概述：
自变量是连续变量，因变量是连续变量，怎么做相关性分析？
自变量是分类变量，因变量是连续变量，怎么做相关性分析？
自变量是连续变量，因变量是分类变量，怎么做相关性分析？
自变量是分类变量，因变量是分类变量，怎么做相关性分析？
自变量因变量方法
连续变量连续变量线性回归
分类变量连续变量比较均值（T检验）
连续变量分类变量Logistic回归
分类变量分类变量列联分析（卡方检验）
注：还有其他可替代的分析方法，但效果基本一致。

1、线性回归（自变量连续变量，因变量连续变量）
（1）步骤：分析-回归-线性
（2）数据处理：
i对变量取lg：对连续变量取lg再做回归，用于检验非线性相关关系。

ii均值中心化：
先求均值：数据-分类汇总-把变量放到“汇总变量-变量摘要”里。

再进行均值中心化：转换-变量计算-“变量-均值”-得出中心化的新变量。

2、比较均值“独立样本T检验”（自变量分类变量，因变量连续变量）
步骤：分析-比较均值-独立样本T检验-因变量放“检验变量”，自变量放“分组变量”，然后定义组-确定
结果解读：
关注点：看“Sig.(双侧)”是否小于0.05。

3、logistic回归（自变量连续变量，因变量分类变量）
步骤：分析-回归-二元logistic-自变量放“协变量”-“选项”点Hosmer-Lemeshow 拟合度（类似于R方）
结果解读：
（1）模型拟合
关注点：卡方越小，Sig.越高，说明模型拟合度越高。

（2）参数检验
关注点：看变量的显著性水平是否小于0.05。

4、列联表分析（自变量分类变量，因变量分类变量）
步骤：分析-描述统计-交叉表-自变量放“列”，因变量放“行”-“统计量”点“卡方”
-“单元格”点“百分比-行”
结果解读：
关注点：看Pearson卡方的显著性水平是否小于0.05。

5、描述性统计：分析-表-设定表。