2、这个时候如果没问题,就直接在因变量列表和因子中添加对象。
3、下一步打开选项对话框,通过勾选方差质性检验来确定。
4、这样一来等看到图示的结果以后,即可检验两个相关系数之间是否具有显著性差异了。如果是两个组之间做相关分析,即两个变量之间的相关分析不论一共有多少个组,都使用双变量相关分析,具体 *** 作如下
分析-相关-双变量-将要比较的所有组都移入右边的“变量”框
选项根据自己的需要进行勾选
相关系数:Pearson,或者后两种,各有各的特点,此处建议就用默认勾选‘
显著性检验:双侧检验
运行 出结果1、首先,大家平时理解的变量是单纬的,而不是你说的多维的因此,对spss而言,X1、X2、X3、Y1、Y2、Y3分别是6个变量
2、spss的相关性分析中可以分别统计这6个变量间的相关性通过他们之间相关性的计算,你或许可以得到你所说的X与Y之间的相关性,但这种相关性只是你推测的定性描述而已,是不能定量描述的
3、主成分分析,目的是将分析对象的多个维度简化为少数几个维度,方便分析,这样做的前提是维度很多且其中的多个维度之间有较强的相关性而不是你想象的可以把X1、X2、X3降维成一个变量,因为只有三个维度,已经很少了,这三个维度可以做降维分析的可能性几乎没有
4、回归分析,只有一个因变量,可以有多个自变量,最终算得因变量与自变量间的回归关系
估计你只是自己想象了一个例子,实际中一般是不会有这样的分析案例的在实际应用中,有时获得的原始资料没有具体的数据表现,只能用等级来描述某种现象,要分析现象之间的相关关系,就只能用等级相关系数。等级相关系数亦称为“秩相关系数”,是反映等级相关程度的统计分析指标。常用的等级相关分析方法有Spearman等级相关和Kendall等级相关等。[编辑]等级相关系数的计算步骤1、把数量标志和品质标志的具体表现按等级次序编号。2、按顺序求出两个标志的每对等级编号的差。3、按下式计算相关系数:其中:等级相关系数记为rs,di为两变量每一对样本的等级之差,n为样本容量。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)