版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
社会调查与统计分析卢小君第十章双变量分析变量间的关系交互分类卡方检验方差分析相关分析回归分析10.1变量间的关系学习能力学习时间学习成绩上网打游戏时间1.相关关系相关关系的概念:两变量之间的相关(correlation)关系指的是当其中一个变量发生变化时(或取值不同时),另一个变量也随之发生变化(取值也不同)。相关关系的方向:(只限于定序及以上变量)两个变量之间具有正的相关关系,指的是当一个变量的取值增加时,另一个变量的取值也随之增加,反之亦然。两个变量之间具有负的相关关系,则指的是当一个变量的取值增加时,另一个变量的取值反而减少。1.相关关系相关关系的强度:变量与变量之间相关关系的强度指的是它们之间相关关系程度的强弱或大小。变量间相关程度的统计表示是相关系数,取值范围在-1~+1之间。各种相关系数的值不可能达到1或-1。相关系数只是用来表示变量间相关程度的量的指标,不是相关量的等单位度量。不能说0.50的相关系数是0.25的相关系数的两倍。也不能说相关系数从0.60到0.70与0.20到0.30增加的程度一样多。1.相关关系相关关系的类型:直线相关零相关正相关负相关曲线相关2.因果关系因果关系的概念:两变量之间的因果关系,指的是当其中一个变量变化时(取不同的值时)会引起或导致另一个变量也随之发生变化(取值也不同);但反过来,当后一变量变化时,却不会引起前一变量的变化。在这种情况下,我们称变化发生在前边,并且能引起另一变量发生变化的那个变量为自变量(常用X表示);而称变化发生在后边并且这种变化是前边变量的变化所引起的那个变量为因变量(常用Y表示)。2.因果关系因果关系的三个条件:变量X和变量Y之间存在着不对称的相关关系。变量X和变量Y在发生的顺序上有先后之别。变量X和变量Y的关系不是同源于第三个变量的影响。10.2交互分类所谓交互分类(crossclassification),就是将调查所得的一组数据按照两个不同的变量进行综合的分类。表1性别与择业意愿的交互分类表(人)择业意愿男生女生合计大专院校106070行政机关8020100公司企业201030合计1109020010.2交互分类交互分类适用于三种情况:定类变量-定类变量定序变量-定序变量定类变量-定序变量不同性别的学生在择业意愿方面是否存在区别?文化程度与职位等级有没有关系?性别与思维活跃程度有没有关系?10.2交互分类作用1:交互分类可以较为深入地描述样本资料的分布状况和内在结构。作用2:交互分类可以对变量之间的关系进行分析和解释。
10.2交互分类择业意愿男生女生合计大专院校106070行政机关8020100公司企业201030合计11090200性别人数男110女90合计200择业意愿人数大专院校70行政机关100公司企业30合计200作用1:交互分类可以较为深入地描述样本资料的分布状况和内在结构。作用2:可以对变量之间的关系进行分析和解释。作用2:可以对变量之间的关系进行分析和解释。10.2交互分类交互分类表中应该通过计算百分比解释两个变量之间的关系问题:向哪个方向计算百分比?某项调查获得两个社区中犯罪者与非犯罪者的数量分布资料。问:(1)向哪个方向计算百分比更适宜?为什么?(2)计算百分比并简略总结资料分类社区1社区2合计犯罪者初犯5868126惯犯43137180非犯罪者48110811562合计58212861868分类社区1社区2合计犯罪者初犯5868126惯犯43137180非犯罪者48110811562合计58212861868分类社区1社区2犯罪者初犯10.0%5.3%惯犯7.4%10.6%非犯罪者82.6%84.1%合计100%100%按纵向计算分类社区1社区2合计犯罪者初犯46.0%54.0%100%惯犯23.9%76.1%100%非犯罪者30.8%69.2%100%按横向计算10.2交互分类交互分类表中应该通过计算百分比解释两个变量之间的关系问题:向哪个方向计算百分比?按照自变量(或用来作解释的变量)所在的方向计算百分比10.2交互分类交互分类通过对数据的深入挖掘,进而有助于对社会现象作出解释与回答。