文档介绍
文档如有侵权，请联系本人协改正删除，内容如有不当之处，请联系本人改正或者删除，谢谢。 事物是普遍联系的人的心理和行为也与人的许多内外因素 研究变量相关关系, 通常要在自然条件或试验室条件下对一组被试进行观察, 被观察两个变量不是在研究者操纵下发生改变, 而都是自然地发生改变。观察以后可得到两列数据, 于是可分析二者改变关系, 分析角度关键包含下述三个方面: 1．? 相关方向: 同时增加或降低, 或是一增另一则减; 2．? 相关形式: 线性或非线性; 3．? 相关程度或强度: “相随”改变“亲密”程度。 相关符号（正或负）确定了相关方向。正相关表示两个变量 x 和y 沿同一方向改变, 当x递增, y也递增; 当x递减, y也随之递减。负相关则表示x与y在相反方向上改变, 即x增加时y降低, x值降低时y增加。 不一样种类相关能够衡量不一样类型关系 , 不过大多数相关都起源于皮尔森相关, 它用来估量线性（直线）关系。迄今为止 , 皮尔森相关是最常见相关关系, 通常见字母r表示。 我们还能够用散点图来直观表示两个变量改变关系 相关分析包含三大类: 二元相关分析、偏相关分析和距离相关分析。其中二元相关分析（ Bivariate Corr.）又可分为连续测量变量间简单相关分析（离差相关分析）和离散变量间等级相关分析两类。具体以下图所表示: 二、二元变量相关分析（Bivariate Corr.) 二元变量间相关分析, 就是分析两个变量之间统计关系强弱, 它是直接使用同一样本两个观察系列观察值进行相关分析。假如两个变量都是连续测量变量 , 则使用积差相关 , 即 Pearson 简单相关分析方法; 假如两个变量是非连续性离散等级变量, 或者即使是连续变量, 不过只想知道二者在等级上相关性, 则是等级相关, 即Spearman相关或Kendall’s tau-b相关。 在相关系数显著性检验