spss怎么看总体分布情况

*代表p再问：能具体说说表格中每个数字的意思吗？比如表中哪个数字代表P值，哪个数字代表样本量等等再答：。。。。55是样本量，0.003是p，你这完全不懂，还是别自己瞎做再问：那1和0.399呢？

可以先做直方图,看大概形状,运行analyze-descripivestatistics-explore就行,可以做直方图和正态性检验,如果不是正态的话可以用analyze-nonparametric

ModelSummary是对模型拟合效果的总结,R是相关系数,R2是决定系数,系数越大表面拟合效果越好.ANOVA是方差分析,然后F检验Coefficients就是回归结果,得到的回归方程的系数

spss分析结果中不是用字母P来表示,而是sig.来表示的

就看SIG显著度如果大于0.5就是说明拒绝原假设,也就是说数据是正态或者泊松分布反之亦然上面那句话的意思是你的数据不能做泊松分布的检验你看一下泊松分布是概率分布,不是所有的数据都可以进行泊松分布检验的

看显著性看P值,也就是sig.值,P

就是看p值啊我替别人做这类的数据统计分析蛮多的

其实是一样的这个简单的你只要采用描述性分析就可以了里面有平均值和区间估计的结果输出的跟是否是组距式频数没什么关系

看sig,再问：那这样的模型可以用吗再答：嗯，有意义的再问：F值感觉很大啊，我参考的文章上面才20几，这个要紧么

1、看组间效应比较,看自变量和协变量有没有显著,2、看修正均数有没有显著,即扣除X的影响后,Y值是否有统计学意义的差异；3、看修正均数的方差分析.协方差主要就是看修正均数,剩下的步骤其实用回归也可以做

输入数据时次数作为一个变量,数量作为一个变量（这个变量其实没用到）,然后选择非参数检验——旧对话框——1样本ks检验,打开面板,把次数选择进框框里,然后勾选下方的泊松,就ok了.再问：十分感谢

这个容易,被调查者添了几,你在就SPSS中录入几就是了.比如15题,有人选了9,你在就SPSS中录入9.题目是这样的,一个题目就是一个变量,比如第15题,可以取名为health(健康）.建立了变量,就

你做均值分析就可以得到了分析——均值分析——单样本T检验就可以了

KMO检验用于检查变量间的偏相关性一般认为该值大于0.9时效果最佳0.7以上尚可,0.6时效果较差Bartlett's球形检验用于检验相关阵是否是单位阵P

连续型变量用Pearson相关,分类变量Spearman相关第一个表看对应的相关系数-0.098,P值0.002,小于0.05,有统计学意义.说明存在弱的负相关.第二个图就是两个变量的均值与标准差.再

显著性水平>0.05说明在现有样本中,自变量对因变量的影响不显著.有时不显著也是一个很重要的结论,说明原来的假设不成立.如果认为不显著的结论有悖相关原理,则可能是数据有问题,建议增加样本数量,或检查数

就lambda系数而言,你的猜测都是对的,第一列“值”给出的就是lambda系数,最后一列渐进sig是对系数进行显著性检验的结果.但从你的问题来看,你在这里采用lambda系数考察不同性别的户籍和工作

非参数检验就是在不了解总体的分布情况下的检验方法,这就是区别于t检验的特点.两配对样本t检验：检验一组数据变化前后是否存在差别,此时数据不是独立的,比如说喝减肥茶前后人的体重是否存在明显差别,两组数据

你这个表里只有回归系数的信息你所要的相关系数应该在上一个表中R方是确定系数R就是你所说的相关系数了你自己找找看上一个表有没有一个R傎,那就是相关系数了

考虑某一类书比例的时候,你把其他类归为另一类就当作是只有两类书的二项分布了.再问：那我可否这样列出所有八类的推断比例？就是说每次都分为这一类，和非这一类两种，然后这样算出所有八类的比例推断。另外我是手