相关系数

相关系数

有一个明显的缺点，即它接近于1的程度与数据组数n相关，这容易给人一种假象。因为，当n较小时，相关系数的波动较大，对有些样本相关系数的绝对值易接近于1；当n较大时，相关系数的绝对值容易偏小。特别是当n=2时，相关系数的绝对值总为1。因此在样本容量n较小时，我们仅凭相关系数较大就判定变量x与y之间有密切的线性关系是不妥当的。

标准差

表示的就是样本数据的离散程度。标准差就是 样本平均数方差的 开平方，标准差通常是相对于样本数据的平均值而定的，通常用M±SD来表示，表示样本某个数据观察值相距平均值有多远。从这里可以看到，标准差受到极值的影响。标准差越小，表明数据越聚集；标准差越大，表明数据越 离散。标准差的大小因测验而定，如果一个测验是学术测验，标准差大，表示学生分数的 离散程度大，更能够测量出学生的学业水平；如果一个测验测量的是某种心理品质，标准差小，表明所编写的题目是同质的，这时候的标准差小的更好。标准差与正态分布有密切联系：在正态分布中，1个标准差等于正态分布下 曲线的68.26%的面积，1.96个标准差等于95%的面积。这在测验分数等值上有重要作用。

标准误

表示的是抽样的误差。因为从一个总体中可以抽取出无数多种样本，每一个样本的数据都是对总体的数据的估计。标准误代表的就是当前的样本对总体数据的估计，标准误代表的就是 样本均数与总体均数的 相对误差。标准误是由样本的标准差除以 样本容量的 开平方来计算的。从这里可以看到，标准误更大的是受到 样本容量的影响。 样本容量越大，标准误越小，那么 抽样误差就越小，就表明所抽取的样本能够较好地代表总体。