用SPSS比较两个相关的数字用什么方法
来源:学生作业帮助网 编辑:作业帮 时间:2024/04/28 15:45:46
用卡方分割做.或直接把除了GG基因的二组基因进行合并,然后再用四个表卡方检验做就可以了.
方差分析是处理多个平均数是否相等的一种假设检验方法.根据研究所涉及的因素的多少,方差分析可以分为单因素方差分析和多因素方差分析(包括双因素分析).这是个简单的回答,具体的参见《现代心理与教育统计学》,
2变量分析可以做的有没有相关关系是由数据决定的,不是用统计方法做出来的再问:如果我有很多变量同时分析两两相关关系也是可以的吗?再答:可以的,spss允许的
两者没有相关性p>0.05再问:请问p是什么值,0.548吗,那0.277和7是什么意思再答:7是例数。相关系数r=0.277,P=0.548>0.05,表明相关性不显著。
应该是两组独立样本t检验得出来的.
和正态分布没有关系,你的两个变量应该是连续变量,用pearson相关比较合适.spearman相关系数是对顺序变量做的.
虽然是两因素分析但是和随机区组一样是用双向分类方差分析,即two-wayANOVA,analyze-generallinearmodel-univariate,model中选fullfactorial
心理学里面的量表维度都是用平均分来代替的只有一维的就求总分好几个维度的就分别求每个维度的平均分
正相关的话,用相关分析就可以.或者就是在回归分析中看那个系数,系数是正的,并且后面的P值是显著的,不仅说明他们是正相关,还可以说明A的变化会给B带来怎么样的变化
P值大于0.05就是相关不显著,但若是小于0.10,可以说是接近显著;另外相关分析,要看你究竟是证明总体相关为0,还是为某个值,解释有所不同.再问:谢谢您的回答。得出的r=.246,P=0.058,希
看你的目的了你如果只是要看这些自变量之间的相关性,那就这样就可以了.如果你要将自变量进行主成分分析,那相关性高就适合做因子分析如果你要将自变量与因变量构建模型,那自变量的相关性高,说明共线性严重,需要
简单点说先看Sig.值,如果这个值
心理学量表根据量表说明先分别计算比如量表有几个维度,先算出几个维度的得分来,然后可以求这些维度之间的相关性也有的量表是不分维度用一个总分来表示,此时就更简单的求相关
分析两个变量之间的相关性的话,必然放在一个表中,执行【Analyze】/【Correlate】/【Bivariate】命令,弹出【Bivariate】对话框,移入变量,ok
这个问题我刚回答你了,你重复问问题了我替别人做这类的数据分析蛮多的
思维度计算方法:Data->Compute->填写TargetVariable(指的是目标值,这里是通过计算得到四个维度的值,然后存在一个变量里,这个变量的变量名就是TargetVariable,一般
判别分析目的是为了寻找模型预测,不是判断正确与否的,只要正确率再问:谢谢····那就是说我做的模型的正确率在80%,是可以继续进行分析的吧。十分感谢再答:一般要达到90%以上比较好,看特异度灵敏度的
先做相关,再做线性回归,1.相关—双变量2.回归—线性再问:我现在就是不知道这个相关是怎么做的,因为它是两个连续变量,自然不能用方差分析了,那应该用什么方法呢?高人能否具体说一下SPSS当中应该怎么操
首先对齐两个角的顶点,然后使两角的一条边重合,再比较两角的开口大小.如果开口大则角度大,如果开口小则角度小
QQ我,进我空间就知道了