SPSS关于logic模型的作业

分析性别对变量的影响采用方差分析或者卡方分析来做就好了不需要因子分析再问：知道了！谢谢！能再展开讲一下吗？再答：如果你的变量类型是连续型变量那就用方差分析来分析性别差异如果你的变量类型是分类变量那就用

常量sig值高于0.05这个回归仍然有效,这仅仅表明线性回归的截距项可以被设定为0,也就是经过原点.但是,如果你将截距项设为0,则该方程的拟合优度指标值（R的平方）将是不准确的,即使你重新拟合.再问：

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

一般线性模型包含了单向方差分析,当只考虑单个变量对单个结果的影响时,可以采用单向方差分析,亦可以采用一般线性模型,结果是等价的但是当考虑多个分组变量对多个因变量或者对一个因变量的时候,采用一般线性模型

问题真是太多了.回答第一个吧,多选题,只能定义为1,0就是选了还是没选,你所的对2,3取决于你怎么统计,你想合并也行,或者你给他们加一个重要度权重也行4,baidu下吧,另帮助一般你也看不懂,买本sp

第一,不一致的现象我也遇到过,有时候不同的版本的spss计算出来的结果还会有所不同,可能它默认的估计方法不是最小二乘估计.第二,F表示数据的方差,sig表示显著性,也就是对F检验的结果,如果sig>0

两个模型都拟合的很好,首先可以比较一下解释量R方,一般R方较大的比较好；另外还应考虑实际规律以及专业常识,比如说三次方模型的因变量和自变量是正相关关系,但实际上你所观察的变量之间应该是负相关关系,这就

可以利用excel来画图的excel2007的图形十分的漂亮更加人性化

按你这个数据那就是要先用多元线性回归求出1/V,K1/V,K2*V,然后在手动计算啦.或者你用非线性回归自己把参数写进去计算啦.怎么做多元线性回归建议你看看相关文献啦.

这个很正常的,你按照你的专业知识选择其中一种方法即可我替别人做这类的数据分析蛮多的

date里面找吧

50分的问题……果然好麻烦的说,因为涉及很多检验没用SPSS做过时序,说Eviews吧打开你要建模的序列,假设是x,点这个变量窗口工具栏里的view-correlogram.这里有几个参数：level

做有序回归,不是去看R2,没用的coxandsnell是伪R2,已经不是你理解的R2了我经常帮别人做这类的数据统计分析再问：那应该看哪个呢？可不可以说一下这三个表分别表示什么意思呢？

ARMA（pq）模型中模型参数的设定主要依靠自相关函数AC和偏自相关函数pac.自回归过程AR的参数主要看PAC在哪一阶截尾,如在4阶截尾则参数P=4；移动平均模型MA的参数主要靠识别AC函数是否呈快

是球形检验,如果相应p值小于0.05,说明变量之间存在相关性,适合做因子分析,df是自由度,sig是p值.后面的是题项.再问：谢谢，我已经知道了，非常感谢！那么如果我只想做一种变量与其它因素的关系，而

不用if,先保存一个备份,用Transform->Recodeintosamevariable...,里面设置新旧值1>0,1->2,2->3,3->5就行了.

你得设置因子载重值排序啊,你看特征根值大小进行比较哪个影响大

操作完了点击OK,而不是点击Paste来粘贴语法.如果生成了Syntax语法窗口,就点击run执行语句就行了

你直接用SPSS的菜单上的回归就可以做了,有向导的,你跟着做就是了,最后就会得到结果,至于99.7%的参数中间有一步你可以自己改参数的

不会做arima就别乱点spss我经常帮别人做这类的数据分析的再问：那你倒是告诉我啊？？你讲这些有个毛线用啊