SPSS中有多个自变量多个因变量怎么进行相关性分析

重复测量资料的分析,一般采用混合线性模型做回归.你自己可翻翻书,学下然后用SPSS或者SAS跑一下就OK了,注意前置条件符合即可.

在输出中点击图形以激活,会弹出图形编辑器,在图形编辑器上点击条形图的条,在类别那一栏里面有排序,将其拖动成你要的顺序即可.

用典型相关分析,做不到你说的回归分析,回归需要因变量只有一个,你可以用因子分析提取一个共因素,然后再进行回归

TotalVarianceExplained（是这个表上有的,SPSS的结果里,下面是同一个表,横着显示不了）InitialEigenvaluesExtractionSumsofSquaredLoa

这说明这些变量之间存在自相关,模型选择的是代表程度更高且自变量相互之间相关性低的自变量来,以保证自变量变化时,只影响因变量,而不影响其它模型中的自变量.建议你对这些自变量做两两之间的相关性检验,以说明

可以做多元回归.这方面的资料,在star统计分析工作室有的,百度输入即可

先通过绘制多维散点图,看看各自变量与因变量之间是否存在线性关系,如果有呈线性趋势,则可以进行多元回归分析,进一步通过数据来获取准确的线性关系再问：谢谢哈！那再请问一下啊，怎么用SPSS绘制一个因变量和

因为逐步回归程序会帮你把不显著（没有作用的）自变量删除了,只保留重要的、有意义的变量.如果你想把所有变量都保留的话,请选择强制法（enter）进行回归分析.

请参照下列操作.系数(a)模型      非标准化系数       &

要用到AMOS了,用SPSS和AMOS结合起来做

这个地方需要做典型相关分析,我给你个典型相关分析的SPSS程序：(1)按file——new——syntax的顺序新建一个语句窗口.在语句窗口中输入下面的语句：INCLUDE'D:\SpssWin\Ca

统计学中想比较回归系数之间的差异,可以利用标准化回归系数,通过比较回归系数的标准化值的大小来比较变量的影响程度,当然前提是,回归系数都是显著的.另外,你可以用F检验或Wald检验对多个回归系数的线性约

可以做因子分析.首先,先将A1到An用提取主成分分析的方法,形成一个因子,同理,对B项做同样处理.其次,再在因子的层面上对两个因子单变量方差分析（当然,如果存在多个自变量因子和多个因变量因子,可以用多

Analyze->Regression->Multinomiallogistic,自变量（Factors）、因变量放好,再设置一下就OK.logistic回归只是针对因变量是分类变量,对自变量是哪种类

多元回归分析~

这个做多元线性回归好了,其实是二元线性回归,自变量2个A和B,因变量C.一元线性回归方程y=ax+b,系数a＞0,y与x正相关,x高时,y高,x低时,y低,a＜0相反.二元线性回归方程是y=ax1+b

可以通过“多分类Logistic回归”完成,Analyze——Regression——MultinomialLogisticRegression▲Dependent:战略类型▲Factor(s):自变

（一）定义变量输入数据前首先要定义变量.单击valuableview定义变量即要定义变量名、变量类型、变量长度（小数位数）、变量标签（或值标签）和变量的格式.每一行表示一个变量的定义信息,包括Name

这是我以前学习C语言时做过的,希望对你有所帮助!#include"stdio.h"#include"stdlib.h"#include"string.h"intshoudsave=0;/**/stru

不行的呀,肯定不行的呀.得用因子分析算综合得分把不同的指标整合到一起撒.你取平均数肯定不合理的啊.ppv课学习网站再问：是用因子分析提取公因子这样吗？再答：恩。提取因子以后，在算综合得分、就成一个了再