spss教程:复相关系数

一个要素或变量同时与几个要素或变量之间的相关关系。复相关系数是度量复相关程度的指标,它可利用单相关系数和偏相关系数求得。复相关系数越大,表明要素或变量之间的线性相关程度越密切。

操作方法

  • 01

    复相关系数也称多重相关系数,在多元线性回归分析中,R的平方越接近1则认为拟合程度越高,反之,越接近0则拟合程度越低。R2(R的平方)的平方根称为复相关系数(R),也称多重相关系数,表示因变量y与所有的自变量x全体之间线性相关程度,反映的是样本数据与预测数据间的相关程度。计算方法在回归分析中,间图片。

  • 02

    把所要分析的因变量和自变量分别选到要分析的栏目中。如果只是单纯的计算复相关系数,则只需要选择“统计量”按钮,无需选择别的方法,操作见图片。

  • 03

    结果分析:由图可知,“模型栏目”中可知复相关系数(R)为0.93,表示美国与(韩国、法国)的复相关系数为0.93.在Anova中,回归模型的概率为0,小于显著性水平0.05或0.01,则表示分析的线性模型是成立的。在“系数”结果中,表示模型为:美国=-1.913+0.577x法国+0.629x韩国。

(0)

相关推荐

  • spss教程:曲线估计

    在回归分析中,变量之间的关系不一定是线性关系,非线性也是比较常见的.非线性关系分为本质线性关系(变量关系形式上虽然呈现非线性关系,但可通过变量变换为线性关系)和本质非线性关系. 在spss中,先通过散 ...

  • spss教程:两独立样本的非参数检验

    在对总体分布不了解的情况下,通过对两组独立样本的分析来推断样本来自的两个总体分布是否存在显著性差异.Spss提供多种两独立样本的非参数检验方法.其中包括曼-惠特尼U检验.K-S检验.W-W游程检验.极 ...

  • spss教程:线性回归分析

    本节内容主要介绍如何确定并建立线性回归方程.线型回归包括只有一个自变量的一元线性回归和和含有多个自变量的多元线性回归,此处以多元线型为例进行介绍. 步骤1--前期数据准备处理 01 数据导入.以本案为 ...

  • spss教程:两配对样本的非参数检验

    通过对两组配对样本的分析,推断样本来自的两个总体的分布是否存在显著性差异.检验方法包括McNemar检验.符号检验.Wilcoxon符号秩检验. McNemar检验分析的变量是二值变量,实际情况下,如 ...

  • spss教程:层次聚类之Q型聚类

    聚类分析是一种建立分类的多元统计分析方法,它能够将以批样本(或变量)数根据其诸多特征,按照在性质上的亲疏程度关系在没有先验知识的情况下进行自动分类,产生多个分类结果.类内部个体特征具有相似性,不同类间 ...

  • spss教程:因子分析

    研究问题时尽可能多的收集资料,便于对问题有充分了解,这样确实便于全面.精确地描述事物,实际数据建模中,有些变量不一定可以真正发挥作用,还可能加大计算工作量,所以要因子分析. 对于高纬变量和海量数据是不 ...

  • spss教程:相关分析

    关系有函数关系.统计关系.相关分析的方法比较多,常用的有散点图,还有相关系数.相关系数可以数值的方式精确的反应两个变量间线性关系的强弱,样本相关系数为r,|r |≥0.8认为高度相关, 0.5≤| r ...

  • spss教程:单样本非参数检验

    参数检验是在总体分布形式已知的情况下,对总体分布的参数进行推断,但如果不正确了解总体分布形态,参数估计就不适用,非参数检验正是用于此类情况的. 单样本非参数检验是对单个总体的分布进行推断的方法,方法包 ...

  • spss教程:协方差分析

    实际中,不少因素是很难人为控制的,它们的不同水平确实对观察变量产生了较为显著的影响,如果忽略这些因素,直接简单的分析其他因素对观察变量的影响,使分析结果不正确.为更加准确的研究控制变量的不同水平对观察 ...