簡易檢索 / 詳目顯示
| 研究生： |
廖俊嘉 |
|---|---|
| 論文名稱： |
順序尺度資料間之相關性研究 |
| 指導教授： | 江振東 |
| 學位類別： |
碩士
Master |
| 系所名稱： |
商學院 - 統計學系 Department of Statistics |
| 論文出版年： | 2003 |
| 畢業學年度： | 91 |
| 語文別： | 中文 |
| 論文頁數： | 114 |
| 中文關鍵詞： | 順序尺度 、皮爾森相關係數 、多序類相關係數 |
| 外文關鍵詞： | ordinal-scale, Pearson correlation coefficient, Polychoric correlation coefficient |
| 相關次數： | 點閱：156 下載：90 |
| 分享至: |
| 查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報 |
摘要
皮爾森相關係數通常作為描述區間尺度變數間相關性的參考指標，然而在社會科學領域中，由於資料多數以順序尺度的形式呈現，因此藉由傳統的皮爾森相關係數來描述順序尺度資料間的相關性通常會導致某種程度的誤差。儘管如此，以往的文獻多數傾向支持以等距離分數來取代順序尺度資料，並直接計算皮爾森相關係數。藉由模擬實驗的結果，我們發現這樣的作法並非在所有情況下都合理。
此外本研究中也對多序類相關係數進行探討。就表示順序變數間相關性的準確程度而言，多序類相關係數明顯優於利用等距離分數來計算皮爾森相關係數的方法；但若以操作上的便利程度而言，後者仍具有其優勢。
關鍵字：順序尺度、皮爾森相關係數、多序類相關係數。
Abstract
Pearson correlation coefficient is typically used to describe the correlation between two interval-scaled variables. In social science, however, most of the data are represented in ordinal-scale, and hence describing the correlation between two ordinal-scaled variables in terms of Pearson correlation coefficient would inevitably result in certain errors. Though the practice is deemed acceptable and generally supported in literatures, we found, through intensive simulations, that it should be executed with care.
Polychoric correlation coefficient was also investigated. In order to describe the correlation between two ordinal-scaled variables, we found, in terms of the degree of accuracy, that Polychoric correlation coefficient is definitely better than Pearson correlation coefficient with equal-distance scores. Pearson correlation coefficient, on the other hands, is much easier to calculate, and should not be totally ignored.
Key words：Ordinal-scale、Pearson correlation coefficient、Polychoric correlation coefficient。
目 錄
章節 頁次
第一章 緒論…………………………………………………...…….………………1
相關係數的分類………………………………………………………..………..1
研究重點…………...…………………………………...………………………..2
第二章 文獻探討………………………………...…….…………………...……….3
文獻中對於皮爾森相關係數使用於順序尺度資料的討論……………...…….3
多序類相關係數的起源及估計方法…..………………………………...……...5
第三章 皮爾森相關係數………………………...…….……………………...…….8
第一節 樣本模擬方法………………………………………………..………..8
第二節 藉由對稱形式與非對稱形式密度函數定義的分數系統……….….13
第三節 各種分數樣本平均相關係數的比較………………………………..17
第四節 分數樣本相關係數與母體相關係數間的關係……………………..24
第五節 皮爾森相關係數公式的探討………………………………………..28
第四章 其他分割點結構下的比較………………………...…….…….………….30
第一節 各類分割點結構及模擬結果………………………………………..30
第二節 分數樣本相關係數與母體相關係數間的關係……………………..45
第三節 各種形式分數樣本的均方誤………………………………………..49
第五章 多序類相關係數………………………...…….……………………….….52
第一節 POLYCORR的介紹………………………………………..………..52
第二節 多序類相關係數與皮爾森相關係數在Std下的比較………….…..54
第三節 其他分割點結構的比較……………………………………………..57
第四節 多序類相關係數的優劣探討………………………………………..61
第六章 結論………………………………………………………………………..62
參考文獻……………………………………………………………………………..64
附錄………………………………………………………………………..…………66
參考文獻
Babakus,E. 1985. The sensitivity of maximum likelihood factor analysis given violations of interval scale and multivariate normality. Unpublished PhD dissertation. The University of Alabama.
Bollen,K.A. & K.H. Barb. 1981. Pearson’s R and coarsely categorized measures. American Sociological Review 46:232-239.
Brown,M.B. & Bendetti,J.K. 1977. On the mean and variance of the tetrachoric correlation coefficient. Psychometrika 42:347-355.
Joreskog,K.G. 1994. On the estimation of polychoric correlations and their asymptotic covariance matrix. Psychometrika 59:381-389.
Kirk,D.B. 1973. On the numerical approximation of the bivariate normal (tetrachoric) correlation coefficient. Psychometrika 38:259-268.
Labovitz,S. 1967. Some observations on measurement and statistics. Social Forces 46:151-160.
Labovitz,S. 1970. The assignment of numbers to rank order categories. American Sociological Review 35:515-524.
Labovitz,S. 1971. In defense of assigning numbers to rank. American Sociological Review 35:521-522.
Mayer,L.S. 1970. Comment on the assignment of numbers to rank order categories. American Sociological Review 35:916-917.
O’Brien,R.M. 1979. The use of pearson’s R with ordinal data. American Sociological Review 44:851-857.
Olsson,U. 1979. Maximum likelihood estimation of the polychoric correlation coefficient. Psychometrika 44:443-460.
Tallis,G.M. 1962. The maximum likelihood estimation of correlation form contingency tables. Biometrics 18:342-353.
Vargo,L.G. 1971. Comment on the assignment of numbers to rank order categories. American Sociological Review 35:517-518.