协方差分析SPSS.ppt

输出结果 （1）变量情况表格 （2）方差齐性检验结果： 结论：Levene检验 P=0.4860.1，提示方差齐。 （3）交互效应检验结果 还不能认为研究因素与协变量间存在交互作用。 （3）协方差分析 结论： 1）在扣除了初始体重（X）的影响以后，3种饲料喂养猪的体重增量（Y）的总体均数具有显著差异（F=31.071，P=0.000） 2）初始体重（X）对猪的体重增量（Y）的影响作用也是显著的（F=88.813，P=0.000）。 （4）显示均值结果： 这里输出的是经初始体重的合计均值19.25调整以后的各饲料组（group）的样本均数估计。 （5）多重比较结果： 练习题 在高血压的治疗中，采用三种不同治疗方法分别观察A、B、C三组患者的血压下降情况，测得每组患者的年龄（X）和血压下降值（Y），数据存放于SPSS数据文件D2.sav。 请分析：三种治疗方法的血压下降水平是否不同？要求将SPSS输出结果保存为D2.doc。 第十五章 协方差分析 （Analysis of covariance) 主要内容 第一节 协方差分析的基本思想和步骤 第二节 完全随机设计（多个独立样本） 资料的协方差分析 第一节 协方差分析的基本思想和步骤 问题的提出 在研究食品营养价值的动物实验中，各组动物的初始体重、进食量等对其体重的增加量都有很大的影响。 降压药物疗效考核的临床试验中，病人的初始血压水平对服药一段时间后血压下降的量有相当的影响。 除研究因素外影响观察指标的变量称为混杂因素，又称协变量(covariate)。 在实际工作中，类似于以上的影响因素在实验设计时是难以控制的，如何扣除或均衡这些不可控因素的影响，可在统计分析阶段采用协方差分析的方法。 问题的解决 协方差 是两个变量的协变异数，用COV(x,y)表示。 对于一个具有N对(x,y)的有限总体，x与y的总体协 方差定义为双变量离均差积和的平均数，即： 一、什么是协方差？ 对于具有n对观测值的样本，x与y的样本协方差COV（x, y）定义为双变量离均差乘积和与自由度的商，即： 样本协方差是总体协方差的估计值。 1.方差：是用来度量单个变量“自身变异”大小的总体 参数，方差越大，该变量的变异越大。 2.协方差：是用来度量两个变量之间“协同变异”大小 的总体参数，即两个变量相互影响大小的参数，协方差 的绝对值越大，两个变量相互影响越大。 3.对于涉及两个变量的试验资料：由于每个变量的总变 异既包含了“自身变异”又包含了“协同变异”(是指由 另一个变量所引起的变异)，须采用协方差分析法来进行 分析，才能得到正确结论。 二、协方差分析的基本思想 协方差分析是将线性回归与均数比较的 方差分析方法结合起来的一种统计方法。 协方差分析的基本思想 将那些对观察指标Y（应变量）有影响的定量变量X作为协变量，建立应变量Y随协变量X变化的线性回归关系，并利用这种回归关系把X值化为相等后再进行各组Y的修正均数（adjusted mean）间比较的假设检验。 修正均数(adjusted mean) ：假定协变量取值固定在其总均数时的观察变量Y的均数。 协方差分析的基本思想 协方差分析的基本思想 三、应用协方差分析的条件 理论上要求各样本均来自总体方差相等 的正态总体，各观察值相互独立。 各总体因变量与协变量间存在回归关系（ ≠0），且各总体回归直线的回归系数 相等，即各条回归直线平行（协变量与处理因素无交互作用）。 第二节 完全随机设计资料的协方差分析 【例13-1】为研究Ａ、B、C三种饲料对猪的催肥效果，用每种饲料喂养8头猪一段时间，测得每头猪的初始重量（X）和增重（Y）数据见表13-3。试分析三种饲料对猪的催肥效果是否不同。 表13-3 三种饲料喂养猪的初始重量与增重（单位：kg） 分析： 该研究中，各饲料组的猪的增重（Y）既包含了不同饲料所引起的“自身变异”，也包含了不同初始体重（X）所引起的“协同变异”，因此应采用协方差分析将“协同变异”从Y的总变异中剔除，获得Y的“自身变异”，然后才能正确地检验三种饲料喂养的猪的平均增重是否有显著差异。 分析的基本步骤 表13-3 三种饲料喂养猪的初始体重和增重（单位：kg） 以上步骤3、4涉及到的计算参见后面（1）~（5）。 1.确定协变量（即未加以控制或难以控制的因素），观察变量是否符合条件（正态性、独立、方差齐）。 2.协变量和观察变量间是否存在线性关系，各斜率是否相等。 3.利用回归关系把协变量X化为相等后再进行各组Y的修整均数间比较的假设检验。 4.修整均数间的多重比较。 计算公式：