现代社会调查方法-双变量统计分析.pptVIP

检验的步骤 首先，建立两变量间无关系的假设；然后计算出 值； 根据自由度 和给出的显著性水平，即P值，查 分布表，得到一临界值；自由度计算公式中的r和c分别为交互分类表中的行数和列数。将计算出的 值与查得的临界值进行比较，若值大于或等于临界值，则称差异显著，并拒绝两变量独立的假设，也即承认两变量间有关系；若值小于临界值，则称差异不显著，并接受两变量独立的假设，即两变量间无关系。 削减误差比例 PRE （Proportionate Reduction in Error) 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E1，减去知道Y与X有关系时预测Y的联系误差E2，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，PRE越大，表示以X值去预测Y值时能够减少的误差所占的比例越大。换句话说，X与Y之间越是相关，或者说，X与Y的关系越强。 四、不同层次变量的相关测量与检验 1、两个定类变量之间的相关 如果两个变量都是定类层次，我们可以采用λ系数进行测量。 公式中，fy表示变量X的每一个值之下变量Y的众数，Fy表示变量Y的边际分布中的众数。 课本第227页表10-14 [例] 对下表所示资料，用λ系数反映性别与收入高低的相关关系。 收入Y 性别X 合计 男 女 低 60 150 210 高 120 70 190 合计 180 220 400 性质： （1）0≤λ≤1 （2）具有PRE意义。 （3）对称与不对称情况下，有不同的公式。 （4）以众数作为预测的准则，对条件频数分 布列联表中众数频数以外的条件频数不予理会。 （5）如果众数频数集中在条件频数分布列联 表的同一行时，λ=0，从而无法显示两变量之间 的相关性。 第九章 双变量统计分析 一、变量之间的关系 1、相关关系 两个变量之间的相关是指当其中一个变量发生变化时，另一个也随之发生变化。反之亦然。 相关关系并不是完全确定的关系。一现象的数量确定了，而另一现象的变量还可能在一定范围内存变化，并不随之完全确定。例如施肥和农作物产量的关系，农作物的产量除了施肥多少的因素以外，还受土壤、种子、气候、耕作深度等很多其他因素的影响。 社会研究就是在这众多的影响因素中找出其主要影响因素，消除无关因素影响，确定现象因素之间的相互关系，这种分析就是相关分析。即：确定现象的变量之间是否存在相关关系，并用合适的数学表达式表示。测量现象之间的相关的密切程度。研究相关关系中哪些是主要和次要因素，它们之间的相互关系又如何。 相关的种类： （l）按相关的程度可以分为完全相关、不完全相关和不相关。 （2）按相关的性质分正相关和负相关。 （3）按照相关的形式分线性相关和非线性相关。 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。在统计中，对于线性相关，采用相关系数（记作r）这一指标来量度相关关系程度或强度。就线性相关来说，当r ＝l时，表示为完全相关；当r =0时，表现为无相关或零相关；当0 r 1时，表现为不完全相关。 所谓正相关关系是指一个变量的值增加时，另一变量的值也增加。例如，受教育水平越高找到高薪水工作的机会也越大。而负相关关系是指一个变量的值增加时，另一变量的值却减少。例如，受教育水平越高，理想子女数目越少。要强调的是，只有定序以上测量层次的变量才分析相关方向，因为只有这些变量的值有高低或多少之分。至于定类变量，由于变量的值并无大小、高低之分，故定类变量与其他变量相关时就没有正负方向了。 从变量变化的形式上看，如果关系近似地表现为一条直线，称为直线相关或线性相关；如果关系近似地表现为一条曲线，则称为曲线相关或称为非线性相关。 从变量的多少上看，单相关只涉及两个变量，亦称二元相关；三个或三个以上变量之间的关系称为复相关，亦称多元相关。 2、因果关系 当一个变量变化时会引起或导致另一个变量也随之发生变化，但反过来，当后一个变量变化时，不会引起前一变量的变化。 因果关系的特征： 两个变量之间存在不对称的相关关系。 自变量与因变量发生的顺序有先后。 变量之间的关系不是同源于第三个