社会研究的统计应用(9)

1、第四篇：多变项分析一个变项：X （众值，中位值，均值，方差。）两个变项： （相关系数）多变项分析：XYXY（W，T，C）X1X2X3YX1X2X4X3详析分析多因分析多项相关第九章 详析模式与统计控制社会现象多数包括两个以上变项。详析分析有三种模式 因果分析：X与Y是否有因果关系？ 阐明分析：为什么X会影响Y？1.条件分析：在不同情况与X与Y会有不同关系吗？第一节：因果分析因果分析是要鉴定自变项X与依变项Y之间是否有因果的关系。方法是前置变项，如果控制W不变，而X变化时，Y也起变化，表示X与Y的关系不是由W引起的，即X与Y的因果关系可能是真实的如果控制W不变（每个W的固定值），X与Y的关系消失

2、，则X与Y的因果关系是虚假的W年纪越大结婚越长XY发病率越高？采用按前置变项W的每一个值分为一子表的方法，可以在分表内控制W不变，在每个分表中W值为常数X原表 YX分表W=1 YX分表W=2 Y原表中X与Y的相关系数为R，两分表中X与Y的相关系数分别记为R1与R2控制W分表后，有三种情况X与Y的关系消失：各分表中X与Y无关系，表示原表中X与Y关系是虚假。X与Y关系维持原状：表示X与Y的因果关系可能是真实的。X与Y仍有关系，但其相关程度变小了，表示所控制的第三类变项产生局部效应。统 计 结 果研究结论1. R1=R2=0 (Ri分表X与Y关系) 虚假因果关系2. R1=R2=R (R原表X与Y关

3、系) 真实因果关系3. R10,R20 但 R1R,R2R 部分真实因果关系W XY XYW XY XYWW增加前置变项W分表后第一种情况关系消失第二种情况关系仍然第三种情况关系减弱举例1(虚假因果关系）住户拥挤引起夫妇冲突增加夫妇冲突住户拥挤高/%低/%高63.841.6低36.258.4总数599401G=+0.423 检定值(187页) Z=5.233 p1.65（一端检定） 结论：总体中G0前置变项经济水平（富裕，中等，贫困）夫妻冲突富户拥挤中等户拥挤贫户拥挤高低高低高低高61.462.281.080.710.69.6低38.637.819.019.389.490.4(总数 1000)

4、2209029411485197G=+0.423 Z=5.233 (显著)G= - 0.018 Z=0.099 (不显著）G=+0.008 Z=0.040 (不显著）G=+0.052 Z=0.017 (不显著）结论：住户拥挤与夫妻冲突的因果关系是虚假的，这两个变项相关可能由家庭经济水平所导致举例2（真实因果关系）加控制变项W之前y=0.28加上性别控制变项W之后,男190人y=0.27 女110人y=0.30前后变化不大，结论:成绩与最大志愿的因果关系可能是真实的。成绩 X Y 最大志愿 W 性别成绩 X Y 最大志愿学习成绩会影响人的最大志愿举例3（部分因果关系）职业背景 X Y 思想现代化

5、XYW教育水平W XY 原表 tau-y=0.65分表 教育水平 低 高tau-y=0.45 tan-y=0.31分表中X与Y仍有关系，但数值比原表都低，结论：职业背景与思想现代化的因果关系部分是由教育水平所导致当有两个以上前置变项（W1，W2）的影响时，可以先按W1不变(教育水平)分为第一层分表，再按W2不变(城乡背景)划分表为更小的分表 XYW1+W2 第二节 阐明分析（为什么X会影响Y？） 用事实来验证：X是通过某些因素（T）而对Y产生影响的X变动引起T变动，而T变动会引起Y变动，T称为介入变项 控制T使之不变（方法是对T分表）， 如果X变Y不变，T为关键性环节 如果X变Y亦变，T是无关

6、重要的XYXYT控制T分表后，有三种情况统 计 结 果研究结论1. R1=R2=0 (Ri分表X与Y关系)完全阐明2. R1=R2=R (R原表X与Y关系)不能阐明3. R10,R20 但 R1R,R2R部分阐明举例300名年纪相近妇女，发现教育水平（X）越高，子女数目（Y）越少（G= - 0.7)第一种解释：教育水平越高的妇女越晚结婚，因而生的子女就较少。介入变项 T结婚年龄早婚分表晚婚分表G= -0.68G=-0.71晚婚不能阐明教育与子女数目的反比关系第二种解释：教育水平越低的妇女越重男轻女，导致生较多的子女。介入变项 T重男轻女重男轻女不重男轻女G= - 0.45G= - 0.50教育

7、水平较低的妇女生子女较多,部分原因为重男轻女第三节 条件分析与互动效果 条件分析也称为标明模式关注的问题是：在不同情况下X与Y的关系会不同吗？ 例如：住户拥挤（X）对夫妻冲突（Y）的影响，是否城乡有别呢？是否在不同民族中有所分别呢？ 方法：以第三类变项（条件变项，C）作为基础来了解X与Y在不同情况下的关系。 具体为以C的不同值对样本分组，如果在各组中X与Y的关系大致相同，表示X与Y的关系有普遍性，反之表示X与Y的关系有条件性。400户住户拥挤（X）对家庭冲突（Y）的影响，Gamma= +0.55引进条件变项：家庭规模大家庭小家庭Gamma= +0.81Gamma= +0.12拥挤地住在一起都会增加成员之间的冲突，但在大家庭中特别严重，即X与Y的关系是随着C的条件而变化的，具有互动性。200个社区的人口密度（X）与精神病率（Y），发现积矩相关系数 r = +0.06, 反映人口密度对精神病的影响非常弱。引进条件变项：社区的文化异同（同质，异质）同质社区异质社区 r = - 0.30 r = 0.42（被压抑） 结论：在不同文件类型的社区中，人口密度（X）与精神病率（Y）的关系是不相同的。压抑分析（小变大）：X与Y本来没有关系(或关系很弱)，但在标明了条件后，X与Y显然有关系(或关系强大起来)。480名成年人，发现教育水平(X)越高，参加社区活动(Y)越少，其相关