Pearson Correlation The Pearson correlation allows us to establish the strength of relationships between continuous variables. To show the relationship, the first step is to draw a scatterplot or scattergram, which can help us to obtain a preliminary understanding of this relationship. The scatterplot can be described in terms of direction, strength and linearity. Correlation and SPSS Pearson product-moment coefficient is designed for interval level (continuous) variables. It can also be used if you have one continuous variable (e.g., scores on a measure of self-esteem) and one dichotomous variable (e.g., sex: M/F). Spearman rank order correlation is designed for use with ordinal level or ranked data. SPSS will calculate two types of correlation. First, it will give a simple bivariate correlation (which just means between two variables), also known as zero-order correlation. SPSS will also explore the relationship between two variables, while controlling for another variable. This is known as partial correlation.

用excel做多元回归分析, 希望你的excel是专业版或者企业版的, 而且装全了.

摘要：本文利用回归分析方法建立了艾滋病疗法的评价及预测模型。对问题(1)，首先对题目所给的数据进行分析，剔除了异常数据，以四周为周期计算出每一个人的CD4含量与HIV含量；然后算出其与初时浓度相比的变化量，并得到对同一时刻的平均值；再采用曲线拟合方法分别求出CD4变化量与HIV变化量与时间的函数关系。由此确定出最佳治疗终止时间约31周。采用类似与问题(1)的方法，对问题(2)获得最佳终止用药的时间为19周。对于问题(3)，需要综合考虑疗效与费用这两个因素，让病人达到最大的满意度就要花最少的钱取得最好的疗效。我们得出在短期内疗法四较好，但由于疗法四的曲线的下降速率明显大于疗法三，所以在长时间内疗法三较好。 关键词：回归分析；曲线回归；艾滋病疗效判断

如何用spss17.0进行二元和多元logistic回归分析

一、说明 （一）课程的性质、地位和任务 SPSS是软件英文名称的首字母缩写，原意为Statistical Package for the Social Sciences，即“社会科学统计软件包”。是国际著名三大社会科学统计软件包之一（SAS、SPSS、Statis）。全球约有25万家产品用户，它们分布于通讯、医疗、银行、证券、保险、制造、商业、市场研究、科研教育等多个领域和行业，是世界上应用最广泛的专业统计软件。在国际学术界有条不成文的规定，即在国际学术交流中，凡是用SPSS软件完成的计算和统计分析，可以不必说明算法，由此可见其影响之大和信誉之高。SPSS最突出的特点就是操作界面极为友好，输出结果美观漂亮，它使用Windows的窗口方式展示各种管理和分析数据方法的功能，使用对话框展示出各种功能选择项，只要掌握一定的Windows操作技能，粗通统计分析原理，就可以使用该软件为特定的科研工作服务。 （二）课程教学的基本要求 要求学生在大概了解SPSS原理的基础上，能够掌握其操作过程，进行一般的统计分析，并且能够根据结果解释、论证假设。 （三）课程教学改革 目前有关SPSS统计分析的书籍较多，但针对心理学专业教学方面的书籍几乎没有，使得教学过程中出现一些困难，如一些书上所举的例子、所练习的数据多适合医学等学科使用，和心理教育专业相差太远，所以，教学过程中，需要补充和心理学比较接近的知识，使学生能够将以前学过的知识和现在学习的内容结合起来，受到更好的效果。 二、本文 （一）课程理论教学 第一章: SPSS概览－－数据分析实例详解 第一节SPSS概况 一、SPSS简介 二、操作方式： 三、缺点和不足 第二节 SPSS安装与进入 第三节 SPSS数据分析实例详解 一、 数据的输入和保存 （一） SPSS的界面 （二）定义变量 （三） 输入数据 （四）保存数据 二、 数据的预分析 （一） 数据的简单描述 （二）绘制直方图 （三） 按题目要求进行统计分析 （四）导出分析结果 [重点] SPSS安装与进入 [难点] 数据的输入和保存 [教学方法] 讲授法，多媒体演示，实例讨论 [思考题] 什么是SPSS 第二章 数据文件的管理 第一节　建立与保存数据文件-File菜单 一、新建数据文件 （一）定义新变量 （二） 数据的录入 二、打开其他格式的数据文件 （一） 使用数据库查询打开 （二）直接打开 三、保存数据文件 四、File菜单中的其他条目 第二节　编辑数据文件 一、从原有变量计算新变量 二、　用于数据管理的菜单项 [重点] 建立与保存数据文件-File菜单 [难点] 打开其他格式的数据文件 [教学方法] 讲授法，多媒体演示，实例讨论 [思考题] 如何建立与保存数据文件 第三章：Descriptive Statistics菜单详解 第一节 Frequencies过程 一、界面说明 二、实例分析 三、结果解释 第二节 Descriptives过程 一、界面说明 二、结果解释 第三节 Explore过程 一、界面说明 二、结果解释 第四节 Crosstabs过程 一、界面说明 二、 分析实例 三、结果解释 [重点] Frequencies过程、Descriptives过程 [难点] Explore过程、Crosstabs过程 [教学方法] 讲授法，多媒体演示，实例讨论 [思考题] 第四章 Compare Means菜单详解 第一节　Means过程 一、　界面说明 二、　结果解释 第二节 　One-Samples T Test过程 一、　界面说明 二、　结果解释 第三节　Independent-Samples T Test过程 一、　界面说明 二、　结果解释 第四节 Paired-Samples T Test过程 一、　界面说明 二、　分析实例 三、 结果解释 第五节　One-Way ANOVA过程 一、　界面说明 二、　分析实例 三、　结果解释 [重点] One-Samples T Test过程、Independent-Samples T Test过程、Independent-Samples T Test过程、One-Way ANOVA [难点] Paired-Samples T Test过程 [教学方法] 讲授法，多媒体演示，实例讨论 [思考题] 如何检验平均数差异 第五章 General Linear Model菜单详解（上） 第一节　两因素方差分析 一、univarate对话框界面说明 二、例题分析 三、　结果解释 第二节　协方差分析 一、分析步骤 二、结果解释 第三节　其他较简单的方差分析问题 [重点] 两因素方差分析、 [难点] 协方差分析 [教学方法] 讲授法，多媒体演示，实例讨论

