百度拇指医生
&&&普通咨询
您的网络环境存在异常，
请输入验证码
验证码输入错误，请重新输入温馨提示！由于新浪微博认证机制调整，您的新浪微博帐号绑定已过期，请重新绑定！&&|&&
LOFTER精选
网易考拉推荐
用微信&&“扫一扫”
将文章分享到朋友圈。
用易信&&“扫一扫”
将文章分享到朋友圈。
SPSS-相关性和回归分析（一元线性方程）案例解析&&&&& 任何事物和人都不是以个体存在的，它们都被复杂的关系链所围绕着，具有一定的相关性，也会具备一定的因果关系，（比如：父母和子女，不仅具备相关性，而且还具备因果关系，因为有了父亲和母亲，才有了儿子或女儿），但不是所有相关联的事物都具备因果关系。&&& 下面用SPSS采用回归—线性分析的方式来分析一下：居民总储蓄 和 “居民总消费”情况是否具备相关性，如果具备相关性，那相关关系的密切程度为多少。下面以“居民总储蓄”和“居民总消费”的调查样本做统计分析，数据如下所示：第一步：我们先来分析“居民总储蓄”和“居民总消费”是否具备相关性 （采用SPSS 19版本）1：点击“分析”—相关—双变量，&进入如下界面：将“居民总储蓄”和“居民总消费”两个变量移入“变量”框内，在“相关系数”栏目中选择“Pearson"，（Pearson是一种简单相关系数分析和计算的方法，如果需要进行进一步分析，需要借助“多远线性回归”分析）在“显著性检验”中选择“双侧检验”并且勾选“标记显著性相关”点击确定， 得到如下结果：从以上结果，可以看出“Pearson"的相关性为0.821，（可以认为是“两者的相关系数为0.821）属于“正相关关系”同时“显著性（双侧） 结果为0.000， 由于0.000&0.01，所以具备显著性，得出：“居民总储蓄”和“居民总消费”具备相关性，有关联。既然具备相关性，那么我们将进一步做分析, 建立回归分析，并且构建“一元线性方程”，如下所示：点击“分析”--回归----线性” 结果如下所示：&将“因变量”和“自变量”分别拖入框内& （如上图所示）从上图可以看出：“自变量”指 “居民总储蓄”&,& "因变量”是指“居民总消费”点击“统计量”进入如下界面：&在“回归系数”中选择“估计” 在右边选择“模型拟合度” 在残差下面选择“Durbin-watson(u), 点击继续按钮再点击“绘制图”在“标准化残差图”下面选择“正太概率分布图”选项再点击“保存”按钮，在残差下面选择“未标准化”（数据的标准化，方法有很多，这里不介绍啦）得到如下结果：&&结果分析如下：1：从模型汇总b& 中可以看出“模型拟合度”为0.675，调整后的“模型拟合度”为0.652，就说明“居民总消费”的情况都可以用该模型解释，拟合度相对较高2：从anvoa b的检验结果来看 （其实这是一个“回归模型的方差分析表）F的统计量为：29.057，P值显示为0.000，拒绝模型整体不显著的假设，证明模型整体是显著的3：从“系数a”这个表可以看出“回归系数，回归系数的标准差，回归系数的T显著性检验 等，回归系数常量为：，但是SIG为：0.452，常数项不显著，回归系数为：0.954，相对的sig为：0.000，具备显著性，由于在“anvoa b”表中提到了模型整体是“显著”的所以一元线性方程为：居民总消费=.954*居民总储蓄其中在“样本数据统计”中，随即误差 一般叫“残差” :从结果分析来看,可以简单的认为：居民总储蓄每增加1亿，那居民总消费将会增加0.954亿&提示：对于回归参数的估计，一般采用的是“最小二乘估计法”原则即为：“残差平方和最小“
阅读(4926)|
用微信&&“扫一扫”
将文章分享到朋友圈。
用易信&&“扫一扫”
将文章分享到朋友圈。
历史上的今天
loftPermalink:'',
id:'fks_',
blogTitle:'SPSS相关性分析',
blogAbstract:'SPSS-相关性和回归分析（一元线性方程）案例解析',
blogTag:'',
blogUrl:'blog/static/5',
isPublished:1,
istop:false,
modifyTime:0,
publishTime:5,
permalink:'blog/static/5',
commentCount:3,
mainCommentCount:1,
recommendCount:0,
bsrk:-100,
publisherId:0,
recomBlogHome:false,
currentRecomBlog:false,
attachmentsFileIds:[],
groupInfo:{},
friendstatus:'none',
