58相关系数

相关系数第一节相关概述第二节积差相关系数第三节其他相关系数第一节相关概述一、相关的含义客观现象之间的数量联系存在着函数关系和相关关系。当一个或几个变量取定值时，另一个变量有确定的值与之对应，称为函数关系，可用Y=f(X)表示。图1-1函数关系所谓相关就是指事物或现象之间的相互关系。事物之间在数量上的变化关系有的是属于因果关系（一种现象是另一种现象的原因，另一种现象是这种现象的结果），有的却不能直接作出因果关系的解释。当一个或几个相互联系的变量取一定数值时，与之相对应的另一个变量的值虽然不确定，但它仍然按某种规律在一定范围内变化，变量间的这种关系，被称为相关关系，如图1-2。图1-2二、相关的种类（一）从变化方向上划分1、正相关。两个变量中，一个变量增大，另一个变量对应值也随之增大；或一个变量值减小，另一个变量对应值也随之减小，两列变量变化方向相同。如学生的学习成绩与智商之间的关系；教师工作积极性与学校民主管理程度之间的相关，学校办学经费与教学设施之间的相关等。2、负相关：两个变量中，一个变量增大，另一个变量对应值也随之减少；或一个变量值减小，另一个变量对应值也随之增大，两列变量变化方向相反。如学生学习能力水平与其解题时间的关系；运动员赛跑与所用时间之间的相关；学生学习能力与识记所用时间之间的相关等。3、零相关。两变量值的变化方向无规律。如学生的身高与学生成绩的变化关系。（二）从变量的个数上划分1、简相关。两个变量之间的相关关系。如在一定年龄阶段，儿童身高与年龄的关系。本课所研究的都是简相关。2、复相关。一个变量与两个或两个以上变量间的相关关系。如教师教学的成效与教师思维能力、教学方法、学生的学习准备情况之间的关系。（三）从变量相互关系的程度上划分1、高度相关。即两个变量相互联系非常密切。如大学生的学习成绩和智商的关系。当两个变量变化关系达到一一对应的密切程度时，数量变化就是确定性关系了，则称为完全相关。2、低度相关。即两变量存在相互联系，但其关系并不密切。三、相关散布图它是表示两种事物之间的相关性及联系的模式。以直角坐标的横轴表示x列变量，纵轴表示y列变量，在相关的两变量对应值的垂直相交处画点，构成相关散布图。散布图相关散布图的用途：1、判断相关是否直线式。当两变量之间呈曲线趋势，其相关散布图呈弯月状，说明两变量之间是非线性关系，如图。曲线相关当两变量间呈线性趋势，其相关散布图是椭圆形，说明两变量之间是线性关系，称为直线相关，如图。直线相关2、判断相关密切程度高低相关散布图的形状和疏密，反映着相关程度的高低。如图，散布图的椭圆形状较狭长，称为高度相关。高度相关如果散布图的椭圆形状比较粗，称为低度相关。如图。低度相关3、判断相关变化方向正相关：散布点主要位于一、三象限。如图,即一个变量增加（或减少），另一个变量也增加（或减少）。正相关负相关：若散布点主要位于二、四象限，如图,即一个变量增加（或减少），另一个变量也减少（或增加）。负相关零相关：散布点的变化无一定规律。如图。零相关四、相关系数通过相关散布图的形状，我们大概可以判断变量之间相关程度的强弱、方向和性质，但并不能得知其相关的确切程度。为精确了解变量间的相关程度，还需作进一步统计分析，求出描述变量间相关程度与变化方向的量数，即相关系数。总体相关系数用ρ表示，样本相关系数用r表示。相关系数r的取值范围是-1≤r≤1，一般取小数点后两位。r的正负号表明两变量间变化的方向；|r|表明两变量间相关的程度，r0表示正相关，r0表示负相关，r=0表示零相关。|r|越接近于1，表明两变量相关程度越高，它们之间的关系越密切。附加说明：（1）两变量间存在相关，仅意味着变量间有关联，并不一定是因果关系。（2）相关系数不是等距的测量单位。r是一个比值，不是由相等单位度量而来，不能进行加、减、乘、除运算。如r1=0.25,r2=0.5,r3=0.75，不能认为r1=r3-r2或r2=2r1。（3）相关系数受变量取值区间大小及观测值个数的影响较大。变量的取值区间越大，观测值个数越多，相关系数受抽样误差的影响越小，结果就越可靠，如果数据较少，本不相关的两列变量，计算的结果可能相关，如学生的身高与学习成绩。本书所举例题，数据较少，仅为说明计算方法时较方便。（4）相关系数在特定情况下使用才具有意义。如高中生身高与体重的相关系数用在儿童身上就没有意义。（5）通过实际观测值计算的相关系数，须经过显著性检验确定其是否有意义。|r|的取值范围|r|的意义0.00-0.19极低相关0.20-0.39低度相关0.40-0.69中度相关0.70-0.89高度相关0.90-1.00极高相关|r|的取值与相关程度*如何判断两个变量的相关性（1）找出两个变量的正确相应数据。（2）画出它们的散布图（散点图）。（3）通过散布图判断它们的相关性。（4）给出相关（r）的解答。（5）对结果进行评价和检验。第二节积差相关系数一、概念及适用条件（一）概念当两个变量都是正态连续变量，并且两者之间呈线性关系，表示这两个变量之间的关系称为积差相关，又称积矩相关（或皮尔逊（英国）相关）。公式为yxNxyr。Y；Xyx的标准差为的标准差为即变量的离差为即变量的离差为式中;Y-Yy，Yy;X-Xx，Xx：（二）适用条件1、两变量均应由测量得到的连续变量。2、两变量所来自的总体都应是正态分布，或接近正态的单峰对称分布。3、变量必须是成对的数据。4、两变量间为线性关系。5、样本容量n≥30,计算出的积差相关系数才具有有效意义。二、计算方法（一）基本公式计算法步骤：r。