1樓：匿名使用者
標準化新資料=（原資料-均值）/標準差 遠資料-均值，存在差值的。負相關可能是在其他因專素影響的屬情況下產生的，很多時候如果你用逐步迴歸限制因子個數，會得到正相關係數。
相關係數是描述這種線性關係程度和方 向的統計量 ,用 r 來描述 。 如果變數 y 與 x 間是函式關係 ,則 r = 1 或 r = - 1 ;如果變數 y 與 x 間是統計關係 ,則 - 1 < r < 1 ,如果 x ,y 變化的方向一致 ,如身高與體重的關係 ,則稱為正相關 ,則 r > 0 ; 如果 x , y 變化的方向相反 ,如吸菸與肺功能的關係 ,則稱為負相關 ,則 r < 0 ;而 r = 0 表示無線性相關 ,一般地 , | r | > 0 . 95 存在顯著性相關 ; | r | ＜ 0 .
8 高度相關 ; 0 . 5 | r | < 0 . 8 中度相關 ;0 .
3 ＜ | r| < 0 . 5 低度相關 ;| r| < 0 . 3 關係極弱 ,認為不相關。
2樓：豆包子
相關係數bai呈現負數 如果du達到顯著水zhi平的話 說明你的dao
兩個變數間是負內相關關係，也可容以做出科學解釋。但如果負相關關係無法用理論解釋就需要你更改資料了。正相關資料規律是隨a增高 b也增高，可以按這個規律改。
但建議你不要更改資料，儘可能遵循原始資料做分析。
spss 中兩個變數相關性的數值是負數怎麼辦?
3樓：麻木
兩個變數相關性的數值是負數表示一個變數
的增加可能引起另一個變數的減少，即負相關。可以取它的絕對值來看相關程度的大小。
在迴歸與相關分析中，因變數值隨自變數值的增大（減小）而減小（增大），在這種情況下，因變數和自變數的相關係數為負值，即負相關。
函式是研究兩個變數之間的依存關係的一種數量形式。對於兩個變數，如果當一個變數的取值一定時，另一個變數的取值被惟一確定，則這兩個變數之間的關係就是一個函式關係。對於一個變數，可以控制其數量大小的變數稱為可控變數，否則稱為隨機變數。
4樓：匿名使用者
看相關性時，如果是負數，表示一個變數的增加可能引起另一個變數的減少，即負相關。可以取它的絕對值來看相關程度的大小。
5樓：匿名使用者
相關係數為負數時，表示一個變數的增加可能引起另一個變數的減少，即負相關
6樓：匿名使用者
是負數很正常的，表示負相關
spss因素分析中出現負值是什麼原因，正反向計分已經轉換完了
7樓：匿名使用者
(1) 探索性因素分析抄
裡經常會襲出現載荷是負
的情況，從資料上來說，是說明這個專案與因子之間是負相關。如果已經轉向了，還是出現這種結果，就會讓人比較頭疼，實在不好解釋，我的做法一般是把這樣不好解釋的題目刪掉。
（2）在做探索性因素分析的時候，我印象是沒有修正指數的，做驗證性因素分析是有的。如果你是基於探索性因素分析來確定問卷結構的話，調整專案緯度是不合適的。這時你就說不清楚你的結構是基於理論還是基於資料，反正不好解釋。
（3）每刪一題都應該進行再轉一次。
（4）0.6－0.7的信度基本還是可以接受的。
8樓：匿名使用者
大哥，你說的，我看不懂。
spss相關性分析時兩變數負相關,迴歸分析卻是正相關,這樣如何解釋
9樓：59分粑粑
pearson相關分析在spss中的作用是簡單地考慮變數之間的關係。 儘管可以在分析過程中同時放置多個變數，但是結果是兩個變數之間的簡單關聯，也就是不在求兩變數相關時考慮其他的控制變數。
