spss相关变量合并
来源:学生作业帮助网 编辑:作业帮 时间:2024/10/09 04:18:48
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
是这样:总体中赖以进行分层的变量为分层变量,理想的分层变量是调查中要加以测量的变量或与其高度相关的变量.分层的原则是增加层内的同质性和层间的异质性.常见的分层变量有性别、年龄、教育、职业等.
2变量分析可以做的有没有相关关系是由数据决定的,不是用统计方法做出来的再问:如果我有很多变量同时分析两两相关关系也是可以的吗?再答:可以的,spss允许的
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
pearsoncorrelation表示R值也就是皮尔逊相关系数R>0代表两变量正相关,R
和正态分布没有关系,你的两个变量应该是连续变量,用pearson相关比较合适.spearman相关系数是对顺序变量做的.
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
在下面的对话框有两个选项.第二个就应该是你想选用的变量了希望能给你提供帮助!
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,
你说的:“原始标量数据后面会出现新的数据”不是标准化的数据,而是各因子的得分.
简单点说先看Sig.值,如果这个值
它会形成一个3*3的列表啊,分别看每一个变量与该列其他变量交叉所对应的就是他们的相关系数
用数字替代比如,公交代表1,地铁代表2,步行代表3,等等,然后,将每个participants的出行方式转换成相应的数字,最后,新增变量‘出行方式’,按participants的次序合并排列.
http://blog.sina.com.cn/s/blog_694d276c0100uliv.html供参考.
这个要编程完成才行的,不能你这样乱做估计你是没这个能力去做的
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
先做相关,再做线性回归,1.相关—双变量2.回归—线性再问:我现在就是不知道这个相关是怎么做的,因为它是两个连续变量,自然不能用方差分析了,那应该用什么方法呢?高人能否具体说一下SPSS当中应该怎么操
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
spss里的pearson相关分析的作用就是单纯考量变量两两之间的关系,虽然你可以在分析时一次放入多个变量,但出来的结果都是两个变量的简单的相关,也就是不在求两变量相关时考虑其他的控制变量.然而回归不
就是决策变量.