心理學研究方法-相關(guān)和回歸2課件

多因素方差分析混合設(shè)計的方差分析例子：字頻為被試內(nèi)變量（3個水平）熟悉度為被試間設(shè)計（2個水平）因此這是混合設(shè)計混合設(shè)計方法1、analyze-generallinearmodel-repeatedmeasures2、把withinsubjectfactornamenumberoflevels輸入-define輸入對應的變量3、把熟悉度放入betweensubjectfactor(被試間變量)球形檢驗結(jié)果顯著p=0.026，因此一元校正的結(jié)果多元分析的結(jié)果由于球形檢驗顯著，不服從球形假設(shè)，要用校正后的分析結(jié)果，此時就不要看sphericityassumed結(jié)果被試內(nèi)變量和交互作用字頻的主效應顯著（F（1,7）=145.015,P<0.0005），字頻和熟悉性的交互作用顯著(F（1,7）=114.158,P<0.0005).被試間變量的主效應熟悉度的主效應F（1,7）=145.015,P=0.005簡單效應分析MANOVAd1d2d3BYtopic(1,2)/WSFACTORS=d(3)/WSDESIGN/DESIGN/WSDESIGN=d/DESIGN=MWITHINtopic(1)MWITHINtopic(2).連接被試內(nèi)變量和被試間變量用MWITHIN兩個連著寫表示在topic1考察d的主效應，topic2考察d的主效應簡單效應分析的結(jié)果在topic2（不熟悉），字頻存在簡單主效應。在topic（2）水平固定時，d的簡單主效應結(jié)果描述多因素方差分析結(jié)果顯示，熟悉度的主效應F（1,7）=145.015,P=0.005,字頻的主效應顯著（F（1,7）=145.015,P<0.0005），字頻和熟悉性的交互作用顯著(F（1,7）=114.158,P<0.0005）。在不熟悉，字頻存在簡單主效應（

P<0.0005）。練習（見anxiety數(shù)據(jù)）焦慮被試有兩組，

分別是高焦慮組和低焦慮組（

變量名anxiety，用1和2表示）。每個被試接受抗焦慮藥物治療后，在治療期間共測量了4次焦慮得分（變量名trial1、trial2、trial3、trial4）。請問，該治療是否有效？對高焦慮和低焦慮被試，療效是否有差別？假如變量間有交互作用，如何計算簡單主效應？自變量：因變量：實驗設(shè)計：簡單效應分析MANOVAd1d2d3BYtopic(1,2)/WSFACTORS=d(3)/WSDESIGN/DESIGN/WSDESIGN=d/DESIGN=MWITHINtopic(1)MWITHINtopic(2).MANOVAtrial1trial2trial3trial4BYanxiety(1,2)/WSFACTORS=trial(4)/WSDESIGN/DESIGN/WSDESIGN=trial/DESIGN=MWITHINanxiety(1)MWITHINanxiety(2).結(jié)果數(shù)據(jù)分析-相關(guān)和回歸蘇園林內(nèi)容相關(guān)皮爾遜積差相關(guān)斯皮爾曼等級相關(guān)偏相關(guān)線性回歸一元線性回歸相關(guān)前提：兩列變量關(guān)系是直線的1、成對的數(shù)據(jù)，最好大于30對2、兩列變量正態(tài)分布3、兩列變量是連續(xù)變量,等距或等比數(shù)據(jù)斯皮爾曼等級相關(guān)的條件前提：兩列變量關(guān)系是直線的1、可用于兩列等級數(shù)據(jù)2、可用于當數(shù)據(jù)分布非正態(tài)時皮爾遜積差相關(guān)的條件1、兩列變量是等距或等比的數(shù)據(jù)，但不為正態(tài)分布。2、兩列變量是等距或等比的數(shù)據(jù)，且為正態(tài)分布。3、兩列變量是都是等級數(shù)據(jù)4、一列是等距或等比的數(shù)據(jù)，另一列列變量是等級數(shù)據(jù)問題假設(shè)兩列變量為線性關(guān)系，下列情況計算相關(guān)的時候，應該分別選擇哪種方法？斯皮爾曼等級相關(guān)斯皮爾曼等級相關(guān)斯皮爾曼等級相關(guān)皮爾遜積差相關(guān)相關(guān)分析的步驟相關(guān)數(shù)據(jù)分析的三個步驟？了解數(shù)據(jù)概括數(shù)據(jù)揭示數(shù)據(jù)的意義是不是正態(tài)分布；有沒有極端值畫散點圖探索數(shù)據(jù)是不是線性關(guān)系，選擇哪種相關(guān)分析方法計算相關(guān)系數(shù)和假設(shè)檢驗，判斷相關(guān)是否顯著皮爾遜積差相關(guān)例子：計算體重與肺活量的關(guān)系。（見體重與肺活量數(shù)據(jù)）分析步驟：1、計算峰度和偏度、正態(tài)性檢驗和QQ-圖，查看數(shù)據(jù)是否為正態(tài)分布，畫箱形圖是否有極端值要剔除2、畫散點圖，查看數(shù)據(jù)是否為線性關(guān)系3、選擇合適的相關(guān)分析方法，計算相關(guān)系數(shù)和假設(shè)檢驗。皮爾遜積差相關(guān)具體步驟1、正態(tài)性檢驗（見以前課件）2、散點圖：graphs-chartbuilder-scatterdot-選擇散點圖拖上去-把體重拖入橫坐標，肺活量拖入縱坐標。3、皮爾遜相關(guān)：analyze-correlate-bivariate-pearson(如果計算斯皮爾曼，就勾選spearman)-把變量放入variable-OK符合正態(tài)分布體重的峰度為0.315和偏度為-0.393肺活量峰度為0.348和偏度為-0.653散點圖：有線性關(guān)系相關(guān)系數(shù)和假設(shè)檢驗我們使用皮爾遜積差相關(guān)分析方法探索體重與肺活量之間的關(guān)系，結(jié)果發(fā)現(xiàn)體重與肺活量存在顯著正相關(guān)（r=0.881，P<0.0005，請見上圖）。Prism畫圖軟件相關(guān)描述的文獻中的例子論文寫作注意點：1、相關(guān)要呈現(xiàn)散點圖2、在散點圖中要把相關(guān)系數(shù)和P值標出3、在論文寫作中，一定不要把spss中的表格直接粘貼進去練習1-相關(guān)分析的操作見身高-體重-肺活量的數(shù)據(jù)（只是模擬數(shù)據(jù)，所以只列了20個被試）。問題1：用皮爾遜積差相關(guān)計算兩兩相關(guān)（身高與體重，身高與肺活量，體重與肺活量）1、了解數(shù)據(jù)2、散點圖3、相關(guān)系數(shù)練習1-結(jié)果這是個相關(guān)矩陣，只需要看對角線的一半，另一半是重復的練習1-結(jié)果問題2：計算身高與體育成績等級，體重與體育成績等級，肺活量與體育成績等級的相關(guān)。練習2(見練習2數(shù)據(jù))分別計算轎車（automobile）和卡車(truck)的燃油利用率(mpg)和營業(yè)額的相關(guān)(sales)automobiletruck偏相關(guān)簡單相關(guān)分析通過計算兩個變量間的相關(guān)系數(shù)，分析兩個變量見的線性關(guān)聯(lián)程度。但往往因為第三個變量的作用，使得相關(guān)系數(shù)并不能之間反應兩個變量間的線性相關(guān)程度。例如，1-5歲兒童的身高和言語能力的相關(guān)系數(shù)為0.85。但是，如果排除年齡的影響，兩個變量的相關(guān)不顯著。那么如何排除年齡的影響，單獨計算兒童身高和言語能力的相關(guān)？就要用到偏相關(guān)分析方法。把年齡與身高，年齡與言語能力的相關(guān)剔除，計算身高與言語能力的凈相關(guān)偏相關(guān)步驟analyze-correlate-partial-把控制變量放入controllingfor中，其他變量variable中例子：控制體重的影響，計算身高與肺活量的相關(guān)偏相關(guān)結(jié)果因此，身高與肺活量相關(guān)系數(shù)從0.537，變?yōu)?.1練習-偏相關(guān)（見練習1數(shù)據(jù)

