1樓：匿名使用者
交叉**為0的意思
我替別人做這類的資料分析蠻多的
2樓：
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異矩陣。
此外，連續型變數放入協變數（covariate）框中仍會有「1281 (76.7%) 個頻率為零的單元格」的警告，此時只是提醒你不要相信輸出的擬合優度結果（pearson和deviance）而已，只有不再出現奇異矩陣的警告，那你的結果就不會有問題。
2、出現奇異矩陣的警告表明你的結果有可能不正確。如果你的因變數或自變數分類過多的話，可以考慮合併一些樣本量很少的分類，這通常就會消除奇異矩陣的警告；如果仍然出現奇異矩陣的警告，你可以檢查一下自變數之間是否存在高度的共線性，這也是出現奇異矩陣的原因之一。
用spss做迴歸分析時，控制變數也要參與分析嗎？
spss做logistic迴歸分析出現警告
3樓：呂秀才
有 2204（80%）個具有零頻率的單元格（例如按子總體的因變數水平）。 這句話就是原因。
你有超過80%的單元格，可能是因變數，也可能是自變數裡面沒有資料或者是缺失吧，所以系統就給出這個提示了
spss相關分析出現負數如何修改資料變正
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...
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...
如何用logistic迴歸分析出各個自變數詳細的OR值
用spssau可以檢視or值，同時輸出有智慧文字分析 or值在spss裡面通過廣義線性模型進行設定，可以自動計算出來 or exp 估算的係數 logistic迴歸分析自變數的入選條件是什麼，分析結果顯示p值 0.000但是or值 0.999，這個結果怎麼分析，多謝 樣本量大，抽樣誤差小，置信區間窄...