当前课程知识点:心理统计 > 17 相关分析与检验 > 17.4 点二列相关和二列相关 > 17.4 点二列相关和二列相关
同学们好
今天我们继续学习相关分析与检验这一章中
点二列相关和二列相关这一节
它的内容包括点二列相关二列相关和小结
首先我们来看点二列相关
它的适用条件是一个变量
是正态连续型的变量
另一个变量是真正的二分名义变量
比如说性别
这两个变量之间的相关称为点二列相关
它的计算公式
rpb等于Xp杠
减去Xq杠除以St乘以根号下pq
我们具体来看一下它们的意义
比如说我们想看学习成绩和性别的相关
学习成绩是正态连续型的变量
性别是二分名义变量
那么Xp杠指的是什么呢
比如说它指的是男生的学习成绩
Xq杠
他指的是女生的学习成绩
p和q分别代表的是男生的比例和女生的比例
St指的是学习成绩的标准差
这是第一个公式
我们还可以用第二个公式
比如说这里Xp杠和Xt杠
这里主要是多了一个Xt杠
这里指全体学生
就不管男生跟女生合在一起
他们的平均分数
学习成绩的分数
p和q还是男生和女生的比例
其他和第一个公式是一样的
这两个公式是等价的
只是不同的形式而已
我们举一个例子
比如说有18个五岁幼儿掷砂袋
成绩如右表所示
这是四点零三点六三点五等等
我们是18个孩子
最后一个孩子的成绩是3.4
性别我们以零一来标示
一是男生
零代表女生
我们是两类变量成绩和性别
我们想看一下它们的相关是怎么样的
我们带入刚才的提到的点二列相关的公式
这个4.688是男孩的成绩
这个3.390是女孩的平均成绩
男孩呢所占的比例也就是在18个孩子当中
它的比例是0.444
女孩的比例是0.556
这是成绩的标准差
我们rpb算出来等于0.910
如果你带入第二个式子
主要是这个地方不太一样
它是3.967
这个是无论男孩和女孩她的总的平均成绩
然后这个式子是p除以q算出来是0.909
其实二者是一样的
就是在我们进位的时候稍微有点差异
实际上本质是一样的
我们来看这个点二列相关
它的性质是什么样子的
我们刚才介绍了它的公式
我们看一下
如果我们把数据整理成这样的一个形式
这是性别
这是成绩
我们以前讲过T检验
T检验的假设
H0男生和女生的成绩是一样的
也就是μ男等于μ女
我们做T检验的时候
我们需要知道样本量
N1等于8
男孩八个
N2等于10
女孩是十个
那么所有的男孩的平均数
4.69
女孩的平均数是3.39
我们需要进行独立样本T检验
在计算独立样本T检验的时候
我们首先要计算合并方差
我们是两个离差平方和除以它们的自由度
等于0.098
这是我们独立性T检验的公式
分子上面是两个均值的差
下面是估计标准误
等于8.784
那么它的自由度
我们知道是n1加n2减去2是16
那么你可以去查在自由度等于16的时候
T的临界值
那么我们可以去看这个T值是否大过了
超过了临界值
如果超过了我们就说H0被推翻了
就也就是说男孩的成绩和女孩的成绩
是不一样的
但是我们在讲T检验的时候
因为它属于假设检验
我们说如果H0被推翻了
也就是男孩和女孩的成绩是不一样的
我们是需要进一步计算效应值的
那么这个效应值我们有两种
一种是Cohen'sd值
一种是解释率R的平方
还记得吗
这个R的平方代表解释率
它等于T的平方
R除以T的平方加自由度
那么你把上面的式子带进去
它等于0.828
那么0.828和点二列相关是什么关系
也就是说成绩和性别的相关
我们叫rpb
如果你带入式子
你会发现r的平方它正好等于我们刚才讲的
rpb0.909的平方等于0.828
也就是说我们做独立样本T检验的时候
效应值也就是这个解释率r的平方和我们刚才
算的pb点二列相关的平方是一致的
大家可以回忆一下
我们在讲皮尔逊积差相关的时候
实际上也讲了一个相关的概念
叫决定系数
决定系数也是r方
它也是解释率的意义
也就是说我们的自变量性别能够解释
因变量成绩的变异的多少
我们再来看
对于这样的一个数据
我们还可以做方差分析
比如说我们的自变量是性别
因变量是成绩
