spss中 r2

_问题描述：在SPSS中做主成成分分析的时候有一步是指标之间的相关性判定,我想知道具体是怎么进行判定的,他的算法、原理是什么?答案1：：说判定有些严格,其实就是观察一下各个指标的相关程度.一般来说相关

说判定有些严格,其实就是观察一下各个指标的相关程度.一般来说相关性越是高,做主成分分析就越是成功.主成分分析是通过降低空间维度来体现所有变量的特征使得样本点分散程度极大,说得直观一点就是寻找多个变量的

在  name 中改名字

Friedman检验是利用秩实现对多个总体分布是否存在显著差异的非参数检验方法,其原假设是：多个配对样本来自的多个总体分布无显著差异.　　SPSS将自动计算Friedman统计量和对应的概率P值.如果

只要4个变量就可以了~一个是成绩、一个是A、一个是B、最后一个是被试者~成绩不用说~就是两个被试在不同条件下的成绩~这是因变量~A有三个水平~那么录入只有3种值~1、2、3~B有四个水平~那么录入1、

Std.Error是标准误再就是有standarderrorofdifference：Astatisticalindexoftheprobabilitythatadifferencebetweenth

综合因子得分?SPSS的因子分析过程本身只自带了计算各因子得分的功能Analyze——DataReduction——Factoranalyze放入变量之后,其中有一项scores选项菜单,选上.SPS

多元线性模型即可再问：为啥呢？有什么依据说明他们就是线性相关吗？再答：你用逐步回归剔除不显著的自变量，保留显著的，不就行了吗SPSS里面固有的模型很多的，一般情况下高次的不要用，因为误差大

选择Transform | Recode into Same Variables,将变量名“焦虑总分”键入Variables中,选择Old 

置信水平是人为规定的,通常选择0.05或者0.01,在双侧检验中,如果sig小于置信水平的一半则拒绝零假设,如果sig大于置信水平的一半则接受零假设.在单侧检验中,sig小于置信水平则拒绝零假设,大于

秩rank,是一种数据排序的方式,可以知道某变量值在该列所有值中的名次.秩是对应数值由大到小的,例如有100个数据都不一样的话,最大的数值对应的秩就是100,最小的就是1.有重复数据时候,会按同名称排

方差分析只能判别该因素是否存在显著影响,而不能通过之间的F值来判断影响效果的大小关系,F值的大小和对应的概率值大小说明的是一个意义,而且对于不同的F值大小,存在不同的自由度,而不同的自由度之间是不能相

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.

不是spss出问题,是你的数据和你的知识水平出了问题我替别人做这类数据分析蛮多的

TheR-Squaredtellsyouhowmuchyourabilitytopredictisimprovedbyusingtheregressionline,comparedwithnotusi

±3.92这个指在不同的信度水平下的误差区间,即t*残差

原则上RSquare值越高（越接近1）,拟合性越好,自变量对因变量的解释越充分.但最重要的是看sig值,小于0.05,达到显著水平才有意义.可以看回你spss的结果,对应regression的sig值

Wald是一个卡方值,等于B除以它的标准误（S.E.）的平方值.Wald用于对B值进行检验.

2、各个自变量之间存在共线性问题,冲销了对因变量的影响,建议看单个自变量的T值,把不显著的剔除.然后,逐步回归,看哪个自变量加入后使得整个模型的拟合优度降低.3、只看R²不行,还要看adjR

应该是用方差分析我是初学者以我的经验看和楼上是一样的"多因素方差分析中可以判断是否存在变量之间的交互作用.在analyse——generallinearmodel——univariate"但是注意选择