spss怎么做相关性分析 ?
我的图书馆
spss怎么做相关性分析 ?
　　怎么做相关性分析呢?spss中文名统计产品与服务解决方案，是一款专业的数据统计分析软件;具体spss相关性分析怎么做呢?我们一起来学习一下spss相关性分析教程。　　spss相关性分析教程：　　例：学生每天学习时间T与学习综合成绩G之间的相关性　　原始数据：　　　G=f(T),其中T为自变量，G为因变量　　step1：建立数据文件 file——new——　　定义变量 选中左下角菜单Variable view，输入变量名T，其他选项不变，令起一行，输入变量　　名G其他选项不变，切换到data view(在左下角)，将数据复制进去。　　　　Step2：进行数据分析：在spss最上面菜单里面选中Analyze——correlate——bivariate(双变量)　　　　左边包含G，T的框为源变量框，后面的空白框为分析变量框，我们现在需要分析G和T的关系，因此将源变量框中的G和T选进分析变量框待分析。　　　　(1)correlation coefficients(相关系数)包括三个选项：　　Pearson：皮尔逊相关，计算连续变量或是等间距测度的变量间的相关分析;　　Kendall：肯德尔相关，计算等级变量间的秩相关;　　Spearman：斯皮尔曼相关，计算斯皮尔曼秩相关。　　注：Pearson可用来分析①分布不明，非等间距测度的连续变量　　Kendall可用来分析①分布不明，非等间距测度的连续变量，②完全等级的离散变量，③数据资料不服从双变量正态分布或总体分布型未知。第②种情况只能用Kendall分析　　Spearman可用来分析数据资料不服从双变量正态分布或总体分布型未知　　(2)Test of significance选项　　Two-tailed：双尾检验，如果事先不知道相关方向(正相关还是负相关)则可以选择此项;　　One-tailed：单尾检验，如果事先知道相关方向可以选择此项。　　(3)Flag significant correlations：表明显著水平，如果选择此项，输出结果中在相关系数值右上方使用*标示显著性水平为5%，用**标示其显著性水平为1%　　首先使用pearson，two-tailed(下图)，点击右侧options　　　　statistics为统计量，包括均值和标准差 叉积离方差和协方差　　missing values 选择默认　　点击continue——ok　　输出结果(下图)　　　　相关系数为0.975，显著性p=0.000&0.01,有统计学意义　　选用Kendall 肯德尔，结果如下：　　　　选用spearman 斯皮尔曼，结果如下：　　　　画散点图：选中Graphs——Scatter/dot-----Simple scatter------define　　软件名称：spss 19.0中文版下载软件大小：438MB下载地址：
（责任编辑：小沐）
TA的最新馆藏[转]&[转]&[转]&[转]&[转]&[转]&
喜欢该文的人也喜欢3被浏览1,163分享邀请回答1添加评论分享收藏感谢收起SPSS相关性分析时两变量负相关,回归分析却是正相关,这样如何解释_百度知道
SPSS相关性分析时两变量负相关,回归分析却是正相关,这样如何解释
请问你的这个问题“SPSS相关性分析时两变量负相关,回归分析却是正相关,这样如何解释”解决了吗？我也碰到了相同的问题，谢谢！
我有更好的答案
也就是说，在回归当中你所看到的相关，b，也就是不在求两变量相关时考虑其他的控制变量，那么其结果呈现的是a和b的简单相关。然而回归不同，回归的结果是综合所有进入回归方程的自变量对因变量的结果而成的，a和c的相关是减去b的效应后的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。因此，普通相关与回归之中的回归系数会有比较大的差别，回归里a和b的相关是在减去c变量的效应之后的，b和c的相关是在减去a的效应后的。计算方法不同，得出的结果就不同，是在控制了其他进入回归方程的变量之后的，每一个相关都只涉及到两个变量，而与第三个变量无关，但如果是回归，c之间的关系，如果你使用一般的相关，b和c的简单相关，a和c的简单相关。举个例子，比如你考查变量a
采纳率：89%
把图贴上看一下，我不太相信你说的结果，同样的算法不可能出现不同的结果，你可能不太会看结果
“中子37”解释的很清楚
为您推荐：
其他类似问题
正相关的相关知识
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。用SPSS软件进行相关性分析时,得出的相关系数为负值.进行逐步回归分析时,得出的系数确为正值.为什么?
用SPSS软件进行相关性分析时,得出的相关系数为负值.进行逐步回归分析时,得出的系数确为正值.为什么?
这种情况是可以出现的.在相关性分析时,你看到的是两个变量之间的关系,其他变量的影响是不被考虑的；但是,进行逐步回归分析时,如果入选的变量不止一个,那么入选变量之间可以产生影响,这种影响甚至可以改变一些原来不算强的相关性的方向.这表明你的数据存在偏相关、部分相关或伪相关等情况.
