誰對誰的影響用什麼分析方法

⑴ 如果想分析多個因素對某一結果的影響程度應該用什麼

分析多個因素對某一結果的影響程度應該用數據分析。主要的方式如下：

分析多個因素對某一結果的影響程度主要分為三步：

第一步是整理數據，首先定義變數，這個是比較重要的一步，但難度不大。

第二步：分析 由於你要分析農民收入和其他因素之間的關系。所以確定農民收入為因變數，而其他為自變數。通過analyze下面的regression來完成。即把農民收入選進因變數，其他（除年份和總計）作為自變數分析。當然裡面還有像statistics等這些功能項，你作為默認就行了。

第三步：解釋模型。認定你的模型做的好不好要看檢驗的結果，這里看R值。如果R接近1，則說明模型和實際擬和的效果比較好。你的模型R值達到了0.9多，說明效果非常不錯。

SPSS中做Logistic回歸的操作步驟：分析>回歸>二元Logistic回歸，選擇因變數和自變數（協變數）

(1)誰對誰的影響用什麼分析方法擴展閱讀:

數值型變數（metric variable）是說明事物數字特徵的一個名稱，其取值是數值型數據。如「產品產量」、「商品銷售額」、「零件尺寸」、「年齡」、「時間」等都是數值型變數，這些變數可以取不同的數值。數值型變數根據其取值的不同，又可以分為離散型變數和連續型變數。

數據形式在計算機中的表示主要有兩大類：數值型變數和非數值型變數（如，字元、漢字等）。數值型變數指，被人為定義的數字（如整數、小數、有理數等）在計算機中的表示。這種被定義的數據形式可直接載入內存或寄存器進行加、減、乘、除的運算。

一般不經過數據類型的轉換，所以運算速度快。具有計算意義。另一種非數值型的數據，如字元型數據（如『A』，『B』，『C『等），是不可直接運算的字元在計算機中的存在形式。具有信息存儲的意義。

在計算機中可識別的字元，一般都對應有一個ASCII碼，ASCII碼為數值型的數據。ASII碼值的改變，對應的字元也會改變。所以，非數值型的數據，本質上也是數值型的數據。為了接近人的思維習慣，方便程序的編寫，計算機高級語言，劃分了數據的類型：

數值型數據有：整型 單精度型 雙精度型。

非數值類型數據有：字元型 或 布爾型 或者 字元串型。

⑵ 請問，分析一個事物對於另一個事物的影響有什麼分析方法不是數學方面的，是純理論講解的

1. 首先你需要對這兩個事物都有基本的了解，即他們的內涵是什麼？包括哪些特徵要點？等等；

2. 其次，你需要從中找到你要論述的角度，並在兩者間建立聯系，接下來你就可以根據這個來談影響，或者是藉助第三方（相關領域）的一些分析角度來談影響；

3. 必要時藉助框架的力量，如PEST,SWOT分析等等，這些都是已經找好了的角度，是前人總結歸納得很好的東西，在試用場景中可以直接套用。
   

⑶ 用spss分析幾個因素對某一因素的影響，用什麼研究方法。

用spss分析幾個因素對某一因素的影響的方法：

整理數據，再定義變數，分析，因為你要分析農民收入和其他因素之間的關系，所以確定農民收入為因變數，而其他為自變數。通過analyze下面的regression來完成。即把農民收入選進因變數，其他（除年份和總計）作為自變數分析。

還有像statistics等這些功能項，作為默認就行。 解釋模型。認定你的模型做的好不好要看檢驗的結果，要看R值。如果R接近1，則說明模型和實際擬和的效果比較好。

(3)誰對誰的影響用什麼分析方法擴展閱讀：

SPSS的相關要求規定：

1、SPSS的基本功能包括數據管理、統計分析、圖表分析、輸出管理等等。SPSS統計分析過程包括描述性統計、均值比較、一般線性模型、相關分析、回歸分析、對數線性模型、聚類分析、數據簡化、生存分析、時間序列分析、多重響應等幾大類。

