統計分析的思考(精选)

統計分析的思考(精选)

ID:46256393

大小:57.58 KB

页数:11页

时间:2019-11-22

統計分析的思考(精选)_第1页
統計分析的思考(精选)_第2页
統計分析的思考(精选)_第3页
統計分析的思考(精选)_第4页
統計分析的思考(精选)_第5页
资源描述:

《統計分析的思考(精选)》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、統計分析的思考■社會學研究在理論引導下所構思的統計模式,通常是一個多變項的模式。這些變項在理論中可能分屬於微觀及宏觀間不同的層次,並且有因果的關係。而實際測量到或觀察到的變項往往是未能直接觀察到之概念的具體指標,因此有信度和效度的問題。■社會學研究通常是在理論命題(關於一些概念間因果關係的陳述)的引導下,利用統計方法來分析資料。這些命題引導我們預測或假設在一個特定樣本內,某些變項間相關之模式,或在多變項的模式中部份相關(partialassociation)的情況。研究者最好是用一些圖形或命題的形式來表達這類的關係。■當我們用一個因果關係或路徑圖來表達多個變

2、項間的關係時,對研究者和其他讀者言,都能達到一目了然的效果,也能引導研究者做分析的方向。因此在做統計分析前,應花些時間建構此種因果圖形,澄清自己未來準備分析的方向。■做統計分析時,首先要判斷各變項之測量尺度(levelsofmeasurement)是類別(categorical),還是連續(continuous)變項;然後進一步判斷何者為自變項,何者為應變項。雖然統計分析的方法是依照變項的測量尺度來決定,但不論是哪種分析,其所問的問題和原則是相同的。■基本統計分析方法應變項(DV)之測量尺度自變項(IV)之測量尺度類別連續類別連續兩種尺度都有各種與交叉表有關

3、之分析:DV為虛擬變項之邏輯(logistic)迴歸DV為虛擬變項之邏輯迴歸含IV為虛擬變項之邏輯迴歸t-test;ANOVA;含IV為虛擬變項之迴歸多元迴歸ANCOVA;含IV為虛擬變項之迴歸■多變項的統計分析-以一個有三個變項的模式為例研究問題:什麼是影響事業成功的因素?先賦地位與成就地位對職業成就之影響力為何?研究架構:性別、教育程度與職業取得間的關係(statusattainmentmodel)測量之變項:性別、受教育年數、職業聲望分數命題1:性別會影響成就假設1:女性對職業聲望分數之影響為負命題2:人力資本(知識)會影響成就假設2:受教育年數越多,

4、職業聲望分數越高■兩變項間關係之基本分析兩樣本間平均數差異之ttest:測定是否兩性別間之職業聲望分數平均數達顯著差異?-迴歸分析:以受教育年數為自變項和職業聲望分數做迴歸分析問題:性別與受教育年數間可能有共變之關係,我們如何知道何者比較重要?或是否兩個變項都重要?■部份相關(partialassociation)定義:在XI、X2和Y三變項的模式中,所謂XI和Y的部份相關是指在控制或去除X2對Y之影響力後,看XI與Y之相關程度為何。或:XI獨立解釋Y變異量的部份。通常我們用ry,xl.x2之符號來表示在控制X2後,XI與Y間的部份相關。■共同相關(join

5、tassociation定義:在XI、X2和Y三變項的模式中,所謂XI、X2和Y的共同相關是指XI、X2與Y之相關程度為何。或:X1、X2共同解釋Y變異量的部份。通常是用ry.xl,x2之符號來表示在XI、X21與Y間的共同相關。■思考多變項分析的一些基本概念工具—原因(causes)與因果關係(causalrelations)因為相關有許多種,如在三個變項(E,S,P)間可檢視的相關就有:簡單相關:E,SE,PS,P—度部份相關(firstorderpartialassociation):E,S.PE,P.SS,P.E共同相關:E.S,PS.E,PP.E,

6、S因此,我們需要進一步從相關的思考到因果關係的思考。(model)利用模式,我們可將理論轉化成多變項間關係的假設。模式是提出哪個變項會對什麼變項有影響的假設。模式也使我們注意統計分析結果中哪些是與理論的測定有關係。-直接效力(directeffects):是指某自變項獨立於其他自變項外直接對應變項之影響力。此是構成因果關係之基本要素。一確定因果關係與方向就統計的觀點來看(請和實存論的觀點比較),所謂的因果關係就是認為某一變項改變會造成另外一個變項的變化。如果我們要說X造成Y的變化,則需有下列的條件:1、X和Y有共變(covary)的關係:如果Y的變化是ran

7、dom的,而不是隨X做相當系統性的變化,則X就不能說是造成Y變化的原因。當然,X常不是Y變化的唯一原因,或兩者間的變化常不是完美的。我們通常預期兩者間的關係是一種可能性(機率性L2、X的變化是在Y變化前:多個變項間因果關係之假定,一方面要靠對因果機制的瞭解,另一方面則需靠研究設計時要能測量到變項發生變化之時間點。父X和Y之間的共變不是因為其他變項如Z所造成的(即所謂的虛假關係):任何的因果模式應視為暫時性的,當我們發現Z為X與Y共變的原因時,就要拒絕此一因果模式。4、有理論能清楚說明因果的機制為何。—殘差項(residuals)或誤差(errors)殘差項是

8、未能包括已在模式中,但可能對應變項有影響的自變項。亦

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。