谁能帮忙讲解一下分类变量的回归分析？自变量和因变量都为分类变量，请问怎样用SpSS做回归分析？ 分类抄变量为因变量，连续变量为自变量，做逻辑回归。或者是分类变量为自变量，连续变量为因变量，而且是做线性关系，则先将分类变量设置虚拟变量，再做线性回归。线性回归通常是人们在学习预测模型时首选的技术之一。袭在这种技术中，因变量是连续的，自变量可以是连续的也可以是离散的，回归线的性质是线性的。线性回归使用最佳的拟合直线（也就是回归线）在因变量（Y）和一个或多个自变量（X）之间建立一种关系。用一个方程知式来表示它，即 Y=a+b*X+e，其中 a 表示截距，b 表示直线的斜率，e 是误差项。这个方程可以根据给定的预测变量（s）来预测目标变量的值。扩展资料要点：1、自变量与因变量之间必须有线性关系。2、多元回归存在多重共线性，自相关性和异方差性。3、线性回归对异常值非常敏感。它会严重影响道回归线，最终影响预测值。参考资料来源：-回归分析
spss中因变量为有序分类变量时，可以使用方差分析吗 不可以的，anova是针对continuous data的
spss方差分析A、B、C三个因素显著性问题 被试量比较少呀，A、B、C都不显著.
