两个分类变量怎么做相关性分析
SPSS中字符型变量和数值型变量的相关性分析？
SPSS中字符型变量和数值型变量的相关性分析？
分类变量或等级变量是不适合做Pearson相关分析的。
可以考虑做均值比较或logistic回归。
双变量列联分析优点？
双变量列联分析
主要用于计数和汇总两个分类变量的数据，通过它可以使两个变量交叉分类的频数、比例等一目了然，从而为进一步分析做准备。
用spss做二元logistic回归，自变量有很多多于两类的分类变量，结果如何解读？
自变量是二分类不影响你任何操作，直接把二分类自变量也移入自变量框就可以了。 只有当自变量的类别超过两类时才需要预先设虚拟变量
将多个变量综合成一个综合指标，是用因子分析吗？
1. 因子分析模型 因子分析法是从研究变量内部相关的依赖关系出发,把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法.它的基本思想是将观测变量进行分类,将相关性较高,即联系比较紧密的分在同一类中,而不同类变量之间。
cox回归如何进行变量选择？
最近在用spss做一个肿瘤预后的cox多因素回归，自变量里有二分类变量，也有多分类变量（多分类变量我已用spss设置哑变量）。问题是普通的二分类变量的筛选方法常用“向前：LR法”，而哑变量的筛选方法听说需要用“输入”法，而如果选择同一个区块的话，只能选择一种方法。将二分类变量和哑变量分别选择不同区块的话，结果又不太会看。求大神指教，困扰好几天。
Ps:自变量里只有肿瘤大小是多分类变量（已设置成哑变量），其他都是二分类。
分类变量对数值变量怎么分析？
（一）数值变量 X 1 X_1X
1
二分类变量X 2 X_2X
2
：t tt 检验等
Point-biserial 相关性分析
Point-biserial相关是Pearson相关的一种特殊形式，适用于分析二分类变量和连续变量之间的相关性
t tt 检验 ：
相当于检验不同X 2 X_2X
2
对应的X 1 X_1X
1
是否有差异，有显著差异则相关，无显著差异则无法说明其相关（运用假设检验的原因不能直接说不相关）。注意这里的 p 值代表检验结果显著程度，与相关程度无直接关系。
（二）数值变量 X 1 X_1X
1
多分类变量X 2 X_2X
2
：单因素方差分析等
ANOVA：
跟 t 检验一个原理，就是分类变量的类别超过2类后也适用。p 值小于显著水平则两变量具有一定的相关性，若 p 值大于显著性水平则无法证明两变量具有相关性（运用假设检验的原因不能直接说不相关），同样 p 值代表检验结果显著程度，与相关程度无直接关系。