）控制身高后，計算體重與肺活量的相關(guān)。線性回歸變量間存在相關(guān)關(guān)系時，也就具備了建立預測關(guān)系的基礎(chǔ)。在相關(guān)變量見建立預測方程式的統(tǒng)計學方法叫做回歸分析。在問卷調(diào)查中用得多包括線性和非線性、一元和多元回歸分析一元線性回歸一元和多元線性回歸一元線性回歸：在兩個變量具有線性關(guān)系的基礎(chǔ)上，建立預測方程式。用一個變量預測另一個變量。如兒童的身高和體重存在線性相關(guān)，當?shù)弥砀邥r，預測被試的體重范圍。多元線性回歸：多個變量都與一個變量存在相關(guān)關(guān)系，建立用預測方程式。用多個變量預測某一個變量。例如：兒童的體重和年齡，都與身高存在線性關(guān)系，當已知體重和年齡時，對身高進行預測?；貧w分析的一般過程1、提出假設(shè)的回歸模型，確定自變量和因變量。自變量是現(xiàn)實中容易測量的，而因變量是難測量的，如幸福感、自我效能感等2、估計回歸是線性還是非線性，用散點圖判斷。如果是線性則用線性回歸。(必須做)3、建立回歸方程4、回歸方程的有效性檢驗，測定系數(shù)和回歸系數(shù)一元線性回歸Y是因變量，X是自變量，alpha和beta是待求的參數(shù)。一元線性回歸的條件1、線性趨勢（用散點圖檢測）2、獨立性：因變量y的取值相互獨立，殘差獨立。（用durbin-watson計算，值在0-4。如果殘差間相互獨立，則取值在2附近。D小于2說明相鄰誤差存在負相關(guān)。大于2，說明存在正相關(guān)）3、正態(tài)性：自變量的任何一個線性組合，因變量y都服從正態(tài)分布，殘差正態(tài)（直方圖和PP圖）。4、方差齊性：自變量的任何一個線性組合，因變量y的方差均相同一元線性回歸例子建立體重和肺活量的回歸方程（用練習1的數(shù)據(jù)）一元線性回歸步驟先畫散點圖（畫出散點圖后，雙擊圖，右鍵選addfitlineattotaltool）Analyze-regression-把肺活量放入因變量dependent-體重放入自變量independentStatistics-默認的-residuals-durinwastonPlots-histogram和normalprobability