SPSS数据处理中常用方法.pptVIP

Pearson 积差相关，计算连续变量或是等间距测量的变量间的相关性分析 Kendall 等级相关，计算分类变量间的秩相关 Spearman 等级相关，计算斯皮尔曼相关 Two-tailed双尾检验选项 One-tailed单尾检验选项 相关性分析结果 从表中可知，Topt与Aopt间不存在显著的相关性 三、回归分析 回归分析的概念 寻求相关变量之间的关系 主要内容： 从一组样本数据出发，确定这些变量间的定量关系式 对这些关系式的可信度进行各种统计检验 从影响某一变量的诸多变量中，判断哪些变量的影响显著，哪些不显著 利用求得的关系式进行预测和控制 回归分析的模型 按是否线性分：线性回归模型和非线性回归模型 按自变量个数分：简单的一元回归，多元回归 利用SPSS得到模型关系式，是否是我们所要的，要看回归方程的显著性检验（F检验）和回归系数b的显著性检验(T检验)，还要看拟合程度R2 (相关系数的平方,一元回归用R Square，多元回归用Adjusted R Square) 回归分析的过程 在回归过程中包括： Liner：线性回归 Curve Estimation：曲线估计 Binary Logistic： 二分变量逻辑回归 Multinomial Logistic：多分变量逻辑回归 Ordinal 序回归 Probit：概率单位回归 Nonlinear：非线性回归