java：判断两个输入变量是否相等，如不相等则比较它们的大小。return可以放在三目运算式里吗？

C#程序中变量名{2}是赋值2。c语言变量名规则是：1、变量名以英文字母开头；2、变量名中的字母是区分大小写的；3、变量名不能是关键字；4、变量名中不能包含空格、标点符号和类型说明符。变量名以英文字母开头：变量名的开头不能是数字，可以由字母或下划线开头。但，实际上编程中最常用的是以字母开头，而以下划线开头的变量名是系统专用的。随便打开一个头文件就会看到，它里面所有的变量名、宏名、函数名全是以下划线开始的。所以为了避免与系统定义的名字产生冲突，在编程的时候，除非要求这么定义，否则永远都不要使用下划线作为一个变量名的开头。

不能。在函数式中2n算常量，是n是变量，2是常量，常量是不能变量的。函数可以通过其函数名来调用，后面还要加入一对圆括号和参数。

不可以。直接做变量1与3的相关性分析。

sum+=score与sum=sum+score意思一样

图片看不到行号列号。假设你的截图上这两列是A列和B列，公式为：=INDEX(B:B,MATCH("*25B001*6PK*",A:A,0),1)其中*号是通配符，带*号的位置表示可以有任何位数的任何字符，也可以表示没有字符。

编辑框的内容是字符类型的，变量1，变量2，变量3，是整数型的当然要进行类型转换才能赋值到编辑框1.内容了啊

huhu，这样的问题我没想到更好的办法咯，接收数据必须要有定义好的内存单元，如果可以给出字符串的大小上界M，浪费一点空间比多花时间好

卡方检验你的数据应该用交叉列联表做，数据录入格式为：建立两个变量，变量1是组别，正常对照组用数据1表示，病例组用数据2表示；变量2是疗效等分类变量，用1表示分类属性1，用2表示分类属性2，还有一个变量3是权重，例数数据录入完成后，先加权频数后点analyze-descriptivestatistics-crosstabs-把变量1选到rows里，把变量2选到column里，然后点击下面的statistics，打开对话框，勾选chi-squares，然后点continue，再点ok，出来结果的第3个表就是你要的卡方检验，第一行第一个数是卡方值，后面是自由度，然后是p值。

额，根据本人的经验，这个应该用的是分类汇总

卡方检验你的数据应该用交叉列联表做，数据录入格式为：建立两个变量，变量1是组别，正常对照组用数据1表示，病例组用数据2表示；变量2是疗效等分类变量，用1表示分类属性1，用2表示分类属性2，还有一个变量3是权重，例数数据录入完成后，先加权频数后点analyze-descriptive statistics-crosstabs-把变量1选到rows里，把变量2选到column里，然后点击下面的statistics，打开对话框，勾选chi-squares，然后点continue，再点ok，出来结果的第3个表就是你要的卡方检验，第一行第一个数是卡方值，后面是自由度，然后是P值。

问题一：单因素方差分析结果分析 方差分析表中的SS表示平方和，MS表示均方，F是组间均方与组内均方的比例，P-value表示在相应F值下的概率值，F crit是在相应显著水平下的F临界值，在统计分析上可以通过P-value的大小来判断组间的差异显著性，通常情况下，当0.05时没有显著差异，介于二者之间时有显著差异。也可通过F值来判断差异显著性，当F>=F crit时，有显著(或极显著)差异。顺便说一下，F检验只能在总体上来检验差异显著性，不能判别这些显著差异具体来自哪些处理间，若要分析，需要进行多重比较。 问题二：学术论文中的方差分析结果怎么看 如果是被试间，看各主效应、交互作用的F值和Sig值，Sig小于0.05就是存在效应 问题三：用SPSS 进行的方差分析应当如何看结果？ 10分 主要看sig那里的，数值大于0.05，则差异不显著，相反，就是显著的 问题四：结果中的方差分析怎么看 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，或检查数据值是否有异常存在。 另外，同类子集，是将几个变量分成N个亚组，看看变量在亚组中的分布情况判断变量的独立性。比如，变量1只在第一个亚组有数据，其他的亚组没数据，说明变量1相对于其他变量有较大的独立性。变量2在第二亚组和第三亚组都有数据，说明变量2可以分在第二亚组，也可以分在第三亚组，变量2就显得不确定，可能于其他变量有较大关联。 问题五：重复测量数据的方差分析怎么看结果 dxy/bbs/topic/28077464 看这个就明白了 问题六：单因素方差分析结果怎么看 小木虫 看F和p值啊 问题七：单因素方差分析结果怎么看 你是两两间比较吗？ 统计学专业硕士为你解答！ 问题八：用spss 单因素方差分析结果怎么看 用的tukey 20分 第一列和第二列就是你的水平，1和2比，1和3比较，然后看sig显著性，是否小于0.05，小于0.05组间有差异 问题九：单因素方差分析结果分析 方差分析表中的SS表示平方和，MS表示均方，F是组间均方与组内均方的比例，P-value表示在相应F值下的概率值，F crit是在相应显著水平下的F临界值，在统计分析上可以通过P-value的大小来判断组间的差异显著性，通常情况下，当0.05时没有显著差异，介于二者之间时有显著差异。也可通过F值来判断差异显著性，当F>=F crit时，有显著(或极显著)差异。顺便说一下，F检验只能在总体上来检验差异显著性，不能判别这些显著差异具体来自哪些处理间，若要分析，需要进行多重比较。 问题十：用SPSS 进行的方差分析应当如何看结果？ 10分 主要看sig那里的，数值大于0.05，则差异不显著，相反，就是显著的

declare @变量1 smalldatetimedeclare @变量2 smalldatetimeset @变量1=getdate()set @变量2=dateadd(minute,-30,@变量1)select @变量1,@变量2--------------select 语句不支持变量赋值，只支持常量赋值 （类似于别名），如上面语句中select @变量1,变量2=dateadd(minute,-30,@变量1) 这样的话 变量2因为没有@所以是常量 （或别名）,就可以在select 语句中进行赋值。

