怎么分析两变量各因子间是否存在相关

只要相互接触的物体都会存在摩擦力,静摩擦,其中有一个运动就会产生动摩擦.

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

一个变量,做自变量x,一个是因变量y.导入eviews,点击esimate,y=cx,结果就出来了.

1,存在,月数是变量,体重是函数2,不存在3.不存在4,存在,平均数是变量,捐款数是函数

1.spss直接帮你把几个因子都已经算出来了,就是FAC1-1列就是因子F1,同理可以得知F2,F3.不用算的,如果问F1怎么来的,就说是F1=0.701X1-0.549X2+0.736X3+0.21

你用的什么仪器,进口的仪器工作站都有自动计算这项的需要峰最高点的保留时间和峰的起点时间和峰结束时间

问题补充：特征值大于1了,但累积贡献率仅为60%,如何提高累积贡献率?..这个和因子分析所选的每个变量有关系,变量之间要有一定的相关性,同时也可以

分析之前有清理过数据吗,排除那些随意不认真作答的问卷.还有就是你所采用的问卷是否是成熟的量表,外国的话在国内是否修订过.如果都是的话,不太应该出你所说的这种多负载的情况.负载小的那些变量直接排除不行吗

 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

该班学生个人捐款平均数是某班支援灾区的捐款数的函数设某班支援灾区的捐款数为X,该班学生个人捐款平均数为Y,该班人数为常数a有Y=X/a再答：求采纳，谢谢再问：我也是这么认为的再问：可是答案不是这样的.

不能用皮尔森相关检验,结果只能说明两变量的相关性,不能推及到有没有相互影响的结论.统计理论与语言都是要求很严谨和精确的,有没有影响可以做回归分析,如果结果是有影响,也只能说是自变量X对因变量Y有影响,

analysis-datareduction-factor-extraction下自己选择分析方法

看最后一列的概率值,如果概率值小于指定的检验水平（通常用0.05）,这个系数就是显著的.否则是不显著的.例如X1,X3是显著的,X和X2是不显著的.再问：不显著说明了什么？再答：不显著说明这个解释变量

一般统计分时所做的相关是指Pearson相关或者Spearman相关,而Losgistic回归也即多元回归分析是一个更高层次的相关分析,数据要求质量比较高.如果数据用Pearson相关或者Spearm

各因子对成分的特征值贡献

analyze---descriptvestatistics---crosstabs---nominal---contingencycoefficient(列联系数C)再问：中文版的，这个看不懂啊。再

污染因子排名,你计算综合得分,然后进行排序即可.再问：计算综合得分，一般不都是对个案进行排名吗？比如表3，，如何对表4污染指标进行排名呢 再答：你可以把你的这篇文章让我看下么，或者给个网址，

参考资料：一般而言,正常发育的宝宝在不同的月龄有相对应的身高、体重指标.我们会说几个月的宝宝应该体重多少,但不会说十斤重的宝宝应该几个月.可以这样理解,月龄是常量,不同的孩子在这个常量下会有不同的身高

小明的身高和年龄：年龄是自变量,身高是因变量小杰的体重和年龄：年龄是自变量,体重是因变量期中考试的数学成绩与学号：没有关系气象台预报的明日气温与城市：气温是自变量,城市是因变量电影院里的座位号与观众手

统计学——从数据到结论请看这本书,实践性很强,操作每步都有