谁对谁的影响用什么分析方法

⑴ 如果想分析多个因素对某一结果的影响程度应该用什么

分析多个因素对某一结果的影响程度应该用数据分析。主要的方式如下：

分析多个因素对某一结果的影响程度主要分为三步：

第一步是整理数据，首先定义变量，这个是比较重要的一步，但难度不大。

第二步：分析 由于你要分析农民收入和其他因素之间的关系。所以确定农民收入为因变量，而其他为自变量。通过analyze下面的regression来完成。即把农民收入选进因变量，其他（除年份和总计）作为自变量分析。当然里面还有像statistics等这些功能项，你作为默认就行了。

第三步：解释模型。认定你的模型做的好不好要看检验的结果，这里看R值。如果R接近1，则说明模型和实际拟和的效果比较好。你的模型R值达到了0.9多，说明效果非常不错。

SPSS中做Logistic回归的操作步骤：分析>回归>二元Logistic回归，选择因变量和自变量（协变量）

(1)谁对谁的影响用什么分析方法扩展阅读:

数值型变量（metric variable）是说明事物数字特征的一个名称，其取值是数值型数据。如“产品产量”、“商品销售额”、“零件尺寸”、“年龄”、“时间”等都是数值型变量，这些变量可以取不同的数值。数值型变量根据其取值的不同，又可以分为离散型变量和连续型变量。

数据形式在计算机中的表示主要有两大类：数值型变量和非数值型变量（如，字符、汉字等）。数值型变量指，被人为定义的数字（如整数、小数、有理数等）在计算机中的表示。这种被定义的数据形式可直接载入内存或寄存器进行加、减、乘、除的运算。

一般不经过数据类型的转换，所以运算速度快。具有计算意义。另一种非数值型的数据，如字符型数据（如‘A’，‘B’，‘C‘等），是不可直接运算的字符在计算机中的存在形式。具有信息存储的意义。

在计算机中可识别的字符，一般都对应有一个ASCII码，ASCII码为数值型的数据。ASII码值的改变，对应的字符也会改变。所以，非数值型的数据，本质上也是数值型的数据。为了接近人的思维习惯，方便程序的编写，计算机高级语言，划分了数据的类型：

数值型数据有：整型 单精度型 双精度型。

非数值类型数据有：字符型 或 布尔型 或者 字符串型。

⑵ 请问，分析一个事物对于另一个事物的影响有什么分析方法不是数学方面的，是纯理论讲解的

1. 首先你需要对这两个事物都有基本的了解，即他们的内涵是什么？包括哪些特征要点？等等；

2. 其次，你需要从中找到你要论述的角度，并在两者间建立联系，接下来你就可以根据这个来谈影响，或者是借助第三方（相关领域）的一些分析角度来谈影响；

3. 必要时借助框架的力量，如PEST,SWOT分析等等，这些都是已经找好了的角度，是前人总结归纳得很好的东西，在试用场景中可以直接套用。
   

⑶ 用spss分析几个因素对某一因素的影响，用什么研究方法。

用spss分析几个因素对某一因素的影响的方法：

整理数据，再定义变量，分析，因为你要分析农民收入和其他因素之间的关系，所以确定农民收入为因变量，而其他为自变量。通过analyze下面的regression来完成。即把农民收入选进因变量，其他（除年份和总计）作为自变量分析。

还有像statistics等这些功能项，作为默认就行。 解释模型。认定你的模型做的好不好要看检验的结果，要看R值。如果R接近1，则说明模型和实际拟和的效果比较好。

(3)谁对谁的影响用什么分析方法扩展阅读：

SPSS的相关要求规定：

1、SPSS的基本功能包括数据管理、统计分析、图表分析、输出管理等等。SPSS统计分析过程包括描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、数据简化、生存分析、时间序列分析、多重响应等几大类。

2、SPSS针对初学者、熟练者及精通者都比较适用。并且很多群体只需要掌握简单的操作分析，大多青睐于SPSS，像薛薇的《基于SPSS的数据分析》一书也较适用于初学者。而那些熟练或精通者也较喜欢SPSS，因为他们可以通过编程来实现更强大的功能。

3、SPSS作为一个数据挖掘平台， Clementine结合商业技术可以快速建立预测性模型，进而应用到商业活动中，帮助人们改进决策过程。

⑷ 用什么方法分析多个因素对不同样本之间影响程度的大小

因素分析法又称连环置换法，可以用来分析各种因素对成本的影响程度。
在进行分析时，假定众多因素中的一个因素发生了变化，而其他因素则不变，然后逐个替换，分别比较起计算结果，以确定各个因素的变化对成本的影响程度。
因素分析法的计算步骤如下：1）确定分析对象，计算实际与目标数的差异。
2）确定该指标是有哪几个因素构成的，并按其相互关系排序（排序原则：先实物量，后价值量；
先绝对值，后相对值）3）以目标数为基础，将各因素的目标数相乘，作为分析替代的基数。
4）将各个因素的实际数按照已确定的排列顺序进行替换计算，并将替换后的实际数保留下来。
5）将每次替换计算所得的结果，与前一次的计算结果相比较，两者的差异即为该因素对成本的影响程度。
6）各个因素的影响程度之和，应与分析对象的总差异相等。

⑸ 研究员工个性特征对公司满意度的影响用什么统计分析方法呢

用SPSS软件都可以解决这些问题。可以用方差分析。比如，性别对满意度的影响，可以单因素方差分析：ANALYZE->COMPARE MEANS->ONE-WAY ANOVA.把性别输入FACTOR.把满意度输入DEPENDENT LIST.然后OK,显着性SIG如果在0.05以内说明显着差异，性别对满意度有影响；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,同样把因变量放入D.V.把自变量性别和年龄放入FIXED FACTOR，其他可以选择默认，然后OK，给出的结果有他们的主效应，也有交互效应。
还是多看书对你比较有帮助。借书看书吧。

⑹ 在论文中讨论某种因素对结果影响程度用什么方法

因素分析法。
该分析法又称连环替代法．是人们在经济分析活动中经常使用的一种分析因素变动后对结果影响程度的一种方法。就是将影响一个整体变量的因素进行因式分解，找出每一个因素对整体变量的影响程度的一种分析方法。

⑺ 统计学上分析多个变量对一个变量的影响，可以用什么方法

可以采用多元回归分析方法，即：在相关变量中将一个变量视为因变量，其他多个变量视为自变量，建立多个变量之间的非线性数学模型数量关系式，并利用样本数据进行分析的统计方法。

⑻ 要研究数据组A对数据组B的影响程度大小，应用什么模型研究用SPSS的什么分析方法

影响力大小分析，没有这样的说法。
你的意思我明白，我以为是从如下的分析中可以得出你较为满意的结论。
1. 两者之间的相关分析，相关系数大，说明二者高度相关。
2. 建立以创新能力相关数据为因变量，高校研发能力相关数据为自变量的回归方程，从回归系数等各个数据来分析它们之间的关系。
3.用EVIEWS分析二者之间的因果关系，那就更好了。

⑼ 用spss分析很多因素对一项决定的影响

要具体看数据类型，如果Y（因变量）为定类数据，可用Logistic回归分析；如果Y为定量数据，可用多元回归分析，如果自变量中有定类数据可设置成哑变量，再放入分析。

可结合SPSSAU的分析方法选择文档，选择适合的分析方法。

⑽ 我想研究A对B的影响，A包含多个因素，B又是由多个指标来表征的，不知该用哪种分析方法

可以用典型相关分析的方法，考虑一组变量和另外一组变量之间的关系，我不怎么用SPSS，用的是编程软件R。你可以网上搜搜具体步骤。