xyxy、、Y、Xyx求得将上述数据代入公式计算计算计算,4;3;2;1学生序号X（政治）Y（语文）xyxy17482-1.6-1.72.7227175-4.6-8.740.02380814.4-2.7-11.88485899.45.349.82576820.4-1.7-0.68677891.45.37.42777881.44.36.0286884-7.60.3-2.2897480-1.6-3.75.92107487-1.63.3-5.2875.683.74.4542114.3370591.8例1某学校为调查学生学习各科目之间的能力迁移问题，随机抽取10名学生的政治与语文成绩见下表，请计算其相关程度。X解：依资料，计算结果为475.0337.4454.41080.91yxNxyr即10名学生的政治与语文成绩的相关程度为0.475。（二）原始数据计算法NYYNXXNYXXYr///2222课后练习：用原始数据计算法计算例1。用定义公式可以计算积差相关系数，但手续麻烦，结果不够精确，一般采用原始数据计算法。其计算公式为：第三节其他相关系数一、等级相关系数（一）斯皮尔曼等级相关1、概念及适用条件（1）概念两变量是等级测量数据，且总体不一定呈正态分布，样本容量也不一定大于30，这样两变量的相关，称为等级相关（斯皮尔曼相关）（2）适用条件①两变量的资料为等级测量数据，且具有线性关系。②连续变量的测量数据，按其大小排成等级，亦可用等级相关计算。③不要求总体呈正态分布。2、计算方法)1(6122NNDrR式中：D为两变量每对数据的等级之差；N表示样本容量。计算步骤：（1）计算两变量等级之差D；（2）计算D2；（3）计算∑D2；（4）代入公式,求得rR例2求10名学生的语文成绩与阅读能力成绩之间的等级相关系数。序号X（语文等级）Y（阅读等级）DD218800267-11354114321152111645-11776118910-11913-241010911∑1210名学生的语文成绩与阅读能力成绩相关计算表解：将有关数据代入公式得927.01100101261)1(6122NNDrR如果求相关的是连续变量，计算时先把两组数据分别按大小排成等级，最大值取为1等，其它类推。若出现相同的等级分数时，可用它们所占等级位置的平均数作为它们的等级。例3某校为了研究学生自学能力与学业成绩之间的关系，随机抽取10名学生的自学能力和学科成绩，见下表，求其相关系数。序号X（能力）等级Y（成绩）等级DD21903.5884-10.25285780611370108064164857798-115903.5952.51168097010-117857759-2481001981009875806-1110922922.5-10.25∑25.510名学生的自学能力和学科成绩相关计算表解：85.01100105.2561)1(6122NNDrR即学生的自学能力与学习成绩的相关程度为0.85。（二）肯德尔和谐系数1、概念及适用条件（1）概念当多个变量值以等级顺序表示时，这几个变量之间的一致性程度（即相关），称为肯德尔和谐系数或肯德尔W系数。（2）适用条件适用于两列以上等级变量。如了解几个评定者对同一组学生成绩等级评定的一致性程度等。2、计算方法它以符号W表示，公式为事物所给予的等级。个评定者对同一个评定表示为被评对象的数目；价者数目为等级变量的列数或评的离差平方和为式中KRn；KnRRSS，R：SSnnKssWRRR;/1212232例4某评价小组7人依据已确定的4项内容对某教师打分，将分数转换为等级后的结果见下表，求这7人对该教师评价意见的一致性程度。一二三四12.542.5123.53.51.51.532.52.514442225341.51.56123472422R18.52213.516∑=70R2342.25484182.25256∑R2=1264.57人评价某教师意见资料表161.04471214705.126412132232nnKssWR解：将上述数据代入公式中得实际上，当出现相同等级时，应校正W系数，其校正公式为CKnnKssWRc32121。tttC为相同等级数的个数式中12:3例5中第一个人评的有2个等级相同，第二个人评的有2个3.5和2个1.5等级…所以∑C为5.612331222123312221222122212223333333C198.05.674471215.391213232CKnnKssWRc概念：质与量的相关是指一个变量为质，另个变量为量，这两个变量之间的相关。如智商、学科分数、身高、体重、等是表现为量的变量，男与女、优与劣、及格与不及格等是表现为质的变量。质与量的相关主要包括二列相关、点二列相关、多系列相关。二、质与量的相关点二列相关（一）概念及适用条件1、概念两列变量一列是正态连续变量，另一列是二分变量，描述这两个变量之间的相关，称为点二列相关。2、适用条件一列是正态连续变量，另一列是二分变量（如男与女，对与错等）。（二）计算方法点二列相关系数以表示rpb，公式为qpqXXrxppb式中：p为二分变量中某一项所占比例；q为二分变量中另一项所占比例，p+q=1;为二分变量中比例为p部分所对应的连续变量的平均数；为二分变量中比例为q部分所对应的连续变量的平均数.σx为连续变量的标准差。pXqX例6随机抽取某区初二数学期末考试卷15份，试计算第二题的得分与总分相一致的程度（即试题的区分度，它是衡量试题鉴别能力的指标值）。数据见下表。学生序号123456789101112131415第二题得分101000110111111总分697179868787818981929193929393解：（1）求答对第二题的比率p和答错的比率q：p=10/15=0.67q=1-p=0.33(2)求和，分别为答对和答错第二题学生成绩的平均数：(3)求σx,所有考生的总分的标准差：σx=7.597(分)将上述数据代入公式（5.7）,可得pXqX分2.87pX分4.82qX297.033.067.