　　位运算符　　学过汇编的朋友都知道汇编对位的处理能力是很强的，但是C语言也能对运算对象进行按位操作，从而使C语言也能具有一定的对硬件直接进行操作的能力。位运算符的作用是按位对变量进行运算，但是并不改变参与运算的变量的值。如果要求按位改变变量的值，则要利用相应的赋值运算。还有就是位运算符是不能用来对浮点型数据进行操作的。C51中共有6种位运算符。　　位运算一般的表达形式如下：　　变量1 位运算符 变量2　　位运算符也有优先级，从高到低依次是:"~"(按位取反)→"<<"(左移) →">>"(右移) →"&"(按位与)→"^"(按位异或)→"|"(按位或)　　表7－1是位逻辑运算符的真值表，X表示变量1，Y表示变量2　　X Y ~X ~Y X&Y X|Y X^Y　　0 0 1 1 0 0 0　　0 1 1 0 0 1 1　　1 0 0 1 0 1 1　　1 1 0 0 1 1 0　　表7－1 按位取反，与，或和异或的逻辑真值表　　利用以前建立起来的实验板，我们来做个实验验证一下位运算是否真是不改变参与变量的值，同时学习位运算的表达形式。程序很简单，用P1口做运算变量，P1.0-P1.7对应P1变量的最低位到最高位，通过连接在P1口上的LED我们便可以直观看到每个位运算后变量是否有改变或如何改变。程序如下：　　#include <at89x51.h>　　void main(void)　　{　　unsigned int a;　　unsigned int b;　　unsigned char temp; //临时变量　　P1 = 0xAA; //点亮D1,D3,D5,D7 P1口的二进制为10101010,为0时点亮LED　　for (a=0;a<1000;a++)　　for (b=0;b<1000;b++); //延时　　temp = P1 & 0x7; //单纯的写P1|0x7是没有意义的，因为没有变量被影响，不会被编译　　//执行P1｜0x7后结果存入temp，这时改变的是temp，但P1不会被影响。　　//这时LED没有变化，仍然是D1,D3,D5,D7亮　　for (a=0;a<1000;a++)　　for (b=0;b<1000;b++); //延时　　P1 = 0xFF; //熄灭LED　　for (a=0;a<1000;a++)　　for (b=0;b<1000;b++); //延时　　P1 = 0xAA; //点亮D1,D3,D5,D7 P1口的二进制为10101010,为0时点亮LED　　for (a=0;a<1000;a++)　　for (b=0;b<1000;b++); //延时　　P1 = P1 & 0x7; //这时LED会变得只有D2灭　　//因为之前P1=0xAA=10101010　　//与0x7位与 0x7=00000111　　//结果存入P1 P1=00000010 //位为O时点亮LED，电路看第三课　　for (a=0;a<1000;a++)　　for (b=0;b<1000;b++); //延时　　P1 = 0xFF; //熄灭LED　　while(1);　　//大家可以根据上面的程序去做位或，左移，取反等等。　　}　　复合赋值运算符　　复合赋值运算符就是在赋值运算符"="的前面加上其他运算符。以下是C语言中的复合赋值运算符：　　+= 加法赋值 >>= 右移位赋值　　-= 减法赋值 &= 逻辑与赋值　　*= 乘法赋值 |= 逻辑或赋值　　/= 除法赋值 ^= 逻辑异或赋值　　%= 取模赋值 -= 逻辑非赋值　　<<= 左移位赋值　　复合运算的一般形式为：　　变量 复合赋值运算符 表达式　　其含义就是变量与表达式先进行运算符所要求的运算，再把运算结果赋值给参与运算的变量。其实这是C语言中一种简化程序的一种方法，凡是二目运算都可以用复合赋值运算符去简化表达。例如：　　a+=56等价于a=a+56　　y/=x+9 等价于 y=y/(x+9)　　很明显采用复合赋值运算符会降低程序的可读性，但这样却可以使程序代码简单化，并能提高编译的效率。对于初学C语言的朋友在编程时最好还是根据自己的理解力和习惯去使用程序表达的方式，不要一味追求程序代码的短小。　　逗号运算符　　如果你有编程的经验，那么对逗号的作用也不会陌生了。如在VB中"Dim a,b,c"的逗号就是把多个变量定义为同一类型的变量，在C也一样，如"int a,b,c",这些例子说明逗号用于分隔表达式用。但在C语言中逗号还是一种特殊的运算符，也就是逗号运算符，可以用它将两个或多个表达式连接起来，形成逗号表达式。逗号表达式的一般形式为：　　表达式1，表达式2，表达式3……表达式n　　这样用逗号运算符组成的表达式在程序运行时，是从左到右计算出各个表达式的值，而整个用逗号运算符组成的表达式的值等于最右边表达式的值，就是"表达式n"的值。在实际的应用中，大部分情况下，使用逗号表达式的目的只是为了分别得到名个表达式的值，而并不一定要得到和使用整个逗号表达式的值。要注意的还有，并不是在程序的任何位置出现的逗号，都可以认为是逗号运算符。如函数中的参数，同类型变量的定义中的逗号只是用来间隔之用而不是逗号运算符。　　条件运算符　　上面我们说过C语言中有一个三目运算符，它就是"?:"条件运算符，它要求有三个运算对象。它可以把三个表达式连接构成一个条件表达式。条件表达式的一般形式如下:　　逻辑表达式? 表达式1 : 表达式2　　条件运算符的作用简单来说就是根据逻辑表达式的值选择使用表达式的值。当逻辑表达式的值为真时（非0值）时，整个表达式的值为表达式1的值；当逻辑表达式的值为假（值为0）时，整个表达式的值为表达式2的值。要注意的是条件表达式中逻辑表达式的类型可以与表达式1和表达式2的类型不一样。下面是一个逻辑表达式的例子。　　如有a=1,b=2这时我们要求是取ab两数中的较小的值放入min变量中，也许你会这样写：　　if (a<b)　　min = a;　　else　　min = b; //这一段的意思是当a<b时min的值为a的值，否则为b的值。　　用条件运算符去构成条件表达式就变得简单明了了：　　min = (a<b)？a : b　　很明显它的结果和含意都和上面的一段程序是一样的，但是代码却比上一段程序少很多，编译的效率也相对要高，但有着和复合赋值表达式一样的缺点就是可读性相对效差。在实际应用时根据自己要习惯使用，就我自己来说我喜欢使用较为好读的方式和加上适当的注解，这样可以有助于程序的调试和编写，也便于日后的修改读写。　　指针和地址运算符　　在第四课我们学习数据类型时，学习过指针类型，知道它是一种存放指向另一个数据的地址的变量类型。指针是C语言中一个十分重要的概念，也是学习C语言中的一个难点。对于指针将会在第九课中做详细的讲解。在这里我们先来了解一下C语言中提供的两个专门用于指针和地址的运算符：　　* 取内容　　& 取地址　　取内容和地址的一般形式分别为：　　变量 = * 指针变量　　指针变量 = & 目标变量　　取内容运算是将指针变量所指向的目标变量的值赋给左边的变量；取地址运算是将目标变量的地址赋给左边的变量。要注意的是：指针变量中只能存放地址（也就是指针型数据），一般情况下不要将非指针类型的数据赋值给一个指针变量。　　下面来看一个例子，并用一个图表和实例去简单理解指针的用法和含义。　　设有两个unsigned int 变量 ABC处CBA 存放在0x0028,0x002A中　　另有一个指针变量 portA 存放在0x002C中　　那么我们写这样一段程序去看看*,&的运算结果　　unsigned int data ABC _at_ 0x0028;　　unsigned int data CBA _at_ 0x002A;　　unsigned int data *Port _at_ 0x002C;　　#include <at89x51.h>　　#include <stdio.h>　　void main(void)　　{　　SCON = 0x50; //串口方式1,允许接收　　TMOD = 0x20; //定时器1定时方式2　　TH1 = 0xE8; //11.0592MHz 1200波特率　　TL1 = 0xE8;　　TI = 1;　　TR1 = 1; //启动定时器　　ABC = 10; //设初值　　CBA = 20;　　Port = &CBA; //取CBA的地址放到指针变量Port　　*Port = 100; //更改指针变量Port所指向的地址的内容　　printf("1: CBA=%d ",CBA); //显示此时CBA的值　　Port = &ABC; //取ABC的地址放到指针变量Port　　CBA = *Port; //把当前Port所指的地址的内容赋给变量CBA　　printf("2: CBA=%d ",CBA); //显示此时CBA的值　　printf(" ABC=%d ",ABC); //显示ABC的值　　}　　程序初始时　　值　　地址　　说明　　0x00　　0x002DH　　0x00　　0x002CH　　0x00　　0x002BH　　0x00　　0x002AH　　0x0A　　0x0029H　　0x00　　0x0028H　　执行ABC = 10;向ABC所指的地址0x28H写入10(0xA)，因ABC是int类型要占用0x28H和0x29H两个字节的内存空间，低位字节会放入高地址中，所以0x28H中放入0x00，0x29H中放入0x0A　　值　　地址　　说明　　0x00　　0x002DH　　0x00　　0x002CH　　0x00　　0x002BH　　0x00　　0x002AH　　0x0A　　0x0029H　　ABC为int类型占用两字节　　0x00　　0x0028H　　执行CBA = 20;原理和上一句一样　　值　　地址　　说明　　0x00　　0x002DH　　0x00　　0x002CH　　0x14　　0x002BH　　CBA为int类型占用两字节　　0x00　　0x002AH　　0x0A　　0x0029H　　ABC为int类型占用两字节　　0x00　　0x0028H　　执行Port = &CBA; 取CBA的首地址放到指针变量Port　　值　　地址　　说明　　0x00　　0x002DH　　0x2A　　0x002CH　　CBA的首地址存入Port　　0x14　　0x002BH　　0x00　　0x002AH　　0x0A　　0x0029H　　0x00　　0x0028H　　*Port = 100; 更改指针变量Port所指向的地址的内容　　值　　地址　　说明　　0x00　　0x002DH　　0x2A　　0x002CH　　0x64　　0x002BH　　Port指向了CBA所在地址2AH　　0x00　　0x002AH　　并存入100　　0x0A　　0x0029H　　0x00　　0x0028H　　其它的语句也是一样的道理，大家可以用Keil的单步执行和打开存储器查看器一看，这样就更容易理解了。　　图7－6 存储器查看窗　　图7－7 在串行调试窗口的最终结果　　sizeof运算符　　看上去这确实是个奇怪的运算符，有点像函数，却又不是。大家看到size应该就猜到是和大小有关的吧？是的，sizeof是用来求数据类型、变量或是表达式的字节数的一个运算符，但它并不像"＝"之类运算符那样在程序执行后才能计算出结果，它是直接在编译时产生结果的。它的语法如下：　　sizeof (数据类型)　　sizeof (表达式)　　下面是两句应用例句，程序大家可以试着编写一下。　　printf("char是多少个字节? %bd 字节 ",sizeof(char));　　printf("long是多少个字节? %bd 字节 ",sizeof(long));　　结果是:　　char是多少个字节? 1字节　　long是多少个字节? 4字节　　强制类型转换运算符　　不知你们是否有自己去试着编一些程序，从中是否有遇到一些问题？初学时我就遇到过这样一个问题：两个不同数据类型的数在相互赋值时会出现不对的值。如下面的一段小程序：　　void main(void)　　{　　unsigned char a;　　unsigned int b;　　b=100*4;　　a=b;　　while(1);　　}　　这段小程序并没有什么实际的应用意义，如果你是细心的朋友定会发现a的值是不会等于100*4的。是的a和b一个是char类型一个是int类型，从以前的学习可知char只占一个字节值最大只能是255。但编译时为何不出错呢？先来看看这程序的运行情况：　　图7－8 小程序的运行情况　　b=100*4就可以得知b=0x190,这时我们可以在Watches查看a的值，对于watches窗口我们在第5课时简单学习过，在这个窗口Locals页里可以查看程序运行中的变量的值，也可以在watch页中输入所要查看的变量名对它的值进行查看。做法是按图中1的watch#1(或watch#2),然后光标移到图中的2按F2键，这样就可以输入变量名了。在这里我们可以查看到a的值为0x90，也就是b的低8位。这是因为执行了数据类型的隐式转换。隐式转换是在程序进行编译时由编译器自动去处理完成的。所以有必要了解隐式转换的规则：　　1．变量赋值时发生的隐式转换，"＝"号右边的表达式的数据类型转换成左边变量的数据类型。就如上面例子中的把INT赋值给CHAR字符型变量，得到的CHAR将会是INT的低8位。如把浮点数赋值给整形变量，小数部分将丢失。　　2．所有char型的操作数转换成int型。　　3．两个具有不同数据类型的操作数用运算符连接时，隐式转换会按以下次序进行：如有一操作数是float类型，则另一个操作数也会转换成float类型；如果一个操作数为long类型，另一个也转换成long；如果一个操作数是unsigned类型，则另一个操作会被转换成unsigned类型。　　从上面的规则可以大概知道有那几种数据类型是可以进行隐式转换的。是的，在C51中只有char,int,long及float这几种基本的数据类型可以被隐式转换。而其它的数据类型就只能用到显示转换。要使用强制转换运算符应遵循以下的表达形式：　　(类型) 表达式　　用显示类型转换来处理不同类型的数据间运算和赋值是十分方便和方便的，特别对指针变量赋值是很有用的。看一面一段小程序：　　#include <at89x51.h>　　#include <stdio.h>　　void main(void)　　{　　char xdata * XROM;　　char a;　　int Aa = 0xFB1C;　　long Ba = 0x893B7832;　　float Ca = 3.4534;　　SCON = 0x50; //串口方式1,允许接收　　TMOD = 0x20; //定时器1定时方式2　　TH1 = 0xE8; //11.0592MHz 1200波特率　　TL1 = 0xE8;　　TI = 1;　　TR1 = 1; //启动定时器　　XROM=(char xdata *) 0xB012; //给指针变量赋XROM初值　　*XROM = "R"; //给XROM指向的绝对地址赋值　　a = *((char xdata *) 0xB012); //等同于a = *XROM　　printf ("%bx %x %d %c ",(char) Aa, (int) Ba,(int)Ca, a);//转换类型并输出　　while(1);　　}　　程序运行结果：1c 7832 3 R　　在上面这段程序中，可以很清楚到到各种类型进行强制类型转换的基本用法，程序中先在外部数据存储器XDATA中定义了一个字符型指针变量XROM，当用XROM=(char xdata *) 0xB012这一语句时，便把0xB012这个地址指针赋于了XROM，如你用XROM则会是非法的，这种方法特别适合于用标识符来存取绝对地址，如在程序前用#define ROM 0xB012这样的语句，在程序中就可以用上面的方法用ROM对绝对地址0xB012进行存取操作了。　　在附录三中运算符的优先级说明。　　在这课的完结后，C语言中一些数据类型和运算规律已基本学习完了，下一课会开始讲述语法，函数等。　　示例程序下载　　附 录

