那么直接table(y)
>y
[,1] [,2] [,3]
[1,]123
[2,]222
[3,]321
>table(y)
y
1 2 3
2 5 2
所以如果统计所有列，那就自己写个循环吧
for(i in 1:ncol(y)){
table(y[,i])
}
analyze-correlate-bivariate-选择变量 OK 输出的是相关系数矩阵 相关系数下面的Sig.是显著性检验结果的P值，越接近0越显著。 另外，表格下会显示显著性检验的判断结果，你看看表格下的解释就知道，比如“**. Correlation is significant at the 0.01 level (2-tailed).” 就是说，如果相关系数后有"**"符号，代表在0.01显著性水平下显著相关 粗略判断的方法是，相关系数0.6以上，可以认为显著相关了