10.1 Linear过程 10.1.1 简单操作入门 10.1.1.1 界面详解 10.1.1.2 输出结果解释 10.1.2 复杂实例操作 10.1.2.1 分析实例 10.1.2.2 结果解释 10.2 Curve Estimation过程 10.2.1 界面详解 10.2.2 实例操作 10.3 Binary Logistic过程 10.3.1 界面详解与实例 10.3.2 结果解释 10.3.3 模型的进一步优化与简单诊断 10.3.3.1 模型的进一步优化 10.3.3.2 模型的简单诊断 在很久很久以前，地球上还是一个阴森恐怖的黑暗时代，大地上恐龙横行，我们的老祖先－－类人猿惊恐的睁大了双眼，围坐在仅剩的火堆旁，担心着无边的黑暗中不知何时会出现的妖魔鬼怪，没有电视可看，没有网可上... 我是疯了，还是在说梦话？都不是，类人猿自然不会有机会和恐龙同时代，只不过是我开机准备写这一部分的时候，心里忽然想到，在10年前，国内的统计学应用上还是卡方检验横行，分层的M-H卡方简直就是超级武器，在流行病学中称王称霸，更有那些1：M的配对卡方，N：M的配对卡方，含失访数据的N：M配对卡方之类的，简直象恐龙一般，搞得我头都大了。其实恐龙我还能讲出十多种来，可上面这些东西我现在还没彻底弄明白，好在社会进步迅速，没等这些恐龙完全统制地球，Logistic模型就已经飞速进化到了现代人的阶段，各种各样的Logistic模型不断地在蚕食着恐龙爷爷们的领地，也许还象贪吃的人类一样贪婪的享用着恐龙的身体。好，这是好事，这里不能讲动物保护，现在我们就远离那些恐龙，来看看现代白领的生活方式。

前段时间学习统计分析时整理的一些关于鲁棒回归的一些PDF和PPT，希望对大家有用

airbnb-nyc回归分析 在此存储库中，我分析了纽约市的airbnb列表，并使用了一个简单的线性回归模型来预测租金。 您可以检出kaggle链接，以防笔记本文件无法在GitHub上加载。

纽约市Airbnb数据的回归分析 概述 对于这个项目，我决定使用Kaggle.com的NYC Airbnb数据集。 Airbnb是Airbnb的缩写，最初的名称是AirBedandBreakfast.com，如今它已成为一种被全世界使用和认可的服务。 对于各个年龄段的旅客，Airbnb都在变得越来越受欢迎。 家庭，商务专业人士和单身旅行者都开始使用Airbnb作为传统酒店客房的替代选择。 价格的灵活性，便利设施的选择以及遍布各地的位置使它们成为旅行者的理想选择。数以百万计的列表产生了大量数据，可以分析这些数据并用于业务决策，了解客户和提供商的行为以及绩效。平台。 目标 挑选房屋的想法似乎令人生畏，但是通过仔细的分析和数据，确定邻居价格的范围可以缩小，从而使决策变得更加容易。 该项目的目的是分析不同特征并建立ML模型以预测价格。 关于数据集 Datset是有关纽约市行政区中不同房东的Airb

此代码可以用于实现地理加权回归分析；包括普通的地理加权回归和贝叶斯地理加权回归；包含算法代码和应用实例的代码；