如何看两个自变量相关性

*代表p再问：能具体说说表格中每个数字的意思吗？比如表中哪个数字代表P值，哪个数字代表样本量等等再答：。。。。55是样本量，0.003是p，你这完全不懂，还是别自己瞎做再问：那1和0.399呢？

如果没有这两个随机变量间的任何信息,显然不能获得相关性信息,如果一个变量在另一个变量发生时的条件概率,等于它自身的概率则两者无关.

分析—描述统计—交叉表,如上图,选中行变量和列变量后,点统计量,选择“卡方”,继续,确定.结果图看sig值,若小于0.05,说明差异显著.统计人刘得意是否可以解决您的问题?再问：能给我截个图看看吗？我

因为这个影响到概率的问题相关与不相关概率不一样不知道你理解不?

用相关系数r判断：r=[∑(x-X)(y-Y)]/√[∑(x-X)²∑(y-Y)²]随机变量x、y,其平均值分别为X、Y.|r|≤1|r|越大[越接近1]相关性越大,|r|越小[越

就是相关系数矩阵啊再问：怎么分析求指教再答：按他的意思是大于0.2303就有相关性一般不是这么分析的再问：我能哭么。。。

首先建立两个变量如x,y,把数据录入进去（两列）,在analysis里头,选correlate,分别把x,y放进去,点OK就可以得到结果.再问：我用的是中文版的SPSS，点击：分析—相关-双变量相关，

=sheet1,a2复制公式

结果里,R值就是回归的决定系数,代表各变量能解释因变量的程度.ANOVA里,sig小于0.05证明回归方程有效.constant对应的B值是截距（常数项）,其他变量对应B值就是变量的影响系数.变量对应

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

你没有做相关分析,你做的是回归分析结果主要是看回归系数我替别人做这类的数据分析蛮多的

用卡方检验,看看那些体重减轻的人,在选择方法上的人数有没有显著差异.具体步骤我咋和你说呢,连SPSS软件都没装上就来求助了.你是暗示我直接帮你做好?.额.真懒.自己看资料学习去.再问：偶数学可差了。。

先进性复共线性检验,如果变量之间复共线性特别大,那么进行岭回归和主成分回归,可以减少复共线性,岭回归是对变量采取了二范数约束,所以最后会压缩变量的系数,从而达到减小复共线性的目的,另外这个方法适合于p

如果是看读某本书和性别之间是否有关系用关卡方检验

多重共线性的处理的方法（一）删除不重要的自变量自变量之间存在共线性,说明自变量所提供的信息是重叠的,可以删除不重要的自变量减少重复信息.但从模型中删去自变量时应该注意：从实际经济分析确定为相对不重要并

首先,我是一个车手,并且是个职业车手,在我看来,开车很简单,那些被神化的车神,其实看似离我们很遥远,其实你走进了,一层一层揭开面纱,真正操作几个爆款会发现其实爆款就是车手们干了自己应该干的事.为什么这

所谓线性相关,简单地说,就是一个向量可以用另外两个向量的线性组合表示出来.对于本题而言,a1=αa2+βa3（其中,α,β是常数）的解唯一,就说明是线性相关.设a1=αa2+βa3,代入坐标得：（2,

不明白你说的AB的变化之间的相关性是何意再问：是这样的，A是学习动机，B是外界影响因素如教师期望，C是学生年级，学生学习动机以及教师期望各自随年级的变化趋势可以通过比较均值看出来，AB之间在各年级的相

可以,但是要回归系数有统计学意义

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