我有更好的回答：
剩余:2000字
与《用SPSS软件进行相关性分析时,得出的相关系数为负值.进行逐步回归分析时,得出的系数确为正值.为什么?》相关的作业问题
两者没有相关性p>0.05 再问： 请问p是什么值，0.548吗，那0.277和7是什么意思 再答： 7是例数。相关系数r=0.277，P=0.548>0.05，表明相关性不显著。
相关系数是0.357,p=0.009,显著的我替别人做这类的数据分析蛮多的 再问： 意思是二者有相关性且较为显著吗？可以简单说下怎么看吗QAQ
可以将被剔除的变量做回归分析,但如果相关系数过高,可能会产生多重共线性（参数t检验无法通过）,到时候可以去剔除法或者SPSS的逐步回归法做就行第一个图是方差分析表,其实意义不需要过多强求,主要看F值对应的Sig.（或者P）值即可,当Sig&0.05时,表明模型整体拟合效果不错.否则模型不成立要明白一点,如果做多元
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相关系数.分析－－描述统计－－交叉表－－统计量如果你是分析定类变量与连续性变量的相关的话,可以考虑Eta系数.相关系数绝
如果L1L3 的系数不显著的话,可以不必管它,因为相关系数本身就不高0.254和0.236.虽然是两两相关,但是相关系数包含了其他因素的影响,而回归方程中的系数表示控制了其他2个变量的影响后,该变量与因变量的关系 再问： 那么L4和L1跟L3的关系，是正相关还是负相关呢？还有L1和L4的相关显著的话，那怎么办？ 谢谢谢
不能只看相关系数的大小,主要看显著性水平,你做出来的相关系数确实是有些低,很可能是与数据量比较多有关.如果你分析过程没有错误,p真的等于0.003的话,应该是显著相关的. 再问： 谢谢，我还想问一下，我的样本量是270，数据量算多吗？谢谢！ 再答： 你的数据量已经算是很多的了，分析结果应该是正确的。
1.方差分析可以用analyze->general liner model->univarite因变量为“生长抑制率”,固定变量为时间和浓度,主效应项为时间和浓度,不考虑交互效应.2.t检验(修改数据分布：四列,分别为时间为0 24 48 72对应的浓度)Analyze-> Compare Means->Paired-
方差分析,不一定适合你的数据,要看你的数据确定方法,看我的用户名,加我,很乐意帮你解决问题
正或负相关
这个说明A、B的相关系数是0.172,P=0.509＞0.05说明AB的相关性不成立,可认为A、B不存在直线关系. 再问： 您好，还有一组数据，相比较上一条的话是不是可以说前者的线性比较强呢？ 再答： 都没有直线相关性，已经没有可比性。
点菜单 analyze - compare means - ony way anove 出选项 dependent list 选A 、factor 选B 研究A的不同对B是否有差异 出分析后 第一个表 是 各组方差齐性检验 若 sig>0.05 方差一致无差异第二个表 组间方差分析 若sig
pearson相关性分析的条件是 两个变量之间呈线性的相关趋势,此时的相关系数大小会比较准确至于两个变量是否相互影响 都没关系 另外相关分析只能说明两者之间的互相关系,并不能说明因果关系
先将多选题在分析——多重响应里面整合成一个变量,再在分析——多重响应——交互分析里面求它们的卡方值以及相关系数. 再问： 可是我看到多重响应里面的交互分叉表的确定键是灰暗的，无法确定，是不是我的操作错误了？能讲具体一点的步骤吗？我已经把多选题整合成一个变量了。。。我是刚摸索的，希望你能给具体一点的步骤，谢谢了 再答：
没用过,网上有相关的教程
(1)从输出结果的标题可以知道,下面表格的每一格的上一行表示Pearson相关系数,下一行表示对应的p值.从p值的大小可以判断出：(i)变量ru和变量gan、zong、ke都线性无关.变量ke和变量zong也是线性无关的.p值>0.05(ii)变量ke和变量gan线性相关性显著.0.01
相关系数0.624大约属于中等量级的相关,在样本量足够大的情况下一般都会有显著性,你的情况应该是样本量偏小造成的.此外,pearson相关系数的正确性需要得到散点图的证实,你应该检查一下散点图,看看数据是否具有线性趋势,特别是有没有离群值或极端值扭曲你的相关系数,散点图这个步骤很容易被忽略,但对相关分析而言十分关键!
analyze-correlate-bivariate-选择变量 OK 输出的是相关系数矩阵 相关系数下面的Sig.是显著性检验结果的P值,越接近0越显著.另外,表格下会显示显著性检验的判断结果,你看看表格下的解释就知道,比如“**.Correlation is significant at the 0.01 leve
从结果看,净资产该指标有缺失.相关性：董事会人数与每股收益无相关 （r=0.096,p=0.277)每股收益和净资产收益之间的相关有统计学意义.r=0.422,P
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.然而回归不同,回归的结果是综合所有进入回归方程的自变量对因变量的结果而成的,也就是说,在回归当中你所看到的相关,是在控制了其他进入你似乎来到了没有知识存在的荒原...
来源链接是否正确？用户、话题或问题是否存在？