独生子女一直被人们看作是缺乏独立生活能力、依赖父母、懒惰的小皇帝。有关部门对100对新婚独生子女的跟踪调查显示,这些家庭中有20%聘用了计时工做家务,80%的家庭不开伙且在双方父母家“蹭饭”,30%的夫妇把脏衣服拿到父母家里洗。(人民日报)有专家指出:“不会做家务将成为影响中国独生子女婚姻家庭不和谐的重要因素”。问题:城市青年中独生子女的生活自理能力真的比非独生子女差吗?10.2交互分类研究者采用自填问卷方式对12个城市1786名在职青年(年龄为18-28岁)进行了调查。表5两类青年在家做饭的交互分类(%)独生子女非独生子女在家做饭30.145.2在家不做饭69.954.8合计100100(n)(618)(1168)10.2交互分类婚姻状况可能与青年在家做饭的行为之间存在关系。为了排除这一因素的影响,对婚姻状况进行控制,得到:未婚已婚独生子女非独生子女独生子女非独生子女在家做饭26.745.344.245.0在家不做饭73.354.755.855.0合计100100100100(n)(498)(808)(120)(360)表6控制青年婚姻状况后两类青年在家做饭的交互分类(%)结论?交互分类表的形式要求每个表的顶端要有表号和标题。表格中的线条一定要规范,简洁,最好不用竖线。表中的百分比符号有两种简便处理的方法:一种是在表顶端的右角,也即是标题的尽头处,标上一个“(%)”的符号;另一种方式是在表中每一纵栏数字的头上(也即是上方变量的每个取值下面)写上一个“%”。在表的下端用括号标出每一纵栏所对应的频数,以指示每一栏百分比所具有的基础(即个案数的多少),同时也可供读者据此计算每一类别中的个案数目。志愿教育水平高(%)中(%)低(%)快乐家庭50.050.016.7理想工作0.050.066.7增广见闻50.00.016.7(n)(10)(60)(30)表1青年人的教育水平与志愿2.交互分类表的形式要求表内的百分比通常保留一位小数(或两位)。对于交互分类的两个变量的安排,通常是将自变量放在上层,将因变量放在表的左侧。按纵向计算百分比。交互分类的两个变量的变量值应有所限制,特别是不能同时具有多个变量值。3.卡方检验年龄与对提前退休的态度之间的关系青年人比老年人更趋向于实行提前退休的制度人们的年龄与对提前退休的态度有关3.卡方检验要保证我们从样本中得出的结果具有统计意义,保证样本中所体现的变量间关系也反映了总体的情况,就必须对他们进行卡方检验。(属于推论统计)步骤:建立两变量间无关系的假设;计算出,fo为交互表中每一格的观察频数,fe为交互分类表中fo所对应的期望频数。为了计算χ2,必须首先计算出每一格fo所对应的fe,具体的计算方法是:用每一格fo所在行总数乘以它所在的列总数,再除以全部个案数。例题1有人认为城市的生活环境更容易让人抑郁,于是他随机调查了定居城市的120人和定居农村的80人,对他们实施抑郁测评。结果发现城市的被调查者中有38人被判定为轻度以上抑郁,而对农村的调查只有12人有抑郁。这个数据是否支持他的论点呢?(p=0.05)抑郁人数非抑郁人数行的和城市3882120农村126880列的和50150200首先计算每一格的fe,
f11即第一行与第一列相交的那一格的期望频数,以此类推。代入χ2的计算公式得到:3.卡方检验计算出,再根据自由度和给出的显著性水平,查分布表,得到一临界值;将计算出的与临界值进行比较,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,即两变量间有关系;若小于临界值,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。df=(r-1)(c-1)=(2-1)(2-1)=1根据0.05的显著性水平和自由度1,查表可得,临界值为由于χ2的计算值7.11大于临界值,因此拒绝H0,即认为抑郁倾向与定居地有关,这两个因素不是独立的。例题2一位研究者想调查一下顾客对于快餐的偏好程度,以考察中式快餐和西式快餐哪种更受欢迎。他随机调查了353个不同年龄组的顾客,如表所示。请问,对快餐偏好程度是否与年龄有关?(%)年龄麦当劳永和豆浆(n)25岁及以下89.310.7(272)25岁以上81.518.5(81)年龄麦当劳永和豆浆行的和25岁及以下2432927225岁以上661581列的和30944353
