因变量是分类变量，自变量有连续变量也有分类变量，用SPSS的什么方法做分析？

应该用logistic回归。前提是设计好变量类型。使用有序Logistic进行回归分析时，需要考虑4个假设：

假设1：因变量唯一，且为有序多分类变量，如血压水平可以分为高、中、低；某病的治疗效果分为痊愈、有效、无效等。

假设2：存在一个或多个自变量，可为连续、有序多分类或无序分类变量。

假设3：自变量之间无多重共线性。

假设4：模型满足比例优势假设。意思是无论因变量的分割点在什么位置，模型中各个自变量对因变量的影响不变，也就是自变量对因变量的回归系数与分割点无关。有序多分类的Logistic回归原理是将因变量的多个分类依次分割为多个二元的Logistic回归。

例如本例中因变量患者满意度有4个等级，分析时拆分为三个二元Logistic回归，分别为(0 vs 1+2+3) 、(0+1 vs 2+3)和(0+1+2 vs 3)，均是较低级与较高级对比。在有序多分类Logistic回归中，假设几个二元Logistic回归的自变量系数相等，仅常数项不等。

结果也只输出一组自变量的系数。因此，有序多分类的Logistic回归模型，必须对自变量系数相等的假设（即比例优势假设）进行检验（又称平行线检验）。如果不满足该假设，则考虑使用无序多分类Logistic回归。

假设1-2都是对研究设计的假设，需要研究者根据研究设计进行判断。经过分析，本研究符合假设1和假设2，那么应该如何检验假设3、假设4，并进行有序Logistic回归呢？

SPSS是一款专业的数据分析软件，在数据分析方面的应用十分广泛。当我们使用SPSS对数据进行回归分析时，一般会输出一个系数表，那么该如何从表格中得到我们需要的信息呢？下面会详细地介绍SPSS系数表怎么看，SPSS系数表各个值代表什么，搞明白这两个问题对于分析数据具有很大的帮助。
一、SPSS系数表怎么看
以学生的语文成绩和数学成绩为案例，使用SPSS进行线性回归分析。
1、首先找到菜单栏中的“分析”，在列表中找到“回归”一栏，在它的选项中找到“线性”并单击。

图1 线性回归分析
2、d出线性回归的窗口，将数学成绩设置为因变量，语文成绩设置为自变量，点击确认进行分析。

图2 线性回归窗口
3、得到的结果是四个表格，系数表是最后一个表格，观察最后的一列的“显著性”，它决定了两个变量之间是否具有显著的显著关系，它的值小于005，满足检验条件，因此可以知道两个变量具有较大的相关性。

图3 输出结果
二、SPSS系数表各个值代表什么
除了显著性这个结果，系数表中还有四个值，那么它们代表什么意思呢？下面逐一进行介绍。
1、第一栏的数值 B代表每个自变量在回归方程中的系数，其中Beta是进行标准化后的系数，“显著性”就是显著性检验的结果，当这个值小于005时，说明自变量对因变量有比较显著的影响。

图4 系数表
2、“标准错误”指样本统计量的标准差，而t的数值表示的是对回归参数的显著性检验值，这两个值一般不会使用。
三、SPSS绘制散点图
对于这个案例，经过上面的线性回归分析，可以看到自变量对于因变量具有较为显著的影响，如果我们想要更直观地观察两个变量的直接关系，可以绘制散点图。下面介绍如何使用SPSS绘制散点图。
1、找到菜单栏中的“图形”，在列表中找到最后一项“旧对话框”，单击“散点图/点图”。

图5 绘制散点图
2、选择简单散点图，单击确认即可。

图6 简单散点图
3、将Y轴变量设置为数学成绩，X轴变量设置为语文成绩，单击确认，即可输出散点图。

如果因变量是分类变量，哪你采用多元回归分析就是错误的了
应该采用logistic回归来进行的
因变量的4分类是否属于有序的还是无序的
如果有序，则使用有序多分类logistic回归
若无序，则使用无序多分logistic回归

查找步骤
1正如开始所示的数据，我们需要把A转换为1，把G转换为2
2首先，我们需要做的是检查数据是否合适，什么名称对应什么，这里因为只有两个，如果有多个需要一一对应。
3接着我们需要做的就是点击spss的相关按钮了。
4当然，这里还有快捷键，就是CTRL+F
5打开后，然后把需要替换的变量和替换的值填入进去。
6这里有一个需要注意的地方就是需要把需要转换的列都选入。不然的话你每次只能转换一列。

spss怎么分类年龄数据分析，答:1打开spss统计软件，依次点击“转换——重新编码为不同变量”。2随后，出现了“重新编码为不同变量”窗口。3将“年龄”放入“数字变量—输出变量”框中。4“输出变量”即我们对年龄进行分组 *** 作后的变量。直接在输出变量“名称”框中填入“年龄分组”，“标签”也可命名为“年龄分组”。点击“变化量”，即可实现“年龄—年龄分组”的变量命名。5点击“旧值和新值”，从年龄最低到最高的分层依次进行变换，选择“范围，从最低到值”，填入“20”；在“新值”框中填入“1”。6点击“添加”，即完成了年龄小于20岁以下的患者的年龄分组变换。7按照以上 *** 作，继续将其他年龄依次进行分组变换，其中，“60岁以上”的在框中输入60000000001，最终得到变换后的“年龄分组”变量。8在“变量视图”中，将分组后的“年龄分组”变量进行赋值。9同理，“空腹血糖”进行同样的 *** 作，得到变换后的“空腹血糖分组”变量。即完成了计量资料的分组变换。10通过“交叉表”的“行”或“列”统计，得到不同年龄分组的患者的空腹血糖范围的基本情况统计。

我们在回归分析中需要用到两个自变量之间的选择回归模型来检验两个变量之间的交互效应，其实就是两个变量的乘积，具体方法为：

1、打开SPSS软件，然后打开一份要进行计算交互项的数据表。

2、在功能栏中点击转换-计算变量。

3、接着要添加一个新的变量名称，点击下方的类型与标签，输入一个标签名称。

4、把要进行相乘的变量放在编辑公式框中。

5、然后利用计算器键盘直接进行两个变量相乘。

6、最后即可看到新增的变量，新增模型。

注意事项：

SPSS采用类似EXCEL表格的方式输入与管理数据，数据接口较为通用，能方便的从其他数据库中读入数据。其统计过程包括了常用的、较为成熟的统计过程，完全可以满足非统计专业人士的工作需要。

---