followstatus:'unFollow',
pubSucc:'',
visitorProvince:'',
visitorCity:'',
visitorNewUser:false,
postAddInfo:{},
mset:'000',
remindgoodnightblog:false,
isBlackVisitor:false,
isShowYodaoAd:false,
hostIntro:'',
hmcon:'0',
selfRecomBlogCount:'0',
lofter_single:''
{list a as x}
{if x.moveFrom=='wap'}
{elseif x.moveFrom=='iphone'}
{elseif x.moveFrom=='android'}
{elseif x.moveFrom=='mobile'}
${a.selfIntro|escape}{if great260}${suplement}{/if}
{list a as x}
推荐过这篇日志的人：
{list a as x}
{if !!b&&b.length>0}
他们还推荐了：
{list b as y}
转载记录：
{list d as x}
{list a as x}
{list a as x}
{list a as x}
{list a as x}
{if x_index>4}{break}{/if}
${fn2(x.publishTime,'yyyy-MM-dd HH:mm:ss')}
{list a as x}
{if !!(blogDetail.preBlogPermalink)}
{if !!(blogDetail.nextBlogPermalink)}
{list a as x}
{if defined('newslist')&&newslist.length>0}
{list newslist as x}
{if x_index>7}{break}{/if}
{list a as x}
{var first_option =}
{list x.voteDetailList as voteToOption}
{if voteToOption==1}
{if first_option==false},{/if}&&“${b[voteToOption_index]}”&&
{if (x.role!="-1") },“我是${c[x.role]}”&&{/if}
&&&&&&&&${fn1(x.voteTime)}
{if x.userName==''}{/if}
网易公司版权所有&&
{list x.l as y}
{if defined('wl')}
{list wl as x}{/list}spss 有几种相关系数为什么有的人说spss 算出相关系数p>0.05是显著相关,而有的人说越小越好?是有很多种不同的计算方法吗?还是这两个是不同的值?我现在看到一批数据,大概是0.082这样,提供的人说这个说明显著相关,我很困惑啊.还有我以前看到一个好像是相关性的东西,有正有负的,负的就是负相关,这个是怎么回事?跪谢
SUIFENGj76
相关系数绝对值一般在0到1之间,负数代表负相关,正数代表正相关,越接近于0代表相关程度越低；越接近于1或者-1代表相关程度越低.
spss软件里面一般是计算出相关系数并且给出相关系数的P值的.相关系数就是越接近于1...
为您推荐：
其他类似问题
扫描下载二维码spss中,单问题与总问题的Pearson相关系数,如何操作。_spss吧_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名：今日本吧第个签到，本吧因你更精彩，明天继续来努力！
本吧签到人数：0成为超级会员，使用一键签到本月漏签0次！成为超级会员，赠送8张补签卡连续签到：天&&累计签到：天超级会员单次开通12个月以上，赠送连续签到卡3张
关注：24,029贴子：
spss中,单问题与总问题的Pearson相关系数,如何操作。收藏
如图做成如上的样子，二十个问题的数据已经有了，最主要的是统计单问题得分与问卷总分数的Pearson相关系数,求大神指教，因为刚接触这个软件，需要立即出结果，请指教
IBM SPSS 预测分析软件助您预测未来,从而制定更加明智的决策,解决问题并改进成果.即刻拨打400 669 0260 (免费),了解更多大数据解决方案及成功案例.
顺便说一下，我用的是SPSS17.0,估计其他的版本也可以，请回复，不胜感激，
登录百度帐号推荐应用
为兴趣而生，贴吧更懂你。或}