df=(r-1)(c-1)=(2-1)(2-1)=1对快餐偏好程度与年龄之间是独立的,即两个变量之间没有关系。相关系数的计算:各种相关测量的方法,目的是理解两个变量在“样本”中相关程度的强弱或大小。不管这一样本是随机样本还是非随机样本。对各种相关系数所进行的假设检验,目的是根据随机样本资料推论两个变量在“总体”中是否相关。假设检验只能用于分析随机样本,不能分析非随机样本。选择何种相关分析方法和检验方法,主要要考虑两个变量的测量层次。当有多种相关系数时,应该尽可能选择有消减误差比例意义的测量方法。(同时,还应该考虑两个变量是对称关系还是非对称关系,但是对于这一点,并不是强制性要求,不用过分强求。)相关系数的计算:消减误差比例在相关分析中,有一些相关测量法计算出来的相关系数,除了表示相关的程度之外,还具有消减误差比例的意义,称为PRE测量法。消减误差比例是指我们在认识某一种社会现象Y时,如果只用Y的统计值去预测或理解其变化情况时,难免会有误差。假设另一种社会现象X与Y有关系,如果我们根据X的值来预测Y的情况时,理应可以减少若干误差。而且,X和Y的关系越强,所能减少的误差就会越多。换言之,所减少的误差有多少,也可以反映X与Y之间关系的强弱程度。相关系数的计算:消减误差比例YE1XYE2E1-E2E2PRE的值越大,表示以X去预测Y时能够减少的误差所占的比例越大,说明X和Y的相关关系越强。相关系数的计算:λ系数适用情况:当两个变量都是定类变量,或者一个变量是定类变量,另一个变量是定序变量。具有消减误差比例的意义。λ相关系数有两种测量形式,一种是对称形式,即不区分自变量和因变量,用λ表示;另一种是不对称形式,即要求区分自变量(X)和因变量(Y),用λy表示。相关系数的计算:λ系数(对称形式)Mx表示X变量的众数次数,My表示Y变量的众数次数,mx表示Y变量每个取值(类别)下X变量的众数次数,my表示X变量每个取值(类别)下Y变量的众数次数,n表示全部个案数。相关系数的计算:λ系数(对称形式)青年的择偶取向知心朋友的择偶取向合计人生伴侣事业帮手爱情至上人生伴侣1502030200事业帮手20140100260爱情至上305060140合计200210190600假设将青年的择偶取向作为X,知心朋友的择偶取向作为Y(X和Y的位置也可以反过来),则:Mx=260,My=210,mx=150,140,100,my=150,140,60。那么:这一结果表明,青年的择偶取向和其知心朋友的择偶取向的相关系数是0.37,即如果要以两个变量相互预测,可以消减37%的误差。相关系数的计算:λ系数(不对称形式)My表示Y变量的众数次数,my表示X变量每个取值(类别)下Y变量的众数次数X和Y的位置不能颠倒,X表示自变量,Y表示因变量,λy表示用X预测Y时,可以消减的误差比例的大小。相关系数的计算:λ系数(不对称形式)电影爱好性别行的和男女动作351045爱情154055喜剧203050列的和7080150My=55,my=35,40,那么:这一结果表明,性别和电影爱好之间的相关系数是0.21,用性别来预测电影爱好时,可以消减21%的误差。相关系数的计算:λ系数(不对称形式)电影爱好性别行的和男女动作351045爱情154055喜剧203050列的和7080150相关系数的计算:λ系数(不对称形式)如果全部众数集中在交互分类表中的同一列或同一行中,会出现什么结果?请计算λy电影爱好性别行的和男女动作354075爱情151025喜剧203050列的和7080150相关系数的计算:tau-y系数适用情况:当两个变量都是定类变量,或者一个变量是定类变量,另一个变量是定序变量。不对称形式具有消减误差比例的意义。Fy表示Y变量的边缘次数,Fx表示X变量的边缘次数,f表示某个条件次数,n表示全部个案数。相关系数的计算:tau-y系数条件次数:同时受两个变量控制的频数(35、40、15、10、20、30)边缘次数:仅受一个变量控制的频数(行的和、列的和)电影爱好性别行的和男女动作354075爱情151025喜剧203050列的和7080150相关系数的计算:tau-y系数电影爱好性别行的和男女动作354075爱情151025喜剧203050列的和7080150相关系数的计算:φ系数
