心理学研究方法之多元统计课件Chapter 2 a guide to statistical techniques.pptVIP

A Guide to Statistical Techniques 研究问题及有关的方法 1.1 变量间的关系 相关分析、回归分析或卡方检验 对不同方法的选择取决于IV和DV的数目、变量的性质（连续的还是离散的）以及是否有IV作为协变量 1.1.1 双变量r 双变量相关和回归：两个连续变量 研究问题及有关的方法 1.1.2 多元R 多元相关测量一个连续变量（DV）与一组其他（通常是）连续变量（IVs）的关系程度 这些IVs被联合为一个新的、综合变量 事实上多元相关是一个双变量相关，一方是DV，一方是由IVs联合而成的新的综合变量 多元回归是用几个IVs的分数预测一个DV的分数 和双变量相关及回归一样，多元相关也强调DV与IVs之间关系的程度，而多元回归强调几个IVs对DV的预测性程度 在多元相关及回归中，几个IVs可以是相关的，也可以是不相关的 研究问题及有关的方法 1.1.3 序列R 有时称为等级多元回归 在估计各IVs对DV的预测作用前，事先规定各IVs的优先顺序 如对学业成功的预测： 年龄、IQ、能力测验分数 在序列多元回归中，先进入的IV作为后进入的IV的协变量 在等级回归的每一步上都是进行多元回归计算 可以用于减少IV（如果新增加的IV不能使预测性增大，则在多元回归中不包括此IV） 研究问题及有关的方法 1.1.4 典型相关R 多个DV和多个IV 1.1.5 多向频次分析 考察多个离散变量间的关系（类似于卡方） 在其中，不区分IV和DV 如果其中一个被考虑为DV，其他的为IVs，那么则成为逻辑分析(logit analysis) 1.1.6 多水平建模 HLM 研究问题及有关的方法 1.2 组间差异的显著性 1.2.1 单因素ANOVA和t检验 1.2.2 单因素ANCOVA 1.2.3 多因素ANOVA 1.2.4 多因素ANCOVA 1.2.5 Hotelling’s T2 估计两组在质心上是否有差异。多元方差分析的特例（。为避免增大I类错误；相当于一元分析中的t检验 1.2.6 单因素MANOVA 通过加权计算一个新的DV，然后进行ANOVA 1.2.7 单因素MANCOV 1.2.8 多因素MANOVA 1.2.9 多因素MANCOVA 1.2.10 重复测量的剖面分析(profile analysis)：球形假设 Hotelling’s T2 研究问题及有关的方法 1.3 组成员关系预测 1.3.1 单因素判别函数 The goal is to predict membership in groups (DV) from a set of IVs Same questions as those addressed by MANOVA, but turned around. Group membership serves as the IV in MANOVA and DV in discriminant function analysis（ MANOVA中组别作为IV，在判别分析中为DV ） If group differ significantly on a set of variables in MANOVA, the set of variables reliably predicts group membership in discriminant function analysis 研究问题及有关的方法 1.3 组成员关系预测 1.3.2 序列单因素判别函数 变量进入预测函数的顺序是预先设定的 Two types of useful information provided by sequential analysis Helpful in eliminating predictors that do not contribute more than predictors already in the analysis A covariance analysis. At each step of the hierarchy, higher-priority predictors are covariates for lower-priority predictors. Thus, the analysis permits to assess the contribution of a predictor with the influence of other predictor removed 有时可以用逻辑回归来回答上述问题 研究问题及有关的方法 1.3 组成员关系预测 1.3.3 多向频数分析（Logit） 适用于所有预测变量都是离散数据时对组成员关系进行预测 1.3.4 逻辑回归 1.3.5