相关系数种类

发布时间:   来源:文档文库   
字号:
相关系数种类

(一)Pearson积差相关(K.Pearsonproduct-momentcorrelationr1.X变数:等距、比率变量(连续变量)2.Y变数:等距、比率变量(连续变量)3.公式:rxy
Z
x
Zy
N

CxySxSy
(xx(yy
NSxSy
Nxyxy
x
2
i

(xiN
2
y
2i

(yiN
2

4.特性:数值稳定、标准误小。5.例:工作时数与收入的关系。(二)
Spearman等级相关(Spearmanrankcorrelationrs
1.X变数:次序变数2.Y变数:次序变数3.公式:
1未有相同等级者:rs1
2
6D2N(N1
22
2
D为二变量对称之等级差)
2
2有相同等级者:rs
N3N
x12Tx
2
xyD
2xy
2
2

N3N
y12Ty
t3t
T12t:表示得到相同等第的人数。
4.特性:适用于二个评分者评N件作品,或同一位评分者,先后二次评N件作品。5.例:两位评审对N件学生作品之评定。(三)
Kendall等级相关(Kendall’scoefficientofrankcorrelation;(tau
1.X变数:人为次序变数2.Y变数:人为次序变数

3.公式:
S1
N(N12
S:等第失序量数;N:被评者的人数或作品件数
4.特性:相当简便
5.例:两位评审对N件学生作品之评定。(四)
Kendall和谐系数(theKendall’scoefficientofconcordance;W
1.X变数:次序变数2.Y变数:次序变数3.公式:
1未有相同等级者:W
S
1
K2(N3N12

2
SRi
2
(RiN
(RiR
t3t
T(K3
12
2
2有相同等级者:W
S
1
K2(N3NKT12
K:评分者人数;N:被评者的人数或作品件数

4.特性:特别适用于评分者间信度(interjudgereliability;考验多位评审者对N件作品评定等第之一致性。
5.例:多位评审对N件学生作品之评定。(五)
Kappa一致性系数(KcoefficientofagreementK
1.X变数:类别变项2.Y变数:类别变项
3.公式:Kappa一致性系数是评分者实际评定一致的次数百分比与评分者理论上评定的最大可能次数百分比的比率(林清山,1992。公式为:
K
P(AP(E

1P(E

Nm
112
n]PAK位评分者评定一致的百分比;P(A[ij
NK(K1i1j1K1
N:总人数;K:评分者人数;m:评定类别;n:细格资料

PEK位评分者理论上可能评定一致的百分比;当评分者的评定等第完全一致时,则K=1当评分者的评定等第完全不一致时,则K=0
P(EPPj
2
jj1m
CjNK
Cjnij
i1
N
4.特性:前述之肯得尔和谐系数,所论之评分者所评定对象是限定在可评定出等第的,亦即是可以排列出次序的。然而,在有些情况下是无法将被评定对象列出等级次序的,而仅能将其归于某一类别,此时,就必须使用Kappa一致性系数,来表示评分者间一致性的关系。5.例:K位精神科医师,将N名病患,经诊断后归类至m个心理疾病类别中。(六)
二系列相关(biserialcorrelationrbis
1.X变数:人为二分变量(名义变量)2.Y变数:连续变量(等距、比率变量)3.公式:rbis
XpXqpq

Sty
4.特性:项目分析时使用;标准误大;有可能出现rbis大于15.例:智商与学业成绩及格与否的关系。(七)
点二系列相关(point-biserialcorrelationrpq
1.X变数:真正二分变量(名义变量)2.Y变数:连续变量3.公式:rpq
XpXq
St
pq
Xp:表第一类之平均数;Xq:表第一类之平均数;St:表全体分数之标准偏差;
p:表第一类人数之百分比;q:表第二类人数之百分比。

本文来源:https://www.2haoxitong.net/k/doc/a4004bd030126edb6f1aff00bed5b9f3f90f72bb.html

《相关系数种类.doc》
将本文的Word文档下载到电脑,方便收藏和打印
推荐度:
点击下载文档

文档为doc格式