二阶变量是二阶：两个未知数。凡用二阶微分方程描述的系统称为二阶系统。许多高阶系统在一定的条件下，常常近似地作为二阶系统来研究。二阶系统控制系统按数学模型分类时的一种形式.是用数学模型可表示为二阶线性常微分方程的系统.二阶系统的解的形式，可由对应传递函数W(s)的分母多项式P(s)来判别和划分.P(s)的一般形式为变换算子s的二次三项代数式，经标准化后可记为代数方程P(s)=0的根。

没关系的，可以有0的，直接分析就可以卡方检验试用条件1.随机样本数据； 2.卡方检验的理论频数不能太小. 两个独立样本比较可以分以下3种情况： 1.所有的理论数T≥5并且总样本量n≥40,用Pearson卡方进行检验. 2.如果理论数T＜5但T≥1,并且n≥40,用连续性校正的卡方进行检验. 3.如果有理论数T＜1或n＜40,则用Fisher"s检验. 上述是适用于四格表.R×C表卡方检验应用条件： 1.R×C表中理论数小于5的格子不能超过1/5； 2.不能有小于1的理论数.若不符合R×C表的卡方检验.可以通过增加样本数、列合并来实现.统计专业研究生工作室原创，请勿复杂粘贴

DimTextLineOpenapp.path&"aa.txt"ForInputAs#1"打开文件。DoWhileNotEOF(1)"循环至文件尾。LineInput#1,TextLine"读入一行数据并将其赋予某变量,这里是赋给了TEXTLINEifa=TextLinethen"把读入的文本与A核对LineInput#1,TextLine"读入下一行printtextline"在窗体上显示这一行endifLoopClose#1"关闭文件。

卡方检验你的数据应该用交叉列联表做，数据录入格式为：建立两个变量，变量1是组别，正常对照组用数据1表示，病例组用数据2表示；变量2是位点，A用1表示，C用2表示，还有一个变量3是权重，例数数据录入完成后，点analyze-descriptive statistics-crosstabs-把变量1选到rows里，把变量2选到column里，然后点击下面的statistics，打开对话框，勾选chi-squares，然后点continue，再点ok，出来结果的第3个表就是你要的卡方检验，第一行第一个数是卡方值，后面是自由度，然后是P值。