适用情况:当交互分类表为2×2表(即两行两列)时主要用于对称形式(不对称形式也可以)不具有消减误差比例的意义φ系数的计算公式为:B1B2A1abA2cd社会责任感参与选举未参与选举行的和高3862100低1288100列的和50150200相关系数的计算:C系数
C系数也称为列联相关系数(contingencycoefficient),当两个变量均被分成两个以上类别,或其中一个变量被分成两个以上类别,这两个变量之间的相关程度可用C系数来测量。不具有消减误差比例的意义主要用于对称形式(不对称形式也可以)计算公式为:例题某高校为了了解广大师生对学校某项改革政策的态度,共对2531名学生和教师进行了抽样调查,抽样调查的结果如表所示。计算调查对象与态度之间的列联相关系数。(p=0.01)首先计算出χ2值为130.02,查χ2分布表,得到临界值,说明不同的调查对象与态度之间具有相关性,则赞成不置可否反对低年级学生446212319高年级学生273193324教师262325177相关系数的计算:C系数C系数需要进行修正表规模C值上限表规模C值上限表规模C值上限2×20.7073×50.8105×70.9152×30.6853×60.8246×60.9132×40.7303×70.8336×70.9302×50.7534×40.8667×70.9262×60.7654×50.8637×80.9472×70.7744×60.8778×80.9352×80.7794×70.8888×90.9573×30.8165×50.8949×90.9433×40.7865×60.90410×100.949练习题下表是调查所收集的男女与吸烟态度的相关资料,计算其相关系数,并进行假设检验。态度性别男女容忍10020反对2060合计12080G系数
适用情况:两个变量都是定序变量对称关系具有消减误差比例的意义Ns表示同序对数目,Nd表示异序对数目。所谓序对,是指表明高低位次的两两配对。同序对指的是变量大小顺序相同的两个样本点,即其在变量X上的等级高低顺序与在变量Y上的等级高低顺序相同;否则就叫异序对。假设我们对3名员工进行调查由表可知,工作成绩X:甲<乙,甲>丙,乙>丙;学历Y:甲>乙,甲>丙,乙>丙;同序对是:甲丙、乙丙,即Ns=2;异序对是:甲乙,即Nd=1。代入公式得:学历Y工作成绩X高中低硕士甲大学本科乙大专丙
G系数
要将随机样本中有关两个定序变量间关系的结果推论到总体,需要进行Z检验(n≥100)。∣Z∣<Zɑ/2,总体中两变量之间是相互独立的,即不存在相关关系;∣Z∣≥Zɑ/2,总体中两变量存在相关关系
G系数
假设对100名员工的文化程度和收入水平进行调查,计算出的Ns=1510,Nd=514,G=0.49Z=2.53>Z0.05/2=1.96,在总体中文化程度与收入水平之间存在相关关系。
G系数
当样本量为小样本时(n<100)则要改用t检验法。t值的计算公式为:
dy系数
适用情况:两个变量都是定序变量不对称关系具有消减误差比例的意义E系数
当两个分析变量一个是定类变量(或定序变量),另一个为定距变量(或定比变量)时,前述的分析方法都不适用。这时,我们采用eta系数来度量两者之间的相关程度。其计算公式为:Y表示因变量的数值,表示因变量的均值,表示每个自变量Xi上的各因变量的均值,n是全部个案数,ni是每个自变量(Xi)的个案数。E代表了定类(定序)与定距(定比)变量之间的相关系数。E2具有消减误差比例,不对称关系例题某次调查得到如表所示数据,试求职业与收入水平之间的相关程度。教师医生公务员总计收入(元)250034003800280028003400300032003600220038004000320026003400380034003100350032003200320027003500290037003400310036002800频数ni1191030(n)均值yi3000320035003226.7(y)定类变量定比变量E系数
