等级的所有性质外,而且其0值是非人为制定的,比如K温度中的0度被称为 绝对0度。只有变量的0值不是人为制定的中介值,而是绝对0(即没有再比它 更小的取值)时,其任意两个取值的比率才能有确定的意义。 从以上简介可以看出,测度等级关系到对变量信息的理解。测度等级越高 变量所包含的信息越多。对于同一个变量,较高测度等级不但包含较低测度等级 全部信息,而且还附加其他信息。因此,较高测度等级的变量实际上可以降级使 用。统计分析中经常采用降级使用。 比如,将序次测度变量作为名义测度变量使用,这时常常将这两种测度等级 合称为分类变量。 另外,将比率测度变量作为间距测度变量使用。有些教材将其称之为连续变 量,其实这两种测度等级变量并不一定要求取值连续(即变量可以只取整数值)。 所以,对它们吏准确的称谓是测量型变量,因为它们都可以取得精确的变量测量 值。从统计分析的角度,间距测度等级便是最高等级。所以比率测度变量只好作 为间距测度变量来使用。如上所述,对于间距测度变量,可以应用加法和减法计 算,所以计算所有变量观测值的和是有意义的,并进而计算变量的平均值(注意 计算平均值时的分母并不是变量值,而是观测频数)。而且,可以计算各变量值 与平均值之间的差(离差),并进而计算变量的方差和标准差。 但是应当明确,这种降级使用意味着一部分信息没有被利用,造成了一定的 信息浪费、所以,应当尽量避免这种损失,只有在迫不得已的情况下才这样做 在硏究方案制定的时候,应该对于能够应用的统计方法了如指掌,根据实际 情况尽可能在调査时将变量设置为间距测度等级,以获得较多的信息。在分析 时,尽可能将变量作为间距测度等级来使用,以避免信息的浪费。 2.本书所介绍的分析方法的概述 本书各章介绍了12种社会统计方法,可以用最简练的语言将这些分析方法 加以概括如下 多元回归应用于单方程模型,其因变量必须为测量型变量,其自变量可以为 测量型变量或虚拟变量。研究目的是通过自变量的变化来预测因变量的变化。多 元回归用最小二乘法求解回归系数。 如果变量之间有多层因果关系,便可以由多个有内在联系的多元回归方程组 成一套通径分析联立方程组,每个方程都通过多元回归求解系数,然后应用通径 分析分解变量之间的直接作用和间接作用。 如果一套联立方程组中含有潜在变量(即不可直接观测的变量),便不能再用