把 MOV这段指令和GetListString段换下位置。

t值是按两个独立样本T检验（假设检验）的公式求出来，p值是根据t分布的概率，可以查表的到。建议你借一本本科的统计学教材看看，就全明白了。

是

Logistic回归主要分为三类，一种是因变量为二分类得logistic回归，这种回归叫做二项logistic回归，一种是因变量为无序多分类得logistic回归，比如倾向于选择哪种产品，这种回归叫做多项logistic回归。还有一种是因变量为有序多分类的logistic回归，比如病重的程度是高，中，低呀等等，这种回归也叫累积logistic回归，或者序次logistic回归。二值logistic回归：选择分析——回归——二元logistic，打开主面板，因变量勾选你的二分类变量，这个没有什么疑问，然后看下边写着一个协变量。有没有很奇怪什么叫做协变量？在二元logistic回归里边可以认为协变量类似于自变量，或者就是自变量。把你的自变量选到协变量的框框里边。细心的朋友会发现，在指向协变量的那个箭头下边，还有一个小小的按钮，标着a*b，这个按钮的作用是用来选择交互项的。我们知道，有时候两个变量合在一起会产生新的效应，比如年龄和结婚次数综合在一起，会对健康程度有一个新的影响，这时候，我们就认为两者有交互效应。那么我们为了模型的准确，就把这个交互效应也选到模型里去。我们在右边的那个框框里选择变量a，按住ctrl，在选择变量b，那么我们就同时选住这两个变量了，然后点那个a*b的按钮，这样，一个新的名字很长的变量就出现在协变量的框框里了，就是我们的交互作用的变量。然后在下边有一个方法的下拉菜单。默认的是进入，就是强迫所有选择的变量都进入到模型里边。除去进入法以外，还有三种向前法，三种向后法。一般默认进入就可以了，如果做出来的模型有变量的p值不合格，就用其他方法在做。再下边的选择变量则是用来选择你的个案的。一般也不用管它。选好主面板以后，单击分类（右上角），打开分类对话框。在这个对话框里边，左边的协变量的框框里边有你选好的自变量，右边写着分类协变量的框框则是空白的。你要把协变量里边的字符型变量和分类变量选到分类协变量里边去（系统会自动生成哑变量来方便分析，什么事哑变量具体参照前文）。这里的字符型变量指的是用值标签标注过得变量，不然光文字，系统也没法给你分析啊。选好以后，分类协变量下边还有一个更改对比的框框，我们知道，对于分类变量，spss需要有一个参照，每个分类都通过和这个参照进行比较来得到结果，更改对比这个框框就是用来选择参照的。默认的对比是指示符，也就是每个分类都和总体进行比较，除了指示符以外还有简单，差值等。这个框框不是很重要，默认就可以了。点击继续。然后打开保存对话框，勾选概率，组成员，包含协方差矩阵。点击继续，打开选项对话框，勾选分类图，估计值的相关性，迭代历史，exp（B）的CI，在模型中包含常数，输出——在每个步骤中。如果你的协变量有连续型的，或者小样本，那还要勾选Hosmer-Lemeshow拟合度，这个拟合度表现的会较好一些。继续，确定。然后，就会输出结果了。主要会输出六个表。第一个表是模型系数综合检验表，要看他模型的p值是不是小于0.05，判断我们这个logistic回归方程有没有意义。第二个表示模型汇总表。这个表里有两个R^2，叫做广义决定系数，也叫伪R^2，作用类似于线性回归里的决定系数，也是表示这个方程能够解释模型的百分之多少。由于计算方法不同，这两个广义决定系数的值往往不一样，但是出入并不会很大。在下边的分类表则表述了模型的稳定性。这个表最后一行百分比校正下边的三个数据列出来在实际值为0或者1时，模型预测正确的百分比，以及模型总的预测正确率。一般认为预测正确概率达到百分之五十就是良好（标准真够低的），当然正确率越高越好。在然后就是最重要的表了，方程中的变量表。第一行那个B下边是每个变量的系数。第五行的p值会告诉你每个变量是否适合留在方程里。如果有某个变量不适合，那就要从新去掉这个变量做回归。根据这个表就可以写出logistic方程了：P=Exp(常量+a1*变量1+a2*变量2.。。。)/(1+Exp(常量+a1*变量1+a2*变量2.。。。))。如果大家学过一点统计，那就应该对这个形式的方程不陌生。提供变量，它最后算出来会是一个介于0和1的数，也就是你的模型里设定的值比较大的情况发生的概率，比如你想推算会不会治愈，你设0治愈，1为没有治愈。那你的模型算出来就是没有治愈的概率。如果你想直接计算治愈的概率，那就需要更改一下设定，用1去代表治愈。此外倒数后两列有一个EXP（B），也就是OR值，哦，这个可不是或者的意思，OR值是优势比。在线性回归里边我们用标准化系数来对比两个自变量对于因变量的影响力的强弱，在logistic回归里边我们用优势比来比较不同的情况对于因变量的影响。举个例子。比如我想看性别对于某种病是否好转的影响，假设0代表女，1代表男，0代表不好转，1代表好转。发现这个变量的OR值为2.9，那么也就是说男人的好转的可能是女人好转的2.9倍。注意，这里都是以数值较大的那个情况为基准的。而且OR值可以直接给出这个倍数。如果是0,1,2各代表一类情况的时候，那就是2是1的2.9倍，1是0的2.9倍，以此类推。OR值对于方程没什么贡献，但是有助于直观的理解模型。在使用OR值得时候一定要结合它95%的置信区间来进行判断。此外还有相关矩阵表和概率直方图，就不再介绍了。多项logistic回归：选择分析——回归——多项logistic，打开主面板，因变量大家都知道选什么，因变量下边有一个参考类别，默认的第一类别就可以。再然后出现了两个框框，因子和协变量。很明显，这两个框框都是要你选因变量的，那么到底有什么区别呢？嘿嘿，区别就在于，因子里边放的是无序的分类变量，比如性别，职业什么的，以及连续变量（实际上做logistic回归时大部分自变量都是分类变量，连续变量是比较少的。），而协变量里边放的是等级资料，比如病情的严重程度啊，年龄啊（以十年为一个年龄段撒，一年一个的话就看成连续变量吧还是）之类的。在二项logistic回归里边，系统会自动生成哑变量，可是在多项logistic回归里边，就要自己手动设置了。参照上边的解释，不难知道设置好的哑变量要放到因子那个框框里去。然后点开模型那个对话框，哇，好恐怖的一个对话框，都不知道是干嘛的。好，我们一点点来看。上边我们已经说过交互作用是干嘛的了，那么不难理解，主效应就是变量本身对模型的影响。明确了这一点以后，这个对话框就没有那么难选了。指定模型那一栏有三个模型，主效应指的是只做自变量和因变量的方程，就是最普通的那种。全因子指的是包含了所有主效应和所有因子和因子的交互效应的模型（我也不明白为什么只有全因子，没有全协变量。这个问题真的很难，所以别追问我啦。）第三个是设定/步进式。这个是自己手动设置交互项和主效应项的，而且还可以设置这个项是强制输入的还是逐步进入的。这个概念就不用再啰嗦了吧啊？点击继续，打开统计量对话框，勾选个案处理摘要，伪R方，步骤摘要，模型拟合度信息，单元格可能性，分类表，拟合度，估计，似然比检验，继续。打开条件，全勾，继续，打开选项，勾选为分级强制条目和移除项目。打开保存，勾选包含协方差矩阵。确定（总算选完了）。结果和二项logistic回归差不多，就是多了一个似然比检验，p值小于0.05认为变量有意义。然后我们直接看参数估计表。假设我们的因变量有n个类，那参数估计表会给出n-1组的截距，变量1，变量2。我们我们用Zm代表Exp（常量m+am1*变量1+am2*变量2+。。。），那么就有第m类情况发生的概率为Zn/1+Z2+Z3+……+Zn(如果我们以第一类为参考类别的话，我们就不会有关于第一类的参数，那么第一类就是默认的1，也就是说Z1为1)。有序回归（累积logistic回归）：选择菜单分析——回归——有序，打开主面板。因变量，因子，协变量如何选取就不在重复了。选项对话框默认。打开输出对话框，勾选拟合度统计，摘要统计，参数估计，平行线检验，估计响应概率，实际类别概率，确定，位置对话框和上文的模型对话框类似，也不重复了。确定。结果里边特有的一个表是平行线检验表。这个表的p值小于0.05则认为斜率系数对于不同的类别是不一样的。此外参数估计表得出的参数也有所不同。假设我们的因变量有四个水平，自变量有两个，那么参数估计表会给出三个阈值a1,a2，a3（也就是截距），两个自变量的参数m，n。计算方程时，首先算三个Link值，Link1=a1+m*x1+n*x2，Link2=a2+m*x1+n*x2，Link3=a3+m*x1+n*x2，（仅有截距不同）有了link值以后，p1=1/(1+exp(link1)),p1+p2=1/(1+exp（link2）),p1+p2+p3=1/(1+exp(link3)),p1+p2+p3+p4=1..通过上边的这几个方程就能计算出各自的概率了。

