关注“心仪脑”查看更多脑科学知识的分享。
我们说研究变量之间的关系主要有两种,一种是函数关系,一种是相关关系。
相关性分析主要用于:(1)判断两个或多个变量之间的统计学关联;(2)如果存在关联,进一步分析关联强度和方向。比如,是否学历越高生活幸福指数越高?高强度锻炼是否会降低血清c反应蛋白?
确定好两个变量之间可能存在某种相关性,如何选择合适的统计方法呢?这需要进一步了解判断变量的数据类型。
变量的数据类型主要分为连续变量、二分类变量、无序分类变量和有序分类变量4类。
01连续变量
连续变量是指在一定区间内可以任意取值的变量叫连续变量,其数值是连续不断的,相邻两个数值可作无限分割,即可取无限个数值。比如
- 距离
- 温度
- 时间
- 体重
02有序分类变量
有序分类变量是指其取值的各类别之间存在着程度上的差别。举例来说,如:
- 学历(文盲、小学、初中、高中、大学、研究生等);
- 患者的诊疗结果“痊愈”、“好转”、“无变化”或“恶化”等;
- 患者对医疗效果的满意程度,用5类测量:
1-非常不满意、2-不满意、3-一般、4-满意、5-非常满意