2023年4月18日发(作者：天然气发电)概述：
自变量是连续变量，因变量是连续变量，怎么做相关性分析？
自变量是分类变量，因变量是连续变量，怎么做相关性分析？
自变量是连续变量，因变量是分类变量，怎么做相关性分析？
自变量是分类变量，因变量是分类变量，怎么做相关性分析？
自变量 因变量 方法
连续变量 连续变量 线性回归
分类变量 连续变量 比较均值（T检验）
连续变量 分类变量 Logistic回归
分类变量 分类变量 列联分析（卡方检验）
注：还有其他可替代的分析方法，但效果基本一致。
1、 线性回归（自变量连续变量，因变量连续变量）
（1）步骤：分析-回归-线性
（2）数据处理：
i对变量取lg：对连续变量取lg再做回归，用于检验非线性相关关系。
ii均值中心化：
先求均值：数据-分类汇总-爆炒鸡杂
把变量放到“汇总变量-变量摘要”里品牌空调
。
再进行均值中心化：转换-变量计算-“变量-均值”-得出中心化的新变量。
2、 比较均值“独立样本T检验”（自变量分类变量，因变量连续变量）
步骤：分析-比较均值-独立样本T检验-因变量放“检验变量”，自变量放“宝书屋
分组变量”，
然后定义组-确定
结果解读：
独立样本检验
方差方程的 Levene
检验 均值方程的 t 检验
差分的 95% 置信区
间
F Sig. t 红楼梦读后感800字
df Sig.(双侧) 均值差值 标准误差值 下限 上限
完成率 假设方差相等 .552 .461 -.163 53 小猫吃什么
.871 -.01489 .0913口干症治疗方法
5 -.19811 .16833
假设方差不相等 -.151 25.928 .881 -.01489 .09884 -.21809 .18831
关注点：看“
Sig.(双侧)”是否小于0.05。
3、 logistic回归（自变量连续变量，因变量分类变量）
步骤：分析-回归-二元logistic-自变量放“协变量”-“选项”点Hos飞蛾简笔画
mer-Lemeshow
拟合度（类似于R方）
结果解读：
（1）模型拟合
= Hosmer 和 Lemeshow 检验 =
步骤 卡方 df Sig.
1 24.641 8 .002
关注点：卡方越小，越高，说明模型拟合度越高。
Sig.
（2）参数检验
方程中的变量
步骤 1 变量1 .196 .061 10.380 1 .001 1.216
a
B S.E, Wals df Sig. Exp (B)
常量 -2.438 .154 252.218 1 .000 .087
a. 在步骤 1 中输入的变量: 司龄.
关注点：看变量的显著性水平是否小于0.05。
4、 列联表分析（自变量分类变量，因变量分类变量）
步骤：分析-描述统计-交叉表-自变量放“列”，因变量放“行”-“统计量”点“卡方”
-“单元格”点“百分比-行”
结果解读：
卡方检验
Pearson 卡方 3.245 1 .072
连续校正 2.900 1 .089
似然比 3.313 1 .069
Fisher 的精确检验 .077 .043
有效案例中的 N 1084龙井组合
b
渐进 Sig. (双精确 Sig.(双精确 Sig.(单
值 侧) 侧) df 侧)
a
a. 0 单元格(.0%) 的期望计数少于 5。最小期望计数为 49.15。
b. 仅对 2x2 表计算
关注点：看Pearson卡方的显著性水平是否小于0.05。
5、描述性统计：分析-表-设定表
