《第14讲：《传播学研究方法》双变量描述统计》由会员分享，可在线阅读，更多相关《第14讲：《传播学研究方法》双变量描述统计（21页珍藏版）》请在金锄头文库上搜索。
1、统计初步： 双变量描述性统计,单变量的描述统计是对单变量取值的分布进行描述。 双变量的描述统计是对两个变量取值的关系的描述。,描述单变量分布的常用的方法有：统计表、统计图（用一组数值描述分布），集中趋势、离散趋势（用一个数值描述分布） 描述双变量关系的常用方法有：交互分类表（用一组数值描述两个变量的关系），相关系数（用一个数值描述两个变量的关系）,2019年5月21日,4,相关 相关的概念 所谓相关（association、correlation） ，是指两个或多个变量之间在数量上的共变关系。 相关系数：表示相关强度的指标，其绝对值在0和1之间，即0,1或-1,1。,一、列联表（conting
2、ency table）,条件频数（conditional frequencies）,边缘频数（marginal frequencies）,总数,表一 青年人教育水平对其志愿的影响,低教育水平的青年多以“理想工作”为志愿，中、高教育水平的青年 则多选择“快乐家庭”，但前者同时较注重“理想工作”，后者较注重“增 广见闻”。,表二 青年人教育水平对其志愿的影响,二、相关系数,全相关,零相关,强相关,相关测量的方法有许多种，通常采用具有PRE意义的测量法，PRE即消减误差比例（proportionate reduction in error）。 例如，假如计算出相关系数0.4， 也即意味着PRE是0.
3、4，即表示削减了40%的误差， 也即表示通过X去预测Y有60%的错误未能削减，但能削减40%的错误， 也就是说，有40%是正确的，如果Y出现100次，X出现40次.,假设用E1表示在不知道X、Y关系的情况下，预测Y值产生的误差数， 用E2表示在知道X、Y关系的情况下，由X值预测Y值的误差数。 PRE=(E1-E2)E1,2019年5月21日,10,E1=2000-1100=900,E2=(1000-900)+(1000-800)=100+200=300,=,= 0.67,PRE计算举例,具有PRE意义的各种相关系数,2019年5月21日,12,复习有关变量层次的知识 测量的尺度有四种：定类尺度
4、，定序尺度，定距尺度，定比尺度。 相应地，变量有四种：定类变量，定序变量，定距变量，定比变量。,定类尺度（nominal measurement） 定类尺度是区别变量属性的类别属性的尺度，这种尺度无法区别属性之间的大小、程度的差异。 举例：国籍、民族、性别、宗教信仰、媒体种类、报纸类别 数学特性：=， 采用定类尺度就形成定类变量，定量变量的不同取值之间互相平等，距离远近或顺序无关紧要。,定序尺度（ordinal measurement） 它是指区别变量属性的等级次序的尺度。定序尺度除了符合定类尺度的要求之外，还能决定变量属性的次序，各个属性能进行高低或大小排列 举例：人的经济地位，文化程度，电
5、视节目质量 数学特征：具有与的数学特质。 用定序尺度测量的变量叫做定序变量。,定距尺度（interval measurement） 指除了符合上述定序尺度的要求之外，其取值间的距离需要具有具有实际意义。 例如：摄氏温度，考试分数 注意：定距尺度上没有绝对的零点，即，定距尺度的“0”不是表示“没有”。 数学特性：可以进行加减运算。 用定距尺度测量的变量叫做定距变量。,定比尺度（ratio measurement） 它除了具有定类尺度、定序尺度、定距尺度的特征之外，还有一个特征，即具有实在意义上的零点。 例如：年龄，身高，体重，收入，媒体接触时间 数学特性：可以进行乘除运算。 用定比尺度测量的变量
6、叫做定比变量。,2019年5月21日,版权所有： 社会学教研部洪小良,18,SPSS应用,2019年5月21日,19,Lambda系数_公式,2019年5月21日,20,Gamma系数,公式,意义 在随机选取的一对观测值在任一变量均不同分的条件下，该对观测值彼此同序的概率与彼此异序的概率之差。 Gamma系数具有PRE意义。,2019年5月21日,21,Gamma系数,值域 Gamma系数的取值范围是-1到1（含-1和1），当观察值全部集中在主对角线上时，达到最大值1；当观察值全部集中在次对角线上时，达到最小值-1；当变量彼此独立时，等于0，但逆命题不一定成立。与tau-a、tau-b、tau-c不同的是，在较弱的全相关的情况下（如非正方表中的全相关情况），gamma依然可能达到极值1或-1。,
