什么是心理测验的相关系数?什么是回归方程?简单相关系数简单相关系数又称皮尔逊相关系数,它描述了两个定距变量间联系的紧密程度。样本的简单相关系数一般用r表示,计算公式为:其中n为样本量,分别为两个变量的观测值和均值。r描述的是两个变量间线性相关强弱的程度。r的取值在-1与+1之间,若r>0,表明两个变量是正相关,即一个变量的值越大,另一个变量的值也会越大;若r<0,表明两个变量是负相关,即一个变量的值越大另一个变量的值反而会越小。r的绝对值越大表明相关性越强,要注意的是这里并不存在因果关系。若r=0,表明两个变量间不是线性相关,但有可能是其他方式的相关(比如曲线方式)。利用样本相关系数推断总体中两个变量是否相关,可以用t统计量对总体相关系数为0的原假设进行检验。若t检验显著,则拒绝原假设,即两个变量是线性相关的;若t检验不显著,则不能拒绝原假设,即两个变量不是线性相关的。线性回归方程线性回归方程从样本资料出发,一般利用最小二乘法,根据回归直线与样本数据点在垂直方向上的偏离程度最低的原则,进行回归方程的参数的求解。线性回归分析是考察变量之间的数量关系变化规律,它通过一定的数学表达式---回归方程,来描述这种关系,以确定一个或几个变量的变化对另一个变量的影响程度,为预测提供数学依据。在应用线性回归模型时,必须满足以下假设:(1)解释变量是确定性变量,而且解释变量之间不相关。(2)随机误差项具有0均值和同方差。(3)随机误差项在不同样本点之间是独立的,不存在序列相关。(4)随机误差限于解释变量之间不相关。(5)随机误差项服从0均值和同方差的正态分布。关于线性线性是一个涵义很广的数学或物理概念,在不同的情况下有不同的定义。如:线性函数、线性方程、线性代数、线性空间、线性变换等等。因此,不是能够简单地用几句话就能说清楚的。举一个很简单的例子,y=a+bx,在这样一个数学式子里,y就被称为x的线性函数。线性函数是什么意思呢?假如设定几个x值,用这个函数式就可以求得几个对应的y值。然后,在以x为横座标以y为纵座标的直角座标系中,就可以画出一个以a截距以b为斜率的直线。简单的说:如果两个变量是一次函数关系,可以写成y=ax+b的形式,就叫线性关系。