相关（1）：积差相关1.1 概念在教育和心理的科研与实践中，常常会碰到这样的情形，即一种事物的发展变化同另外一种或多种事物的发展变化紧密相联，它们之间相互影响、相互制约。
例如，一个学生学业成绩的好坏会受到他的智力水平、家庭环境、学校环境、教学方法、他本人的学习动机、努力程度等等因素的影响。
在这些变量之间的复杂关系中，有些具有直接的因果关系，有些则不具有直接的因果关系。
尽管有些变量之间不存在直接的因果关系，但是我们却可以通过观察它们之间相互变化的关系入手，从一列变量的变化趋势中预测或推断另一列变量的变化趋势。
这种描述事物之间相互变化关系的统计量，我们称为相关量数。
当事物之间存在联系但又不能直接作出因果关系解释时，事物间的这种联系，称为相关。
1.2 类别相关有简单相关和复相关。
只有两列变量的相关称为简单相关；一列变量与多种变量的相关称为复相关。
在这里我们只讲简单相关。
相关又可分为直线相关和曲线相关。
直线相关是指二列变量中一列变量在增加，另一列变量或随之增加，或随之减少，存在一种直线关系，可以用直线方程表示。
如果两列变量相伴随变化，不能形成直线关系，可以用曲线方程表示的相关称为曲线相关。
此外直线相关还有正相关、负相关和零相关三种情况。
正相关是二列变量的变动方向是一致的，如一列变量由小至大或由大至小变动时，另一列变量亦由小至大或由大至小而变动。
如智力和学习成绩的相关，在一般情况下一定范围内可称为正相关。
负相关是指二列变量的变动方向相反，如一列变量由大而小变动，另一列变量却由小而大变动，如健康状况和发病率的关系。
零相关也称无相关，即一列变量变动，而另一列变量不变动，或无规则地变动。
如身高和学生成绩的关系。
相关关系我们一般用相关系数(r)表示。
它的范围为—l≤r≤1。
由，正、负号以及绝对值的大小，可以表明两个变量之间变化的方向和密切程度。
相关系数的计算方法很多，常见的有积差相关、等级相关、点二列相关、二列相关以及Φ相关等。
（完整版）统计学名词解释统计学名词解释第⼀章绪论1.随机变量：在统计学上，把取值之间不能预料到什么值的变量。
2.总体：⼜称母全体、全域，指具有某种特征的⼀类事物的全体。
3.个体：构成总体的每个基本单元称为个体。
4.样本：从总体中抽取的⼀部分个体，称为总体的⼀个样本。
5.次数：指某⼀事件在某⼀类别中出现的数⽬，⼜称为频数。
6.频率：⼜称相对次数，即某⼀事件发⽣的次数被总的事件数⽬除，亦即某⼀数据出现的次数被这⼀组数据总个数去除。
7.概率：某⼀事物或某⼀情在某⼀总体中出现的⽐率。
8.观测值：⼀旦确定了某个值。
就称这个值为某⼀变量的观测值。
9.参数：⼜称为总体参数，是描述⼀个总体情况的统计指标。
10.统计量：样本的那些特征值叫做统计量，⼜称特征值。
第⼆章统计图表1.统计表：是由纵横交叉的线条绘制，并将数据按照⼀定的要求整理、归类、排列、填写在内的⼀种表格形式。
⼀般由表号、名称、标⽬、数字、表注组成。
2.统计图：⼀般采⽤直⾓坐标系，通常横轴表⽰事物的组别或⾃变量x，称为分类轴。
纵轴表⽰事物出现的次数或因变量，称为数值轴。
⼀般由图号及图题、图⽬、图尺、图形、图例、图组成。
3.简单次数分布表：依据每⼀个分数值在⼀列数据中出现的次数或总计数资料编制成的统计表，适合数据个数和分布范围⽐较⼩的时候⽤。
4.分组次数分布表：数据量很⼤时，应该把所有的数据先划分在若⼲区间，然后将数据按其数值⼤⼩划归到相应区域的组别内，分别统计各个组别中包括的数据个数，再⽤列表的形式呈现出来，适合数据个数和分布范围⽐较⼤的时候⽤。
5.分组次数分布表的编制步骤：（1）求全距（2）定组距和组数（3）列出分组组距（4）登记次数（5）计算次数6.分组次数分布的意义：（1）优点：A．可将杂乱⽆章数据排列成序，以发现各数据的出现次数及分布状况。
B．可显⽰⼀组数据的集中情况和差异情况等。
（2）缺点：原始数据不见了，从⽽依据这样的统计表算出的平均值会与⽤原始数据算出的值有出⼊，出现误差，即归组效应。
