界定变量之间的关系，把变
量之间的关联的紧密程度用数量方法予以反映，即相关系数；相关系数大说明变量之间的关联程度高，相关系数小说明变量之间的关联比较松散。
相关系数是测定变量之间线性相关程度和方向的代表性指标。其特点表现在：参与相关分析的两个变量是对等的，不分自变量和因变量，因此相关系数只有一个，计算相关系数的两个变量都是随机变量。相关系数有Pearso
相关系数、Spearma
和Ke
dallstuab等级相关系数。（2）偏相关分析
在实际问题中，事物之间的联系往往比较复杂，一个结果往往是受到多种因素相互综合作用产生的。在多变量的情况下，变量之间的的相关系复杂。偏相关分析是指在对其他变量的影响进行控制的条件下，分析多个变量中两个变量之间的线性相关程度。
偏相关分析的工作是计算偏相关系数，计算偏相关系数时需要掌握多个变量的数据，一方面考虑多个变量之间可能产生的影响，另一方面又采用一定的方法控制其他变量，专门考察两个特低昂变量的净相关关系。由于变量之间穿在错综复杂的关系，因此偏相关系数与济南单的相关系数与简单的相关系数在数值上可能相差很大，有时甚至符号都相反，一般偏相关系数更能反映现象之间的真实关系。
23线性回归分析
回归分析是从一组样本数据出发，确定变量之间的数学关系式，对这些关系式的可信程度进行各种统计检验，并从影响某一特定变量的诸多变量中找出哪些变量影响显著，哪些不显著。然后利用所求得关系式根据一个或几个变量的取值来预测或控制另一个特定变量的取值，并给出这种预测或控制的精度。
回归分析按照经验公式的函数类型可以分为线性回归和非线性回归。若回归分析的经验公式是线性函数，则称为线性回归；若回归分析的经验公式是非线性函数，则称为非线性回归。
2
f按自变量的个数可以将回归分析分为一元回归和多元回归。一元回归是自由一个自变量的回归分析。有两个或两个以上的自变量的回归分析称为多元回归。
按自变量和因变量的类型回归分析分为一般的回归分析、含有哑变量的回归分析和Logistic回归分析。一般的回归分析自变量和因变量都是定量变量。若因变量是定性变量的回归分析，则称为Logistic回归。
3SPSS在消费特征调查中的应用
31创建SPSS数据文件将信用卡消费调查数据保存在xykxfsav中该数据文件的变量、类型及其
标签如图1所示：
图1数据文件xykxfsav的变量、类型及其标签
32绘制散点图通过散点图可以观察变量之间的关系，从而决定拟合模型的类型。启动r