相关分和回归分析.pptVIP

相关与回归 相英与回归 变量 ●变量就是指具有可测量性的概念,其属性在幅度和强度上的 变化程度可以加以度量,如问卷中所提出的问题; ●变量可以通过主观数据或客观数据来测量。比如重量、出席 率、温度等都可以客观测量。态度、感情、感觉则可以通过 主观的数据来测量 ●对社会事务的测蚤有不同种类、不同层次的变量,根据变量 层次种类不同统计描逑分析也会有所不同。 相关与回归 2 相英与回归 1、寫散型量和连蛱型吏量 ●如我们取某地区家庭人口数为样本调查(数据如下表),从下 表可以看出每个家庭的人数只能取整数。这个变量就是离散型 变量 家庭人口数(人)家庭数(户 130 2345678 340 154 15 6 相关与回归 相英与回归 1、离散型变量和连续型变量 ●如我们取某地区男子的身高为样本调查(数据如下表),从下 表可以看出身高的取值是连续`化的。这个变量就是连续型变 量 高分组(CM) 人数(人 148-154 4 154-160 160-166 44 166-172 64 172-178 178-184 16 184-190 200 相关与回归 相英与回归 2、定类变量、定序量、定距变量和定比变量 ●定类变量也称为名义变量,只測量各种分类之间的差别,它只 能对变量进行类别差测度。(性别、企业类型,类别区别) ●定序变量是对处于某种状态不同强度和序次水平的测量,或者 说它是对同一维方向上不同序次水平的测量(学位:本科硕士 可以进行等级比较) ●定距变量:测量单位是一致的,它不仅可以对两个观察点在序 次上进行测量,还可以对两个观察点之间或两个序次之间的间 距进行测量。(温度,零点是人为定义,相对委加减运算) ●定比变量:是最高级的变量。可以计算两个观察点之间的比值。 有一个固定的季点,是一个绝对的尺度。如工资、年龄、重量 相关与回归 定类测量举例:性别 女性 男性 定序测量举例:对宗教的认知,“对你来说,宗教有多重要?” 不重要 般 比较重要非常重要 低 高 相关与回归 定距测量举例:IQ 95 100 105 110 115 甲署甲 定比测量举例:收入 ￥0￥10,000￥20,000￥30,000￥40,000￥50,000 图1测量层次 相关与回归 7 相英与回归 变量 ●您的政治面貌:A、中共壳员B、民主壳派C、共青团员 D、群众 ●您的文化程度:A、不识字或识字很少B、小学C、初中 D、高中E、中专F、大专G、本科H、硕士 您的性别:A、男B、女 您的年龄: ●您的家庭人口数: ●您的家庭年收入 相关与回归 相英与回归 一、变量 四种变量的特征和例子 变量 定量变量 定序变量 定距变量定比变量 类型 树、房子、出租1、收入:高水平、1、温度 高度:厘米 车等 中等水平、低水平摄氏度、华2、工资:元 举例2.、性别:男、女2、社会地位:上层、氏度 3、年龄:岁 政党:自由党、中层、下层 说明共产党等 4、体重:公斤 3、态度:完全同意 4、宗教:基督教 同意、中立、不同 回教、印度教等意、完全不同意 相关与回归 相美与回归 一、变量 四种变量的区别 类型「类别序列间距差带零点的比值 差差+ +-* 定类是否 否 定序是是 定距是是 ‖是 否否否是 定比是是是 相关与回归