我们可以做一个单因素的方差分析
我们的已知数据还是一样的
我们做方差分析的时候要进行平方和的分解
我们有总的平方和SST有组间平方和
也就男生跟女生的差异平方和
我们在做方差分析的时候也会讲到一个效应值
叫η的平方
η的平方等于组间平方和除以总平方和
在这里就是7.511除以9.06
等于0.828
很显然η的平方也等于点二列相关的平方
等于0.909的平方
等于0.828
我们再来看这样的一个式子
SSx叫x的离差平方和y的离差平方和
和sp离差集合
那么我们算这个式子
r等于SP除以根号下
下面是离差平方和的乘积开根号
我们算出来等于0.909
大家可以看相关系数式子你熟悉不熟悉
这个很显然是皮尔逊积差相关
它等于多少
也等于0.909
也就是说我们对于这样的一个数据
你使用皮尔逊积差相关的公式来计算
和你使用点二列相关的公式
点二列相关的公式来计算
实际上取值是一样的
是0.909
那么也就是说点二列相关是皮尔逊积差相关的
一个特例
好
我们下面前面已经讲了
我们说在T检验里边的效应值
r方和方差分析里的像值η方
那么它们都等于相关系数的平方
也就是解释率的意义
那么同时对于这样的一个数据
你去做点二列相关
实际上和你去做皮尔逊积差相关是一样的
我们来看下面一个叫二列相关
二列相关
它的适用条件是两个变量
均为正态连续性的变量
但是其中一个变量被人为地分成了
二分名义变量
这两个变量之间的相关称为二列相关
比如说一列变量是学习努力
另外一列变量是学习成绩
但是我们的学习成绩被划分成了两类
一类叫及格
一类叫不及格
也就是说本来它是一个正态连续性的变量
但是被我们分成了两分类及格和不及格
那么这个时候学习努力和及格和不及格的变量
它们之间的相关称为二列相关
我们来看一下二列相关的计算公式
它和点二列相关是非常像的
前面是一样的
也就是说这一块代表的是
及格学生的学习努力的平均数
这个是不及格学生的学习努力的平均数
下面是学习努力的标准差
p和q分别代表的是
学习及格和不及格的学生的比例
主要是Y
公式当中
这个Y为标准正态分布曲线中
与P值对应的纵线高度
我们可以查表去知道
比如说这是标准正态分布曲线
这里P等于0.4
那么0.4
它的面积是P那么这个高我们也叫密度
就这条线
它的取值
我们把它带入公式里边
其实是做一个矫正
二列相关
一般比点二列相关要大一些
我们看一下这一节的小节
它包括点二列相关和二列相关的使用条件
二者的计算公式等等
那么感谢大家收看点二列相关和二列相关
谢谢大家
-1.1 统计学的意义
-1.2 心理统计简介
-1.3 基本概念介绍1
-1.4 基本概念介绍2
-1.4 基本概念介绍2--作业
-1.5 研究方法
--1.5 研究方法
-2.1 统计表和统计图简介
--2.1 统计图表
-2.1 统计表和统计图简介--作业
-2.2 频数分布表
-2.2 频数分布表--作业
-2.3 频数分布图
-2.3 频数分布图--作业
-2.4 百分位数和百分等级
-2.4 百分位数和百分等级--作业
-3.1 平均数
--3.1 平均数
-3.1 平均数--作业
-3.2 中数
--3.2 中数
-3.2 中数--作业
-3.3 众数
--3.3 众数
-3.3 众数--作业
-4.1 全距和四分位距
-4.1 全距和四分位距--作业
-4.2 标准差和方差
-4.2 标准差和方差--作业
-4.3 差异系数
--4.3 差异系数
-4.3 差异系数--作业
-5.1 Z分数介绍
-5.1 Z分数介绍--作业
-5.2 Z分数的分布及转换
-5.2 Z分数的分布及转换--作业
-6.1 概率的基本概念
--6.1 概率与二项分布--作业
-6.2 概率与二项分布
-6.2 概率与二项分布--作业
-6.3 概率与正态分布
-6.3 概率与正态分布--作业
-6.4 抽样分布与推论统计
-6.4 抽样分布与推论统计--作业
-7.1 假设检验的一般原理
-7.1 假设检验的一般原理--作业
-7.2 假设检验的一般过程
