相关性分析中得到什么数据证明是相关的
来源:学生作业帮助网 编辑:作业帮 时间:2024/08/17 06:04:42
![相关性分析中得到什么数据证明是相关的](/uploads/image/f/6458841-9-1.jpg?t=%E7%9B%B8%E5%85%B3%E6%80%A7%E5%88%86%E6%9E%90%E4%B8%AD%E5%BE%97%E5%88%B0%E4%BB%80%E4%B9%88%E6%95%B0%E6%8D%AE%E8%AF%81%E6%98%8E%E6%98%AF%E7%9B%B8%E5%85%B3%E7%9A%84)
_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
一般直接看相关系数和显著性双侧.你这个一列一列的看要方便些,比如第一列,表示为x1和其他各变量之间的相关性,x1和x2的相关系数为-.022,显著性双侧为0.972,说明这两个变量间无相关性,依次类推
c和d的Pearson相关系数是0.082.在得出样本相关系数后,还需要检验这个相关性是否由于偶然原因得到(也就是总体相关系数实际为0,仅由于抽样误差而得到样本的这个相关系数).经过显著性检验,在总体
你看相关系数较大的是哪几个变量啊,从相关分析表里就可以很直观的看到
你提供的是不完整的回归分析结果.模型汇总中的R方说明你的回归公式的拟合度很好,也就是说用这个公式模型来进行预测的能力很强.R方在0-1之间,越大说明拟合度越好.R说明两个变量之间为很密切的正相关关系,
当然不能这样认为.可以根据数据类型做卡方检验、T检验、F检验等等.看看P值是否都小于0.0001,如果都小于,则可以这样认为.根据具体情况,也可以做多元相关分析.你可以做回归分析,看看数据是否服从线性
把各种情况分成几个等级,然后用秩相关分析方法,计算相关系数.再问:都用秩相关分析吗再答:是的,当然,后两列间可用PEARSON相关系数
相关分析的结果只是提示作用,0.1-0.2的话意义不是很大了.正态性的话还是要看的,可以不考虑你考虑的话也不会错,对吧
朋友,你这个数据可采用pearson相关分析就可以,spss的步骤如下:1、单击Analyze——Correlate——Bivariate...,则弹出相关分析BivariateCorrelation
做相关分析时,SPSS可自动删除不成对的数据,拿成对的数据去做.不知道你说的自由度是什么再问:也就是说不同组,数据不是一一对应的哈。一些数据多,一些数据少。在各月份下,某些指标有数据,某些数据没有哈。
你所描述的问题是要用线性回归.就是analysis--regression---liner.那也就是y=ax+b.这样的.你就知道贡献率啦,看a就行了.
直接用spss中的相关分析就好了如果相关性显著,就是你说的相关性比较大的,会有星号标注的
这个……发现你对统计一点都不理解……性别是分类变量你这里的应变量是等级分类变量暂时还不知道你要分析哪些指标的相关性.建议:找对统计了解的人解决.
应该是用重复测量的方差分析来做的
在SPSS软件中,没有关联性分析这一功能,你的理解可能是正确的,即相关性分析.
你给的分太底,不答
2个例数太少了啊再问:只有两个样本啊,两个数据,这个怎么解决啊?再答:做不了相关
显著的负相关性再问:为什么显著相关,请分析一下。。不是相关系数越接近于1或-1,相关度越强,相关系数越接近于0,相关度越弱么。再答: