问题描述：

SPSS中，相关分析最常用的工具包括（AD ） ：

A、绘制散点图

B、建立回归模型

C、计算协方差

D、计算相关系数

答案解析：

相关与回归间的关系：

相关分析：侧重反映散点的疏密程度。

回归分析：侧重反映散点的趋势程度。

A、散点图提供以下特征：

1）相关性

2）线性趋势

3）异常值

D、相关系数：用于衡量两个变量的相关程度、两类现象在发展变化的方向与大小方面存在一定的关联（不包括因果和共变关系）。

比如，随着x的变大，y也随之变大，并且接近某种函数关系，说明相关性好

相关系数越接近于1或-1，相关性越强；相关系数越接近于0，相关度越弱。

相关强度：

0.1~0.35 低

0.35~0.7 中等

0.7~0.9高

0.9~0.1共线性

B、回归分析——回归模型y=β0+β1*x1+β2*x2+ε

能解决什么问题：

1）探索影响因变量的可能因素。

2）利用回归模型进行预测。→

R²表示y和y^的相似程度——用来度量模型好坏

C、协方差是衡量两个变量之间的总体误差的，是描述随机变量相互关联程度的一个特征数

它是建立在方差分析和回归分析基础之上的一种统计分析方法。

y x

连 分分连→协方差

协方差仅能进行定性的分析，并不能进行定量的分析。比如身高体重之间的协方差为209.1，它们之间的相关性具体有多大呢，协方差并没有给出定量的判断标准。

如果存在控制变量，则需要使用协方差分析。

比如：在研究新旧两种教材对学生的成绩影响时，学生之前的成绩水平就是控制变量。可以把它作为协变量，将它的作用排除，然后在计算教材对学习成绩的影响