问题一：用SPSS已经做出了因子分析，那么具体的分析结果应该怎么看呢？ KMO检验统计量在0.7以上，说明变量之间的偏相关性较强，适合做因子分析，球形检验p小于0.001，说明变量之间存在相关性。第二格表格为共同性，表示各变量中所含原始信息能被提取的共同因子所表示的程度，根据你的数据，你提取的公因子是两个，第三个表格是指提取的俩个主成分能解福差异的比列，第四个表格是主成分表达式，第五表格是因子得分公式。 问题二：因子分析到底有什么用处？ 问题：大家觉得因子分析到底有什幺用处呢？把原来很多个影响因素归纳成几个影响因子，如果不继续做回归或者聚类的话，光做因子分析有价值吗？答复：因子分析是将多个实测变量转换为少数几个综合指标（或称潜变量），它反映一种降维的思想。通过降维将相关性高的变量聚在一起，从而减少需要分析的变量的数量，而减少问题分析的复杂性。在你对问题系统结构不了解时候，因子分析可以根据数据内在逻辑性，把它归并成几个公因子，每个公因子分别代表空间的一个维度，如果经过正交或斜 交旋转的话，各个维度之间可以认为是不相关的，这些公因子能够相对完整地刻画对象的体系维度，最起码累计方差贡献率大于85%的话，就基本能够保证重要信 息不丢失了。一句话，你如果对研究对象到底应该分为几个维度不清楚的话，用因子分析可以通过数据内在逻辑告诉你。但如果你对研究对象体系比较清楚的话，那你直接确定维度，通过AHP计算出权重，就能够把系统表述清楚了。但这里面有巨大问题，单纯通过数据内 在逻辑来判断维度，常常是错误的，而主观判断其实更加科学，并非象统计学宣称的，数据说话才有发言权。真正有发言权的，是你对问题的经验认识程度。人们为 了避免被人嘲笑主观判断的失误，而越来越选择了统计分析，实际上，他们并不清楚，单纯用统计分析来做判断，才是最愚蠢的。只有主客观结合起来，才是相对科 学的，两者矛盾的时候，应该深入研究矛盾的根源，搞不清楚的话，我认为指标体系评价法要远比统计分析准确的多。而变量之所以能分布在不同的因子内，则是由 于其方差波动性大小和变量之间的相关性决定的，波动性越大，越排在前面的公因子中，各个公因子之间的变量是不相关的，而每个公因子之间的变量是相关的。因 子分析认为那些数据波动大的变量对对象影响作用更大，它们排在公因子的前列，这样单纯从数据逻辑来判断的准则你认为对吗？我想，如果管理和社会科学都这幺 认为的话，那错误将大大增加了。上面想法是我这两年做课题的体会，没有在任何一本书上看过相关说法，也许说的不对，这是我个人看法。如果让我选择的话，我 宁愿用指标体系评价法，体系几个维度事先就清楚，最多先用因子分析算算，看看数据波动性如何，到底能确定几个维度，只起辅助作用。研究者就是专家，指标体 系的维度由主观来做判断，这主要来自经验判断，而不是由数据判断，我认为其实更科学。当然，如果你对问题一无所知，那指标体系评价法用AHP来做的话，错 误很可能更多。我以前就强烈批判过AHP。说到底，没有一种评价方法是好的，说明问题就好。问题：那能对LISREL进行类似于因子分析的探索性因素分析了解吗？能给点评价么？3x答复：下面是探索性分析的原理：传统上所谈的因素分析）factor *** ysis)指的是探索性因素分析）exploratory factor *** ysis)，它的目的是在承认有测量误差的情形下，尝试用少数的因素）factors)以解释许多变项间的相关关系。随着统计理论及电脑计算上的进展，目前因素分析的方法可分成探索性因素分析）exploratory factor *** ysis，EFA)及验证性因素分析）confirmatory factor *** ysis，CFA)，这两类分析之间的差别在于研究者对研究变项间因素结构的了解程度不同。如果研究者对资料内所含的因素性质，结构及个数不是很 清楚，则可使用探索性因素分析试图找出能解释资料变项间相关关系的少数几个重要因素。若研究者从过去文献中的理论及自己的研究经验，而对资料间因素之数 目，结构有一定程度的了解及假设，则可使用验证性因素分析来验证该假设是否能解......>> 问题三：进行因子分析的前提条件是各变量之间应该怎么做 本来想给你截图的，可是传不上来，我就简单说一下哈。 首先你得进行一次预计算，选择菜单里分析――降维――因子分析，跳出主面板，把想分析的变量选到变量框里，然后点确定。这时候输出窗口里会只有一个或两个图表。其中有一个图表是主成分的方差贡献。这个图表里你要找到两个相邻的列（应该是第三列和第四列），其中前一个列指的是单个因子对方差的贡献率，后一个是因子累计贡献率。也就是说前一个列里边数值相加等于100，后一个列里边数值递增，最后一个等于100。假如前一个列里是60,30,10，那么后一列里就是60,90,100.两个列之间有一个和的关系。找到这两个列以后，你要找使得累计贡献率达到百分之八十的那个数。这个表的第一列是1,2,3，等等，它代表第几个因子，比如3指的那行就包括第三个因子的方差贡献率，累积到第三个因子的方差贡献率这两个数据。你要找到累计到达百分之八十的那个因子是第几个因子，然后就按提取几个因子进行计算。 通过预计算知道了提取几个因子之后，就开始正式计算。再次打开因子分析的主面板，在最右边一共有五个选项，分别是描述，抽取，旋转，得分，选项。这五个在预计算里边没有用，但是现在要用了。点继续。 点击描述，在对话框里选上初始变量分析，kmo统计量及bartlett球形检验这两个选项，（注意，kmo和bartlett是一个选项，选项名就是很长）这一步是用来判断变量是否适于进行因子分析的。 点击抽取，对话框里最上边的方法就选主成分，分析里选上相关性矩阵，输出选上未旋转的因子解和碎石图两个选项，抽取里选择因子的固定数目，在要提取的因子后边填上你预计算里算出的因子数目。点继续。 旋转里边选最大方差法，输出旋转解。继续。 得分里边选保存为变量，方法为回归，显示因子得分系数矩阵也要打上勾。继续。 确定。 然后就可以分析结果了。 先看kmo和bartlett的结果，kmo统计量越接近1，变量相关性越强，因子分析效果越好。通常0.7以上为一般，0.5以下不能接受，就是不适合做因子分析。bartlett检验从检验相关矩阵出发，如果p值，就是sig，比较小的话，一般认为小于0.05，当然越小越好，就适于因子分析。 如果这两个检验都合格的话，才可以去写因子模型。 为了便于描述，假设我们有两个因子f1，f2， 旋转变换后的因子载荷矩阵会告诉你每个变量用因子表示的系数。比如变量x1=系数1*f1+系数2*f2，变量2以此类推。 因子得分系数矩阵会告诉你每个因子里各变量占得权重，比如f1=系数1*x1+系数2*x2+。。。 根据这个我们就能算出因子得分了。 因为之前选择了将因子保存为新变量，所以spss会直接保存两个因子得分为两个新变量， 然后我们不是有一个公式吗 总得分=因子1的方差贡献率*因子1的得分+因子2的方差贡献率*因子2的得分+... 根据这个公式计算一下就可以了。 用spss或者Excel都可以。 希望能对你有帮助哦。 ppv课，大数据培训专家，最专业的大数据培训平台。为你提供最好的spss学习教程哦。 问题四：excel2003如何做因子分析 都不知道你所说的因子是指的那个因子，数据管理因子还是什么的，提问清楚些。别人也比较容易理解！ 问题五：怎样用SPSS做因子分析 在表因子变量解释贡献率（Total Variance Explained）中，看各个主因子的方差贡献率（Initial Eigenvalues栏下的% of Variance），例如图中三个主因子对应的权重为52.132、21.017、11.405，测将三个权重进行归一化处理，52.132/(52.132+21.017+11.405)、21.017/(52.132+21.017+11.405)、11.405/(52.132+21.017+11.405)，所得三个数即为主因子权重 问题六：怎样用spss做因子分析？ SPSS→分析→数据缩减→因子分析→选择自变量和因变量→描述里面选择KMO检验和球型检验；海转选择最大方差旋转法→确定→结果 问题七：如何利用因子分析的排名进行分析 你通过因子分析 中一个选项 保存因子得分,之后会在原数据最后保存生成3列因子得分,假设为a1 a2 a3 代表3个因子然后根据因子分析得出三个因子的特征根值,分别计算粗3个因子的权重,分别为各自的特征根值/三个因子特征根值之和. 然后综合因子得分=a1*对应权重+a2*对应权重+a3*对应权重之后就根据综合因子得分进行大小排名 就这样出来了 问题八：因子分析法需要哪些数据，用什么软件做 因子分析是用因子概括变量信息，所以首先自变量是什么?三年数据当然是一起录入，通过三年的变化来反映因变量的变化。