2、SPSS針對初學者、熟練者及精通者都比較適用。並且很多群體只需要掌握簡單的操作分析，大多青睞於SPSS，像薛薇的《基於SPSS的數據分析》一書也較適用於初學者。而那些熟練或精通者也較喜歡SPSS，因為他們可以通過編程來實現更強大的功能。

3、SPSS作為一個數據挖掘平台， Clementine結合商業技術可以快速建立預測性模型，進而應用到商業活動中，幫助人們改進決策過程。

⑷ 用什麼方法分析多個因素對不同樣本之間影響程度的大小

因素分析法又稱連環置換法，可以用來分析各種因素對成本的影響程度。
在進行分析時，假定眾多因素中的一個因素發生了變化，而其他因素則不變，然後逐個替換，分別比較起計算結果，以確定各個因素的變化對成本的影響程度。
因素分析法的計算步驟如下：1）確定分析對象，計算實際與目標數的差異。
2）確定該指標是有哪幾個因素構成的，並按其相互關系排序（排序原則：先實物量，後價值量；
先絕對值，後相對值）3）以目標數為基礎，將各因素的目標數相乘，作為分析替代的基數。
4）將各個因素的實際數按照已確定的排列順序進行替換計算，並將替換後的實際數保留下來。
5）將每次替換計算所得的結果，與前一次的計算結果相比較，兩者的差異即為該因素對成本的影響程度。
6）各個因素的影響程度之和，應與分析對象的總差異相等。

⑸ 研究員工個性特徵對公司滿意度的影響用什麼統計分析方法呢

用SPSS軟體都可以解決這些問題。可以用方差分析。比如，性別對滿意度的影響，可以單因素方差分析：ANALYZE->COMPARE MEANS->ONE-WAY ANOVA.把性別輸入FACTOR.把滿意度輸入DEPENDENT LIST.然後OK,顯著性SIG如果在0.05以內說明顯著差異，性別對滿意度有影響；如果你要做多因素交互作用，可以用多因素方差分析，ANALYZE->GENERAL LINEAR MODEL_>UNIVARIATE,同樣把因變數放入D.V.把自變數性別和年齡放入FIXED FACTOR，其他可以選擇默認，然後OK，給出的結果有他們的主效應，也有交互效應。
還是多看書對你比較有幫助。借書看書吧。

⑹ 在論文中討論某種因素對結果影響程度用什麼方法

因素分析法。
該分析法又稱連環替代法．是人們在經濟分析活動中經常使用的一種分析因素變動後對結果影響程度的一種方法。就是將影響一個整體變數的因素進行因式分解，找出每一個因素對整體變數的影響程度的一種分析方法。

⑺ 統計學上分析多個變數對一個變數的影響，可以用什麼方法

可以採用多元回歸分析方法，即：在相關變數中將一個變數視為因變數，其他多個變數視為自變數，建立多個變數之間的非線性數學模型數量關系式，並利用樣本數據進行分析的統計方法。

⑻ 要研究數據組A對數據組B的影響程度大小，應用什麼模型研究用SPSS的什麼分析方法

影響力大小分析，沒有這樣的說法。
你的意思我明白，我以為是從如下的分析中可以得出你較為滿意的結論。
1. 兩者之間的相關分析，相關系數大，說明二者高度相關。
2. 建立以創新能力相關數據為因變數，高校研發能力相關數據為自變數的回歸方程，從回歸系數等各個數據來分析它們之間的關系。
3.用EVIEWS分析二者之間的因果關系，那就更好了。

⑼ 用spss分析很多因素對一項決定的影響

要具體看數據類型，如果Y（因變數）為定類數據，可用Logistic回歸分析；如果Y為定量數據，可用多元回歸分析，如果自變數中有定類數據可設置成啞變數，再放入分析。

可結合SPSSAU的分析方法選擇文檔，選擇適合的分析方法。

⑽ 我想研究A對B的影響，A包含多個因素，B又是由多個指標來表徵的，不知該用哪種分析方法

可以用典型相關分析的方法，考慮一組變數和另外一組變數之間的關系，我不怎麼用SPSS，用的是編程軟體R。你可以網上搜搜具體步驟。