两组数值变量,用spss分析关系

到了这步之后,把这个连续性的变量选入,再在右边重新定义分组之后的变量的名字,写好之后,点击中间有个if按钮,在里面设置不同的范围,比如6-7.99,再右边写为1,就是说新变量的6-7.99为新变量的1

相关分析,和是否保留变量没任何关系你说的是相关分析的显著性如果不显著,2个原因1是你设计有误,数据收集的质量控制不好2是数据原本如此,不能改变事实我经常帮别人做这类的数据分析的再问：额，我发现是版本问

目测应该是想了解消费者对价格、质量、品牌的敏感度是否会对其消费方式造成影响~所以应该做相关~3个自变量都和因变量做相关~spss里用“分析”-“相关”-“双变量”~把4个变量都放进去~就看因变量所在那

1、确认选择这个选项吗?见下图.理论上选择这个选项,不可能没有结果的. 2、调换位置后,变量名是否变化了?3、String类型的数据只能分类变量,否则是不能用来说做数据分析的.分类变量,将字

你提供的是不完整的回归分析结果.模型汇总中的R方说明你的回归公式的拟合度很好,也就是说用这个公式模型来进行预测的能力很强.R方在0-1之间,越大说明拟合度越好.R说明两个变量之间为很密切的正相关关系,

非参数检验,nonparametrictest,然后2independent你这个是两独立样本,不能用paired的再问：先谢谢你的回答。补充下数据处理，纵排的数据是同一个器官的长度，分别对应4个器官

你是不是定义变量的时候没有定义分组变量?单独拟订一个分组的变量.在分析时候把该变量放入Groupingvariables里面即可.打开spss后,进入VariableView,就可以定义变量了.你可以

SPSS的相关分析分布在两大块.其一,当两个变量都是连续性变量（应该就是你说的数值变量）时,调用“相关分析”.其二,至少有一个变量是非连续性变量时用描述统计的交叉表,在统计量的选项卡里有多种不同类型的

正相关的话,用相关分析就可以.或者就是在回归分析中看那个系数,系数是正的,并且后面的P值是显著的,不仅说明他们是正相关,还可以说明A的变化会给B带来怎么样的变化

1physicalfactors,belongstothehierarchyofvariables,twocasesusingpairedchi-squareanalysis,otherfactors

主要是看变量类型不同类型的分析方法不一样的我经常帮别人做这类的数据分析的

Statistics菜单的Correlate选项->PartialCorrelations过程看看控制var1(自变量)之后,var2(中介变量)与var3(因变量)之间的相关系数(Correlati

仅作主成分分析是不用看KMO值的,提取主成分中解释方差较大的变量,构建新的指标体系,然后在试图用因子分析,另外注意,主成分分析一般不用来赋权!

不能用皮尔森相关检验,结果只能说明两变量的相关性,不能推及到有没有相互影响的结论.统计理论与语言都是要求很严谨和精确的,有没有影响可以做回归分析,如果结果是有影响,也只能说是自变量X对因变量Y有影响,

一般统计分时所做的相关是指Pearson相关或者Spearman相关,而Losgistic回归也即多元回归分析是一个更高层次的相关分析,数据要求质量比较高.如果数据用Pearson相关或者Spearm

先做散点图吧,数据太少了.散点图很简单,你应该会吧.散点呈嗦形才能进行回归分析.回归分析的具体步骤见图只是回归系数不显著,sig>0.05,拟合度R=0.65还可以.最后回归方程为Y=0.01x

analyze---descriptvestatistics---crosstabs---nominal---contingencycoefficient(列联系数C)再问：中文版的，这个看不懂啊。再

肯定不行啊没有意义哦再问：就只是变量的sig值太大，别的都没问题吗？？再答：sig值太大，别的就不用看了啊没有用了

那你分析错误了,操作对吗再问：对的，回归分析得出结果和相关性分析的不一样，这种情况不存在的吗。可以解释吗再答：肯定做错了的，一般不会

统计学——从数据到结论请看这本书,实践性很强,操作每步都有