两个变量不相关可以做回归分析吗

这个有序多分类变量是自变量还是因变量啊?自变量的话看似然比检验,显著的话就不能当作数值型变量,而需要当作分类变量来做,转换成哑变量；因变量的话用multinomiallogistic来做.

多元回归中,自变量对因变量有没有影响,影响大小,主要看显著性检验,即P值.P值小于0.05,则通过了检验,认为该因素对因变量有显著影响.对于通过了影响的自变量,如果要比较哪个影响大,哪个影响小,除了看

你这么做肯定不行的,看看降维的分析吧,综合一下变量再问：降维分析用什么软件做啊怎么做啊再答：spss就能做啊，需要代做吗？再问：问题是降维分析能够显示出两变量见的像回归那样的线性关系吗比如有R方一些数

不相关的两个变量（比如分布在一个半圆或一个抛物线上的点的坐标值）也是可以根据公式求出【回归直线方程】的.不过如果同时计算出相关系数的话,会发现相关系数的绝对值非常低.所求出的方程没有实际的指导意义.

纳入虚拟变量即可我替别人做这类的数据分析很多的

如果因变量是分类变量,哪你采用多元回归分析就是错误的了应该采用logistic回归来进行的因变量的4分类是否属于有序的还是无序的如果有序,则使用有序多分类logistic回归若无序,则使用无序多分lo

多元回归分析的因变量是一个啊,你这里怎么计算因变量之间的相关系数.如果非要计算多个因变量之间的相关系数的话,可以通过双变量的相关分析来计算

 是否有统计学意义主要看sig如果这个值小于0.05那么就是相关的,在此基础上看第一列B值,负号代表负相关.你的例子中性别不对因变量产生影响.另外logistic回归中Exp(B)值即为OR

亲,你说清楚点,什么叫每个变量都是矩阵形式,是说一时间为维度吗?用spss是可以做回归的,包括一元和多元回归.

你3个自变量没有意义,当然不进入方程了,要进入选进入法再问：首先感谢您的回答，谢谢！朋友，是这样的。我需要一个模型用来预测研究对象，当初设想的是五个影响因素都要用到预测方程中，如果方程中少了其中几个变

属于时间序列预测如果用简单的回归模型来做并不是很准确的在spss中有一项是预测的菜单,其中就是考虑时间序列后的分析预测,有点类似于回归分析,但是它会考虑到时间序列的影响,同时也有自变量和因变量的

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

因为用作拟合的回归方程是较难捉摸的所以要观察两个变量之间的关系,是线性回归还是非线性回归如果是非线性回归再结合线型大概可以考虑用二次或三次多项式也可以作对数变换,倒数变换,逻辑斯特回归

统计可以用很科学很复杂的方式去处理,也可以简单化的处理,主要看你数据的用途,如果不是需要发表论文之类,可以按以下简单方式来操作,spss的回归过程,已经包含了验证.1、在spss里把A、B、C、D四个

首先,应该弄清楚因变量.农村居民消费结构,这个指标如何界定.因为,从组成部分看,消费分八个部分,如住房、衣服等等.那么,这就不是一个变量.建议：重点考查某一部分的比重,如高档品比重,或者食品比重,根据

如果有多个自变量,这个自变量与因变量相关系数高,但是该自变量与其他的自变量高度相关,那么这两个自变量就有一个不能进入回归方程.

这样给你解释虚拟变量吧,不然按照原理也说不清楚虚拟变量是需要自己进行转换的就相当于你把年级分成5列变量,分别是是否1年级、是否2年级、是否3年级、是否4年级、是否5年级,然后赋值时就是全部用0和1编码

表4.22的结果是以“工作绩效”为结果变量,以“心理资本的四个维度为自变量,选用stepwise的方法进行回归分析,所得的结果为四维度均纳入回归模型；所对应的指标：R的平方（决定系数）deltaR的平

多元回归分析中,要求所有变量须为等距尺度(或译区间尺度,intervallevelofmeasurement),或者是“0/1”(自变量).如果变量的值仅属名目尺度(nominal),亦即“1,2,3

有关统计学中的定义全是术语,其实根本用不着这么复杂.我就跟你简单说说怎么看回归结果吧!首先,t值和p值反应了对应回归系数的显著水平,这两个指标是一一对应的,t值越大p值越小,一般来说你只用看p值就可以