-7.2 假设检验的一般过程--作业
-7.3 假设检验的不确定性和误差
-7.3 假设检验的不确定性和误差--作业
-7.4 有方向的假设与单侧检验
-7.4 有方向的假设与单侧检验--作业
-8.1 t统计量与t检验
-8.1 t统计量与t检验--作业
-8.2 单样本t检验的方法
-8.2 单样本t检验的方法--作业
-8.3 有方向的检验和单侧检验
-8.3 有方向的检验和单侧检验--作业
-9.1 独立样本t检验
-9.1 独立样本t检验--作业
-9.2 独立样本t检验的应用
-9.2 独立样本t检验的应用--作业
-10.1 相关样本t检验方法
-10.1 相关样本t检验方法--作业
-10.2 有方向的假设和单侧检验
-10.2 有方向的假设和单侧检验--作业
-11.1 效应量的测量
-11.1 效应量的测量--作业
-11.2 均值检验效应量
-11.2 均值检验效应量--作业
-11.3 统计检验力及其影响因素
-11.3 统计检验力及其影响因素--作业
-12.1 参数估计的基本内容
-12.1 参数估计的基本内容--作业
-12.2 用t统计量作参数估计
-12.2 用t统计量作参数估计--作业
-12.3 假设检验和参数估计
-12.3 假设检验和参数估计--作业
-13.1 方差分析的逻辑
-13.1 方差分析的逻辑--作业
-13.2 方差分析的计算
-13.2 方差分析的计算--作业
-14.1 完全随机单因素方差分析
-14.1 完全随机单因素方差分析--作业
-14.2 方差分析的测量效应和事后检验
-14.2 方差分析的测量效应和事后检验--作业
-15.1 重复测量单因素实验设计
-15.1 重复测量单因素实验设计--作业
-15.2 重复测量单因素方差分析的逻辑和计算
-15.2 重复测量单因素方差分析的逻辑和计算--作业
-16.1 完全随机两因素实验设计
-16.1 完全随机两因素实验设计--作业
-16.2 完全随机两因素方差分析的逻辑和计算
-16.2 完全随机两因素方差分析的逻辑和计算--作业
-16.3 简单效应检验
-16.3 简单效应检验--作业
-16.4 完全随机两因素方差分析的效应值和事后检验
-16.4 完全随机两因素方差分析的效应值和事后检验--作业
-17.1 相关概述
-17.1 相关概述--作业
-17.2.1 皮尔逊相关1
-17.2.1 皮尔逊相关1--作业
-17.2.2 皮尔逊相关2
-17.2.2 皮尔逊相关2--作业
-17.3 等级相关
-17.3 等级相关--作业
-17.4 点二列相关和二列相关
-17.4 点二列相关和二列相关--作业
-17.5 φ相关
--17.5 φ相关
-17.5 φ相关--作业
-18.1 简单线性回归
-18.1 简单线性回归--作业
-18.2 回归模型和回归系数
-18.2 回归模型和回归系数--作业
-18.3 线性回归的基本假设
-18.3 线性回归的基本假设--作业
-18.4 变异的分解
-18.4 变异的分解--作业
-18.5 回归方程的估计标准误
-18.5 回归方程的估计标准误--作业
-18.6 回归方差的有效性检验
-18.6 回归方差的有效性检验--作业
-19.1 二项检验
-19.1 二项检验--作业
-19.2 卡方检验
-19.2 卡方检验--作业
-19.3 四格表及列联表
-19.3 四格表及列联表--作业
-20.1 非参数检验概述
-20.1 非参数检验概述--作业
-20.2 单样本非参数检验
-20.2 单样本非参数检验--作业
-20.3 两独立样本非参数检验
-20.3 两独立样本非参数检验--作业
-20.4 多个独立样本非参数检验
-20.4 多个独立样本非参数检验--作业
-20.5 两个配对样本非参数检验
-20.5 两个配对样本非参数检验--作业
-20.6 多配对样本的非参数检验
-20.6 多配对样本的非参数检验--作业