怎么用spss看两变量是正相关还是负相关

A1和A2之间的相关水平为-0.663,达到了非常显著的水平.B1和B2B3B4之间的相关水平分别是-0.501、-0.616、-0.501,都达到了非常显著的水平.这里是负相关,表示的是当一个变量的

散点图就行的,再加上数据分析.我经常做数据的再问：那个什么设置标记，标注个案，x轴，y轴的文本框要怎么填，是什么意思？再答：拖拽过去就行再问：我要分析的两个数据组应该拖到哪个框？

分组是根据你专业来分析的,具体分析不会可以咨询我再问：我自己做好了还是谢谢你了

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

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SPSS中将多分类变量设置为哑变量比较麻烦,其中的一种方法就是将该多分类变量转换成N-1列的哑变量,举例来说,原多分类变量有四个取值（A/B/C/D）,这时需要设置三列哑变量,比如D2,D3,D4用

放进去一起回归没有关系,并不会影响估计系数的无偏性与一致性.但是如果说X的相关系数矩阵很高,可能会导致非完全共线性的问题,你可以修改模型或者采用工具变量法,例如因子分析（主成分分析）,它就是解决非完全

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,

连续型变量用Pearson相关,分类变量Spearman相关第一个表看对应的相关系数-0.098,P值0.002,小于0.05,有统计学意义.说明存在弱的负相关.第二个图就是两个变量的均值与标准差.再

简单点说先看Sig.值,如果这个值

相关系数R呢?决定系数R方呢?你这里是只有两个自变量Size和PS吗?因变量ROE.你用的是全变量回归还是逐步回归?你给的图不全回归方程进行检验F=2.693,P=0.074,回归方程无统计学意义我感

T检验主要用于两组样本间的比较,例如：男女职工,一班与二班等.其中,性别、班号就是分组变量.再问：你好，那么请问在操作中如何具体的添加设置分组变量呢？希望能详细点儿的解释一下，谢谢。我做的是对一组病例

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

进行数据变换有对数变换、平方根变换、平方根反正弦,你的看数据应该是平方根反正弦.其实不符合正态性的相关分析,一般不转换数据,一般都进行秩相关.

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

选B,其他3个都是函数关系

粗糙一点的话相关分析就可以啦.分析——相关——双变量,把变量选进去,看相关性,是正还是副.复杂点的就要用因子分析把每个层面降维成一个变量,在进行相关分析.下边是因子分析的步骤本来想给你截图的,可是传不

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