470 1.假设 2.选择统计量并计算 3.确定显著性水平，查临界值 4.结论： 接受 三次等级评定结果从总体上说是一致的（相关的）。 §7—5 质与量的相关 点二列相关 1.概念极其适用范围 两个变量，一个是正态连续变量，另一个是二分变量（男与女、已婚和未婚、对与错等） 2.相关系数的计算 3.相关系数的显著性检验 2.相关系数的计算