E系数的检验采用F检验法:其中,k为分组数目,n为样本规模,k-1=df1,n-k=df2。计算的F值与查表得到的临界的F值相比较,如果计算所得F值>查表所得临界F值,则表明在总体中两变量存在相关关系;反之,则表明总体中两变量之间是相互独立的,即不存在相关关系。E系数假定所要求的显著度为p<0.05,则查F检验表可得df1=k-1=2,df2=n-k=27的临界值为3.35。由于F=4.99>3.35=F0.05,故否定虚无假设,得到下列结论:从总体上看,被调查者的职业与收入水平相关10.4定距(比)变量之间的相关系数——Pearson积差相关系数
定距(定比)变量与定距(定比)变量皮尔逊相关系数r:r2(又称为决定系数)具有消减误差比例的意义主要用于对称形式(不对称形式也可以)例题:试求工人的年龄与他们的收入之间的相关程度。分组资料的相关系数计算:例题:Pearson积差相关系数要将随机样本中有关两定距(比)变量间关系的结果推论到总体,需要进行F检验。将计算的F值与查表得到的临界的F值相比较,如果计算所得F值>查表所得临界F值,则表明在总体中两变量存在相关关系;反之,则表明总体中两变量之间是相互独立的,即不存在相关关系。相关系数的选择测量层次相关测量法是否对称有无消减误差比例意义检验方法定类-定类定类-定序λ对称/不对称有χ2检验tau-y不对称有φ(2×2表)对称无C(非2×2表)对称无定序-定序G对称有Z检验或t检验dy不对称有定类(定序)-定距(定比)E不对称无F检验或t检验E2不对称有定距(定比)-定距(定比)r对称无F检验或t检验r2对称有10.5回归分析相关分析的目的在于了解两个变量之间的关系强度,它并不涉及两变量之间有无因果关系。回归分析(regressionanalysis)则是对有相关关系的现象,根据其关系的形态找出一个合适的数学模型,即建立回归方程,来近似地表达变量间的平均变化关系,以便依据回归方程对未知的情况进行估计和预测。线性回归分析的对象(主要指因变量)是定距或定比层次的变量,它的中心问题是建立回归方程。需要通过散点图判断是否为线性相关回归方程:Y=a+bXb是回归系数,表示自变量对因变量影响的大小和方向,其主要作用是使我们能够以自变量的变化来预测因变量的变化。a=y(平均值)-bx(平均值)一元线性回归分析例题:Y=5.13X+140.2a=y(平均值)-bx(平均值)为了进行偷税识别,收集某市10户核算规范的轮胎企业年销售收入和工人工资总额数据如表所示,是否可以据此进行偷税识别?
例题企业销售收入/万元工人工资总额/万元1271.576.12155.145.63318.287.54923.3253.95202.660.56443.3129.271325.5371.08648.2194.59553.6155.010337.998.4例题例题例题Y=3.4565+0.2775X如果某个企业的销售收入是300万元,代入回归方程,工人工资总额的预测值为86.7万元,如果发现账面工人工资总额为120万元,远高于86.7万元,说明存在瞒报销售收入的可能性。回归方程:Y=a+b1X1+b2X2+……+bkX
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2026年河南省西学中题库及答案
- 2026年文献选读模拟试卷目(含答案)
- 2026年国家公务员考试(国考)行测点睛题库及答案
- 2026年农资肥料考试题库及答案
- 2026年维修电工技师题库及参考答案
- 2026年信息素养学赛题库带答案
- 2026年江西大学考试题库及参考答案
- 2026年精神障碍护理实践题库及参考答案
- 2026年护理人员层级N2理论考核题库及参考答案
- 2026年能源地质学题库及参考答案
- 2025年中国职场人亚健康情况调查研究报告
- 音乐职高说课课件
- 美食城经营管理合同范本
- 直流系统培训课件
- 佣金合同协议书
- 《人才盘点完全应用手册》
- 人员推销课件
- 2024年共青团团课考试测试题库及答案
- 特殊教育教师职业生涯规划
- 医学大数据分析 课件 第1章 医学大数据概述
- 《急性会厌炎》课件
评论
0/150
提交评论