1樓：呂秀才
不需要進行標準化
spss迴歸分析的結果本身就會給出一個經過標準化的迴歸係數
標準化之後的資料 做出來就沒有常數項的
2樓：匿名使用者
在選項中選擇beta就可以啦
用spss進行多元迴歸分析之前必須進行資料標準化處理嗎
3樓：
不需要的，直接進行分析
4樓：匿名使用者
不是必須進行
標準化處理
spss進行相關分析時，需不需要對資料進行z標準化？謝謝
5樓：匿名使用者
做因子分析和主成分分析才需要進行標準化
6樓：匿名使用者
做相關分析不需要的標準化的
7樓：匿名使用者
不需要的，可以直接進行相關分析
在spss做因子分析時，將原始資料輸入，和將標準化後的資料輸入，產生的結果會不會不同？？
8樓：demon陌
理論上不會改變。
因子分析的主要途徑是構建因子模型來計算各主因子得分，從而分析主因子的貢獻力總結出因子實際意義。資料標準化只是將不同變數量綱化，說明白點就是去掉各變數的單位，統一為標準化資料。
如果原始資料單位不衝突，標準化與否影響不大，正規來講，做多元統計分析前需要將資料進行標準化處理，保證統計分析的正確性。所以不僅不要擔心結果改變，相反應該要求資料的標準化處理。
用spss做主成分分析時怎麼將原始資料標準化
9樓：懶惰小人之懶惰
《spss統計分析高階教程》張文彤第2版中第226頁，在「相關陣和協方差」版塊下有這麼一段話：「相關陣不受變數量綱的影響，而協差陣受量綱的影響很大，當變數取值範圍相差很大或量綱不同時，應進行標準化，不過這點在spss中到不存在，因為spss的因子分析方法中本身就包含了一個標準化過程。」
spss的因子分析方法中本身就包含了一個標準化過程。
你說的是主成分分析，統計書上提到過，可以把主成分分析看成是因子分析中的一種，而且spss中主成分分析和因子分析都放在了一起，使用同一個spss分析過程。
做迴歸分析前資料需要標準化處理嗎
10樓：南心網心理統計
不需要的，軟體會輸出非標準化和標準化結果的。（南心）
在spss軟體中做因子分析需要將資料標準化處理嗎
11樓：
理論上不會改變。bai
因子分du析的主要途徑是構建因子模zhi型來計dao算各主因子得分，從而分析回主因子的貢獻力總結出答因子實際意義。資料標準化只是將不同變數量綱化，說明白點就是去掉各變數的單位，統一為標準化資料。 如果你的原始資料單位不衝突，標準化與否影響不大，正規來講，做多元統計分析前需要將資料進行標準化處理，保證統計分析的正確性。
所以不僅不要擔心結果改變，相反應該要求資料的標準化處理。 但是標準化的方法不一，每次標準化後的資料肯定也會不一樣，所以每次標準化後資料做出的因子得分實際上也不能保證一樣。這裡要搞清楚因子分析的結果不是看因子分析的得分是不是幾，而是靠這個得分做出分析結果也就是經濟學意義，所以即便因子得分有可能不一樣，只要結果分析到達一致即可。
SPSS多元線性迴歸怎麼看T檢驗？哪個值是p值，也就是sig
要看每一個自變數的sig是否小於0.05,只要有一個不滿足，則應選擇stepwise方法，重新計算。spss 多元線性迴歸結果中，係數模型下的1，b，t，sig.分別什麼意思。等！急求高手解答！spss 多元線性迴歸結果中，結果 列出了自變數的顯著性檢驗結果，結果輸出 中列出了迴歸模型的偏回歸係數 ...
求大師幫忙看看我用spss做的多元線性迴歸分析的結果
同意樓上，最後一個表的最後一欄，顯著性概率值均大於0.05，這樣的迴歸結果沒有什麼意義 第二格表的 r square 只有0.556，太小了。所以建議用別的方法做，不過我擔心，用stepwise做的話，可能只能提取出一個或兩個因素，會不會和樓主想要的結果差距有點大？你的迴歸結果沒有通過檢驗。4個自變...
用SPSS進行多元迴歸分析之前必須進行資料標準化處理嗎
不需要的，直接進行分析 不是必須進行 標準化處理 在用spss做多元線性迴歸時，需不需要將資料標準化？用標準化的資料和原始資料做出來的結果是不是不一樣？不需要進行標準化 spss迴歸分析的結果本身就會給出一個經過標準化的迴歸係數 標準化之後的資料 做出來就沒有常數項的 在選項中選擇beta就可以啦 ...