牛掰啊 真心牛掰啊 牛掰到爆了啊

1个等号是赋值 2个等号是等于

每个变量2行数据 是什么意思？

可以用卡方检验数据应该用交叉列联表做，数据录入格式为：建立两个变量，变量1是组别，正常对照组用数据1表示，病例组用数据2表示；变量2是疗效等分类变量，用1表示分类属性1，用2表示分类属性2。还有一个变量3是权重，例数数据录入完成后，先加权频数后点analyze-descriptive statistics-crosstabs-把变量1选到rows里，把变量2选到column里。扩展资料：卡方检验原理：1、卡方检验就是统计样本的实际观测值与理论推断值之间的偏离程度，实际观测值与理论推断值之间的偏离程度就决定卡方值的大小。2、如果卡方值越大，二者偏差程度越大；反之，二者偏差越小；若两个值完全相等时，卡方值就为0，表明理论值完全符合。参考资料来源：百度百科-卡方检验

卡方检验你的数据应该用交叉列联表做，数据录入格式为：建立两个变量，变量1是组别，正常对照组用数据1表示，病例组用数据2表示；变量2是疗效等分类变量，用1表示分类属性1，用2表示分类属性2，还有一个变量3是权重，例数数据录入完成后，先加权频数后点analyze-descriptive statistics-crosstabs-把变量1选到rows里，把变量2选到column里，然后点击下面的statistics，打开对话框，勾选chi-squares，然后点continue，再点ok，出来结果的第3个表就是你要的卡方检验，第一行第一个数是卡方值，后面是自由度，然后是P值。

网友

卡方检验你的数据应该用交叉列联表做，数据录入格式为：建立两个变量，变量1是组别，正常对照组用数据1表示，病例组用数据2表示；变量2是疗效等分类变量，用1表示分类属性1，用2表示分类属性2，还有一个变量3是权重，例数数据录入完成后，先加权频数后点analyze-descriptive statistics-crosstabs-把变量1选到rows里，把变量2选到column里，然后点击下面的statistics，打开对话框，勾选chi-squares，然后点continue，再点ok，出来结果的第3个表就是你要的卡方检验，第一行第一个数是卡方值，后面是自由度，然后是P值。

1、 Int(x):求不大于自变量x的最大整数2、 Fix(x):去掉一个浮点数的小数部分，保留其整数部分3、 Hex$(x):把一个十进制数转换为十六进制数4、 Oct$(x):把一个十进制数转换为八进制数5、 Asc(x$):返回字符串x$中第一个字符的ASCII字符6、 CHR$(x):把x的值转换为相应的ASCII字符7、 Str$(x):把x的值转换为一个字符串8、 Cint(x):把x的小数部分四舍五入，转换为整数9、 Ccur(x):把x的值转换为货币类型值，小数部分最多保留4 位且自动四舍五入10、 CDbl(x):把x值转换为双精度数11、 CLng(x):把x的小数部分四舍五入转换为长整数型数12、 CSng(x):把x值转换为单精度数13、 Cvar(x):把x值转换为变体类型值14、 VarPtr(var):取得变量var的指针2 数学函数1、 Sin(x):返回自变量x的正弦值2、 Cos(x): 返回自变量x的余弦值3、 Tan(x): 返回自变量x的正切值4、 Atn(x): 返回自变量x的反正切值5、 Abs(x): 返回自变量x的绝对值6、 Sgn(x): 返回自变量x的符号，即当x为负数时，返回-1；当x为0时，返回0;当x为正数时，返回17、 Sqr(x):返回自变量x的平方根，x必须大于或等于08、 Exp(x):返回以e为底，以x为指数的值，即求e的x次方2 日期与时间函数1、 Day(Now):返回当前的日期2、 WeekDay(Now):返回当前的星期3、 Month(Now):返回当前的月份4、 Year(Now):返回当前的年份5、 Hour(Now):返回小时(0~23)6、 Minute(Now):返回分(0~59)7、 Second(Now):返回秒 (0~59)2 随机数函数1、 Rnd[(x)]:产生一个0~1之间的单精度随机数2、 Randmize[(x)]:功能同上，不过更好2 字符串函数1、 LTrim$(字符串):去掉字符串左边的空白字符2、 Rtrim$(字符串):去掉字符串右边的空白字符3、 Left$(字符串,n):取字符串左部的n个字符4、 Right$(字符串,n):取字符串右部的n个字符5、 Mid$(字符串,p,n):从位置p开始取字符串的n个字符6、 Len(字符串):测试字符串的长度7、 String$(n,字符串):返回由n个字符组成的字符串8、 Space$(n):返回n个空格9、 InStr(字符串1,字符串2):在字符串1中查找字符串210、 Ucase$(字符串):把小写字母转换为大写字母11、 Lcase$(字符串):把大写字母转换为小写字母2 窗体输入输出函数1、 Print(字符串):在窗体输出字符串，可以用”&”对变量进行连接后输出 2、 Tab(n):把光标移到该行的n开始的位置3、 Spc(n):跳过n个空格4、 Cls:清除当前窗体内的显示内容5、 Move 左上角x，左上角y,宽度，高度:移动窗体或控件6、 InputBox(prompt,…):跳出一个数据输入窗口，返回值为该窗口的输入值7、 MsgBox(msg,[type]…):跳出一个提示窗口2 文件操作函数1、 Open 文件名 [For方式] [Access存取类型] [锁定] AS [#]文件号 [Len=记录长度]功能：为文件的输入输出分配缓冲区，并确定缓冲区所使用的存取方式说明：1) 方式：指定文件的输入输出方式，可选,默认是Random,可以是以下值a、 Output:指定顺序输出方式，将覆盖原有内容b、 Input:指定顺序输入方式c、 Append:指定顺序输出方式，在文件未尾追加内容d、 Random:指定随机存取方式，也是默认方式，在Random方式时，如果没有Access子句，则在执行Open语句时，VB将按下列顺序打开文件：读/写、只读、只写e、 指定二进制文件。在这种方式下，可以用Get和Put语句对文件中任何字节位置的信息进行读写。在Binary方式中，如果没有Access子句，则打开文件的类型与Random方式相同2)、存取类型：放在关键字Access之后，用来指定访问文件的类型。可以是下列类型之一a、 Read:打开只读文件b、 Write:打开只写文件c、 Read Write:打开读写文件。这种类型只对随机文件、二进制文件及用Append方式打开的文件有效3)、锁定：该子句只在多用户或多进和环境中使用，用来限制其他用户或其他进程对打开进行读写操作。锁定类型包括：a、 默认：如不指定锁定类型，则本进程可以多次打开文件进行读写；在文件打开期间，其他进程不能对该文件执行读写操作b、 Lock Shared:任何机器上的任何进程都可以对该文件进行读写操作c、 Lock Read:不允许其他进程读该 文件。只在没有其他Read存取类型的进程访问该文件时，才允许这种锁定。d、 Lock Write:不允许其他进程写这个文件。只在没有其他Write存取类型的进程访问该文件时，才允许这种锁定e、 Lock Read Write:不允许其他进程读写这个文件如果不使用lock子句，则默认为Lock Read write4)、文件号：由用户自行指定一个由1~511之间的整数，只要该文件号未被使用就合法；打开文件后，可以用该文件号进行读写等操作5)、记录长度：是一个整型表达式。当选择该参量时，为随机存取文件设置记录长度。对于用随机访问方式打开的文件，该值是记录长度；对于顺序文件，该值是缓冲字符数。”记录长度”不能超过32767字节。对于二进制文件，将忽略Len子句举例：Open “price.dat” for Output as #1Open “C:abc.dat” for radom as #1 len=2562、 Close [#文件号][，#文件号]……:关闭文件3、 Seek #文件号，位置：文件指针跳到指定位置，以字节为单位。取值1~pow(2,31)-14、 Seek (文件号):返回当前文件指针的位置5、 FreeFile():取得一个未使用的文件号6、 Loc(文件号)：返回指定文件的当前读写位置7、 LOF（文件号）：返回文件长度8、 EOF（文件号）：用来测试文件是否结束，结束返回true9、 Print #文件号，变量1，变量2，…变量n:按顺序将各变量的值写入顺序文件如果是print #文件号，则写入空行10、 Write #文件号，表达式表…：作用同 Print11、 Input #文件号，变量表….：读顺序文件，进行与Print相反的操作12、 Line Input #文件号，字符串变量：从顺序文件中读入一行13、 Input$(n,#文件号)：从顺序文件读出 n个字符的字符串14、 Put #文件号，[记录号]，变量：把除对象变量和数组变量外的任何变量（包括号含有单个数组元素的下标变量）的内容写入随机文件。例如：Put #2,,filebuff15、 Get #文件号，[记录号]，变量：读随机文件，执行与put相反的操作16、 Get|put #文件号，[位置]，变量：读写二制文件，位置是指下一次读写操作的位置。17、 Kill 文件名：删除文件18、 FileCopy 源文件名，目标文件名：复制文件19、 Name原文件名 as 新文件名：重命令文件

