与相关分析的区别：对定量数据相关程度，回归解释更精确通过回归方程可以进行预测与控制回归关系依然不能解释成因果分析-回归-线性- 一：简单回归模型的结构：y^=a+bx+ε1.常量a[在‘选项’可取消回归模型中包含此部分]2.回归部分bx[b:回归系数、回归线的斜率]3.ε[随机误差，假定服从正态分布N(0,｛方差暂不清楚，占位符--挖坑1｝)]最小二乘法--挖坑2【到处挖坑、以后详细学习再补】 二：回归系数的计算与检验b=xy的协方差/x的样本方差a=y的均值-b*x的均值v=n-2检验：t检验--挖坑3方差分析[…
因果：课本里讲到相关不等于因果（空调、冰淇淋、气温），不再讨论不相关是指不线性相关，而独立是指两个随机变量一点关系都没有【相关一定不独立】，也就是说独立一定不相关，而不相关不一定独立。 a.独立：我说的和你说的完全无关，我说这是大的，你说这是红的/绿的/蓝的；我说那是小的，你说那是红的/绿的/蓝的；b.相关：我说的和你说的方向上是一样的，我说这些是大的，你说这些是红的；我说那些是小的，你说那些是绿的【我说大的这些你都说是红的】c.一致：我说的和你说的完全是一样的，我说这些是大的，你说这些是大的【不同的人对同一事物的…
常用检验的原假设【口诀：大同小异】及对应的SPSS软件功能菜单位置一：非参数检验1.正态检验+原假设：符合正态分布1.分析-描述统计-探索-图-含检验的正态图【即P-P图】2.分析-非参数检验-单样本/独立样本-设置-定制检验-’柯尔其戈洛夫-斯米诺夫检验‘【即K-S检验】注：K-S检验从实用性角度比不上图形工具，因为其样本少而不够敏感，样本多而敏感过度；在部分检验中，对正态性要求是稳健的 2.二项分布检验【考察构成比】+原假设：符合二项分布分析-非参数检验-单样本-设置-定制检验-’二项检验‘注：仅适用于二分离散…
