天才一秒记住【热天中文网】地址：https://www.rtzw.net
我们知道教育现象十分复杂，教育实验研究各因素之间的关系通常都不是确定的，也就是说，不能以一个精确的定量关系式来表达成函数关系，但这并不是说教育诸变量间没有一定的规律性量化联系，回归分析方法就是帮助我们透过偶然的复杂现象来确定这种规律性的联系。
回归，就是用方程式表示因变量与自变量关系的数学模式。
这种方程式称为回归方程。
利用回归方程，可由自变量的值推算或估计与之相对应的因变量的值。
因此，回归分析是一种统计预测方法，它可帮助我们根据已知的事实来预测未知的事实。
这对于揭示儿童发展与教育的本质和规律，提高学前教育与心理研究的科学预见性和指导性是十分有意义的。
回归分析有多种形式，主要有直线回归与曲线回归、简单回归与多重回归等。
例如，儿童的智力与学习成绩之间存在着密切的关系，但这种关系并不是一种确定的函数关系，因为影响儿童学习成绩还有其他多种因素。
例如，经大量研究证明，非智力因素对学习成绩有不可忽视的作用。
那么，智力与学习成绩之间究竟有怎样的数量关系呢？
对学习成绩，在回归分析中可以设为因变量Y，智力（通过智商来反映）可设为自变量X，通过大量数据的分析可以得出一个回归方程：
这样的式子，其计算、显著性检验都是比较繁复的，一般须用计算机来解决。
（三）因素分析
因素分析是在影响同一行为或现象的大量交互相关的变量中，寻找出起决定作用的少量基本因素，从而使我们有可能通过多元回归方程的运用，把现象表述为这些基本因素的函数，使用科学理论上具有明确内涵的基本因素来进行预测。
可见，因素分析的主要功能是透过表面现象间复杂的交互相关关系，找出其内在的本质联系，并用少数几个基本因素（公共因素）来反映这一本质联系，并说明复杂的交互相关关系的原因和特性。
因素分析有两个步骤：第一，是从原始变量的交互相关系数矩阵出发，通过数学方法推导出只有少量基本因素的因素负荷矩阵。
第二，根据因素矩阵的结构特点和定性分析的知识来解释每一个基本因素。
所谓因素负荷，简单地说，就是某一因素对某一有关变量所作贡献大小的指标，某一因素的负荷量的平方，就是该因素在这一变量的单位方差中所作出的贡献。
求出因素矩阵，就是寻找彼此交互关联性最大的因素组成变量群，从而以较少的因素来概括原先大量的变量，而不失原来的代表性。
因素分析的运算复杂烦琐，现已多借助于计算机来进行。
如本章有阐述不明确之处，请查阅有关的心理与教育统计专著。
如须查找有关统计数据，如正态分布表、t值、X2分布数值等，请参考查阅张厚粲主编的《心理与教育统计学》的附表。
本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！