两点分布是一种二项分布的特殊情况，它只有两个可能的取值：0或1，因此不能取到2或3这样的值。两点分布通常用来描述在一次伯努利试验中成功和失败的概率，例如抛硬币正反面的概率，或者某种产品在生产线上合格和不合格的概率。记用P表示成功的概率，1-P表示失败的概率，则两点分布的概率质量函数为P(X=0)=1-P和P(X=1)=P，其中X是随机变量。

卡方检验你的数据应该用交叉列联表做，数据录入格式为：建立两个变量，变量1是组别，正常对照组用数据1表示，病例组用数据2表示；变量2是疗效等分类变量，用1表示分类属性1，用2表示分类属性2，还有一个变量3是权重，例数数据录入完成后，先加权频数后点analyze-descriptive statistics-crosstabs-把变量1选到rows里，把变量2选到column里，然后点击下面的statistics，打开对话框，勾选chi-squares，然后点continue，再点ok，出来结果的第3个表就是你要的卡方检验，第一行第一个数是卡方值，后面是自由度，然后是P值。

如果是数学中的比率对比的话应该是只要直接看这两个比率的大小就行了。如果是spss中比较两个率的话，方法如下：卡方检验：你的数据应该用交叉列联表做，数据录入格式为：建立两个变量，变量1是组别，正常对照组用数据1表示，病例组用数据2表示；变量2是疗效等分类变量，用1表示分类属性1，用2表示分类属性2，还有一个变量3是权重，例数数据录入完成后，先加权频数后点analyze-descriptive statistics-crosstabs-把变量1选到rows里，把变量2选到column里，然后点击下面的statistics，打开对话框，勾选chi-squares，然后点continue，再点ok，出来结果的第3个表就是你要的卡方检验，第一行第一个数是卡方值，后面是自由度，然后是P值。

结果分析：按α=0.05的水准，拒绝H0，接受H1，可以认为三种疗法治疗周围性面神经麻痹的有效率不全相等卡方检验你的数据应该用交叉列联表做，数据录入格式为：建立两个变量，变量1是组别，正常对照组用数据1表示，病例组用数据2表示；变量2是疗效等分类变量，用1表示分类属性1，用2表示分类属性2，还有一个变量3是权重，例数数据录入完成后，先加权频数后点analyze-descriptive statistics-crosstabs-把变量1选到rows里，把变量2选到column里，然后点击下面的statistics，打开对话框，勾选chi-squares，

问题一：单因素方差分析结果分析 方差分析表中的SS表示平方和，MS表示均方，F是组间均方与组内均方的比例，P-value表示在相应F值下的概率值，F crit是在相应显著水平下的F临界值，在统计分析上可以通过P-value的大小来判断组间的差异显著性，通常情况下，当0.05时没有显著差异，介于二者之间时有显著差异。也可通过F值来判断差异显著性，当F>=F crit时，有显著(或极显著)差异。顺便说一下，F检验只能在总体上来检验差异显著性，不能判别这些显著差异具体来自哪些处理间，若要分析，需要进行多重比较。 问题二：学术论文中的方差分析结果怎么看 如果是被试间，看各主效应、交互作用的F值和Sig值，Sig小于0.05就是存在效应 问题三：用SPSS 进行的方差分析应当如何看结果？ 10分 主要看sig那里的，数值大于0.05，则差异不显著，相反，就是显著的 问题四：结果中的方差分析怎么看 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，或检查数据值是否有异常存在。 另外，同类子集，是将几个变量分成N个亚组，看看变量在亚组中的分布情况判断变量的独立性。比如，变量1只在第一个亚组有数据，其他的亚组没数据，说明变量1相对于其他变量有较大的独立性。变量2在第二亚组和第三亚组都有数据，说明变量2可以分在第二亚组，也可以分在第三亚组，变量2就显得不确定，可能于其他变量有较大关联。 问题五：重复测量数据的方差分析怎么看结果 dxy/bbs/topic/28077464 看这个就明白了 问题六：单因素方差分析结果怎么看 小木虫 看F和p值啊 问题七：单因素方差分析结果怎么看 你是两两间比较吗？ 统计学专业硕士为你解答！ 问题八：用spss 单因素方差分析结果怎么看 用的tukey 20分 第一列和第二列就是你的水平，1和2比，1和3比较，然后看sig显著性，是否小于0.05，小于0.05组间有差异 问题九：单因素方差分析结果分析 方差分析表中的SS表示平方和，MS表示均方，F是组间均方与组内均方的比例，P-value表示在相应F值下的概率值，F crit是在相应显著水平下的F临界值，在统计分析上可以通过P-value的大小来判断组间的差异显著性，通常情况下，当0.05时没有显著差异，介于二者之间时有显著差异。也可通过F值来判断差异显著性，当F>=F crit时，有显著(或极显著)差异。顺便说一下，F检验只能在总体上来检验差异显著性，不能判别这些显著差异具体来自哪些处理间，若要分析，需要进行多重比较。 问题十：用SPSS 进行的方差分析应当如何看结果？ 10分 主要看sig那里的，数值大于0.05，则差异不显著，相反，就是显著的