但是，迴歸是不同的。 迴歸的結果是對進入迴歸方程的所有自變數和因變數進行積分的結果，也就是說，在迴歸當中你所看到的相關，是在控制了其他進入迴歸方程的變數之後的。
因此，普通相關和迴歸之間的迴歸係數會有很大差異。
10樓：中子
spss裡的pearson相關分析的作用就是單純考量變數兩兩之間的關係，雖然你可以在分析時一次放入多個變數，但出來的結果都是兩個變數的簡單的相關，也就是不在求兩變數相關時考慮其他的控制變數。
然而回歸不同，迴歸的結果是綜合所有進入迴歸方程的自變數對因變數的結果而成的，也就是說，在迴歸當中你所看到的相關，是在控制了其他進入迴歸方程的變數之後的。
因此，普通相關與迴歸之中的迴歸係數會有比較大的差別。舉個例子，比如你考查變數a，b，c之間的關係，如果你使用一般的相關，那麼其結果呈現的是a和b的簡單相關，b和c的簡單相關，a和c的簡單相關，每一個相關都只涉及到兩個變數，而與第三個變數無關，但如果是迴歸，迴歸裡a和b的相關是在減去c變數的效應之後的，b和c的相關是在減去a的效應後的，a和c的相關是減去b的效應後的。
計算方法不同，得出的結果就不同。所以相關性分析時兩變數負相關,迴歸分析卻是正相關這很正常。出現任何形式的不同都不奇怪
11樓：章魚公考
在這個圖表中，你說的r值就是皮爾遜相關係數~（pearson correlation）
r>0 代表兩變數正相關，r<0代表兩變數負相關。
|r|大於等於0.8時，可以認為兩變數間高度相關；
|r|大於等於0.5小於0.8時，可以認為兩變數中度相關；
|r|大於等於0.3小於0.5時，可以認為兩變數低度相關。
小於0.3說明相關程度弱，基本不相關。
上面說了啊~**裡的pearson correlation，就是r值**裡黃色加重的幾個r值，是呈現顯著相關的。
簡單來說，
正相關是一個變數變大，另一個變數也變大
負相關就是一個變數變大，另一個變數變小
12樓：天行者
這可能是由於存在多重共線性的問題
13樓：匿名使用者
把圖貼上看一下，我不太相信你說的結果，同樣的演算法不可能出現不同的結果，你可能不太會看結果
spss相關分析顯示正相關，但是最後係數是負數，為什麼會出現這種情況？
14樓：匿名使用者
你要先說明你的自變數是多少個？
最後係數指的是什麼係數，迴歸係數嗎？
SPSS做迴歸分析出現警告，頻率為零單元格
交叉 為0的意思 我替別人做這類的資料分析蠻多的 1 出現 1281 76.7 個頻率為零的單元格 的警告表明你的模型很可能含有連續型變數 定量資料，如身高 體重等 此時必須確保連續型變數只能放入plum的協變數 covariate 框中，絕對不能放入因素變數 factor 框中！否則就有可能出現奇...
相關分析和線性迴歸分析出現的結果不一致，是否是正常的，該怎麼
相關性分析跟多元迴歸分析，是不同的概念。前者主要是分析兩變數的相關性，後 可能存在多重共線問題 你一個變數的迴歸還是幾個？spss相關性分析時兩變數負相關,迴歸分析卻是正相關,這樣如何解釋 pearson相關分析在spss中的作用是簡單地考慮變數之間的關係。儘管可以在分析過程中同時放置多個變數，但是...
spss相關性分析是不是p都0 05才說明實驗有意義呢
統計檢驗上，只有p值小於0.05才有意義，也就是一類錯誤低一些。spss 相關性檢驗所得資料中，r值小於0.3，同時p值又小於0.05，請問這組資料是否有意義？在統計上是顯著的，在你專業上是否有意義，你自己判斷即可 我替別人做這類的資料分析蠻多的 有顯著正相關，但是是弱相關 p 0.05.有統計學意...