前略int v;//v是变量scanf("%d",&v);int n;//n是次数for（int i=1;i<=n;i++）v+=2;

卡方检验x0dx0a你的数据应该用交叉列联表做，数据录入格式为：建立两个变量，变量1是组别，x0dx0a正常对照组用数据1表示，病例组用数据2表示；变量2是疗效等分类变量，用1表示分类属性1，用2表示分类属性2，x0dx0a还有一个变量3是权重，例数x0dx0a数据录入完成后，先加权频数后点analyze-descriptive statistics-crosstabs-把变量1选到rows里x0dx0a，把变量2选到column里，然后点击下面的statistics，打开对话框，勾选chi-squares，x0dx0a然后点continue，再点ok，出来结果的第3个表就是你要的卡方检验，第一行第一个数是卡方值，x0dx0a后面是自由度，然后是P值。

int a=0;while(1){ a+=2;}

对于列联表卡方检验中的自由度，其计算方法为（r-1）*（c-1）其中r指列联表的行数，c指列数在卡方分布表中比较临界值和计算的卡方值大小即可检验定类变量的相关

卡方检验你的数据应该用交叉列联表做，数据录入格式为：建立两个变量，变量1是组别，正常对照组用数据1表示，病例组用数据2表示；变量2是位点，A用1表示，C用2表示，还有一个变量3是权重，例数数据录入完成后，点analyze-descriptive statistics-crosstabs-把变量1选到rows里，把变量2选到column里，然后点击下面的statistics，打开对话框，勾选chi-squares，然后点continue，再点ok，出来结果的第3个表就是你要的卡方检验，第一行第一个数是卡方值，后面是自由度，然后是P值。

卡方检验你的数据应该用交叉列联表做，数据录入格式为：建立两个变量，变量1是组别，正常对照组用数据1表示，病例组用数据2表示；变量2是疗效等分类变量，用1表示分类属性1，用2表示分类属性2，还有一个变量3是权重，例数数据录入完成后，先加权频数后点analyze-descriptive statistics-crosstabs-把变量1选到rows里，把变量2选到column里，然后点击下面的statistics，打开对话框，勾选chi-squares，然后点continue，再点ok，出来结果的第3个表就是你要的卡方检验，第一行第一个数是卡方值，后面是自由度，然后是P值。

卡方检验你的数据应该用交叉列联表做，数据录入格式为：建立两个变量，变量1是组别，正常对照组用数据1表示，病例组用数据2表示；变量2是疗效等分类变量，用1表示分类属性1，用2表示分类属性2，还有一个变量3是权重，例数数据录入完成后，先加权频数后点analyze-descriptive statistics-crosstabs-把变量1选到rows里，把变量2选到column里，然后点击下面的statistics，打开对话框，勾选chi-squares，然后点continue，再点ok，出来结果的第3个表就是你要的卡方检验，第一行第一个数是卡方值，后面是自由度，然后是P值。

你编程工具里面需要还是电脑里需要设置？

图片里的t检验p值是对前面舞弊样本和控制样本的均数差异t检验得出来的，就是在spss里通过t检验，分析舞弊样本和控制样本之间 有没有差异。分组变量（grouping viariable），你是使用独立样本t检验来分析吧，独立样本t检验是这样用的，只有一组变量数值，但是由不同组别组成的，这样的可以通过独立样本t检验来分析（如果大于2个组别，一次只能分析其中2组，要多组一起分析，需要用one-way ANOVA），例如你表里的数据，如果舞弊样本和控制样本的数值都录入在一列里，假设舞弊数据10个，控制数据10个，在spss里，除了录入一列包括这20个数值的变量1外，还需要增加一个变量2，这个变量就用1、2来分别代表舞弊和控制样本，这个变量就是分组变量，在独立样本t检验里，把变量2选到分组变量里就可以进行分析了。如果在spss里舞弊样本和控制样本的数据分别作为变量1和变量2录入，就不能用独立样本t检验了，用paried-sample（成对样本）t检验来做，就不会出现分组变量了。

整理为7列，其中一列是组别，5列是指标使用情况，1列是具体数字

卡方检验你的数据应该用交叉列联表做，数据录入格式为：建立两个变量，变量1是组别，正常对照组用数据1表示，病例组用数据2表示；变量2是疗效等分类变量，用1表示分类属性1，用2表示分类属性2，还有一个变量3是权重，例数数据录入完成后，先加权频数后点analyze-descriptive statistics-crosstabs-把变量1选到rows里，把变量2选到column里，然后点击下面的statistics，打开对话框，勾选chi-squares，然后点continue，再点ok，出来结果的第3个表就是你要的卡方检验，第一行第一个数是卡方值，后面是自由度，然后是P值。

卡方检验你的数据应该用交叉列联表做，数据录入格式为：建立两个变量，变量1是组别，正常对照组用数据1表示，病例组用数据2表示；变量2是疗效等分类变量，用1表示分类属性1，用2表示分类属性2，还有一个变量3是权重，例数数据录入完成后，先加权频数后点analyze-descriptive statistics-crosstabs-把变量1选到rows里，把变量2选到column里，然后点击下面的statistics，打开对话框，勾选chi-squares，然后点continue，再点ok，出来结果的第3个表就是你要的卡方检验，第一行第一个数是卡方值，后面是自由度，然后是P值。

卡方检验你的数据应该用交叉列联表做，数据录入格式为：建立两个变量，变量1是组别，正常对照组用数据1表示，病例组用数据2表示；变量2是疗效等分类变量，用1表示分类属性1，用2表示分类属性2，还有一个变量3是权重，例数数据录入完成后，先加权（具体例数那栏不加权是得不出来的）频数后点analyze-descriptive statistics-crosstabs-把变量1选到rows里，把变量2选到column里，然后点击下面的statistics，打开对话框，勾选chi-squares，然后点continue，再点ok，出来结果的第3个表就是你要的卡方检验，第一行第一个数是卡方值，后面是自由度，然后是P值。

abcd是实际频数，为分类别统计得到的频数，如将研究对象按性别分为男性和女性，再分别统计出男性患病数a、男性未患病数b、女性患病数c、女性未患病数d。卡方检验数据应该用交叉列联表做，数据录入格式为：建立两个变量，变量1是组别，正常对照组用数据1表示，病例组用数据2表示；变量2是疗效等分类变量，用1表示分类属性1，用2表示分类属性2， 还有一个变量3是权重，例数 数据录入完成后。假设有两个分类变量baiX和Y，它们的值域分别为{x1, x2}和{y1, y2}，若要推断的论述为H1：“X与Y有关系”，可以利用独立性检验来考察两个变量是否有关系，并且能较精确地给出这种判断的可靠程度。具体的做法是，由表中的数据算出随机变量K^2的值（即K的平方）K^2 = n (ad - bc) ^ 2 / [(a+b)(c+d)(a+c)(b+d)]　其中n=a+b+c+d为样本容量。K^2的值越大，说明“X与Y有关系”成立的可能性越大。扩展资料：若四格表资料四个格子的频数分别为a，b，c，d，则四格表资料卡方检验的卡方值=n(ad-bc)^2/(a+b)(c+d)(a+c)(b+d)，（或者使用拟合度公式）自由度v=（行数-1）（列数-1）=1应用条件：要求样本含量应大于40且每个格子中的理论频数不应小于5。当样本含量大于40但有1=<理论频数<5时，卡方值需要校正，当样本含量小于40或理论频数小于1时只能用确切概率法计算概率。参考资料来源：百度百科-卡方检验

按钮1.标题 = 到文本（a）a = 取随机数（）