006方差分析资料.pptVIP

例：使用Visual Basic程序的嵌套循环语句打印九九乘法表. For i = 1 To 9 For j = 1 To 9 se = i × j = i * j Picture1.Print Tab((j - 1) * 9 + 1); se; Next j Picture1.Print Next i j的值比i的值变化得快些 与前面不同，这里调用了线性/非线性模型 重复测量方差分析 ANOVA = General Linear Models = Advanced Linear/Nonlinear Models Statistics 注意：这里对因子的定义比前面的复杂一些。 在GLM模型中，总是按下列方式指定重复测量因子(内因子)。首先，告诉Statistica有多少个重复测量因子；其次，命名这些因子并指定它们的水平数。Statistica将循环地把因变量列表分解到重复测量因子的各个水平。在这个循环过程中，下标变化最快的是最后被指定的因子，次后指定的因子下标变化次快的，以此类推。 本例中，仪表的下标变化最快，必须最后指定它。相应地，要首先指定Time。首先在第一个因子水平数中输入3，名称为Time；同样地，在下一个因子水平数输入3，名称为Dials。 给独立变量(因子)选择编码 定义内因子 重复测量方差分析 ANOVA 重复测量方差分析 ANOVA TIM1_DL1-TIM3_DL3为因变量 TIME和DIALS为效应内因子 NOISE为分类变量 因子编码已选择 效应间因子(组间因子) 需要好好理解内效应(Within effects，within-subjects factor)和间效应(Between effects， between-group factor ) 这是一个完成变量选择和定义的面板 重复测量方差分析 ANOVA 除截距外，主效应TIME、交互作用 TIME*NOISE和主效应DIALS具有显著意义 同样，显示TIME、TIME*NOISE和DIALS具有显著性(带有星号)。进一步可以通过双击左键，作出相应因子的图像 双击 定义作图坐标。此处将TIME定义为横坐标 重复测量方差分析 ANOVA 很明显，在白色噪音条件下，受试者的表现都有所改善，错误次数降低。但两条线在时间段2开始时，显示分异。在时段1，两种噪音下的受试者的表现相似；时段2和时段3，白色噪音下的受试者表现比有意义噪音下的受试者好，错误次数减少。 表明，时段TIME和噪音NOISE具有相互作用。 同样的方法，还可以作出另外两个具有显著性的主效应因子的图形 仪表1出现错误仪表2仪表3 随时段推移，出现错误的次数减少 重复测量方差分析 ANOVA 定义了两种噪音环境的比较 重复测量方差分析 ANOVA 现在定义平均数的比较。比较是通过正整数和负整数来定义的。下面，定义在两种噪音环境下，分别比较在时段2、时段3受试者出现错误的平均值。 定义两种环境下，TIME的比较 定义两种环境下，TIME2的比较 输出5个表格 重复测量方差分析 ANOVA 组间比较系数。将在两种噪音之间进行比较 重复测量因子（内因子）比较系数。将对时段2的3种表盘出错的均数进行比较 经过转换的变量的比较估算 每一个因变量的系数。通常没有多大意义 时段2在两种环境噪音下3种表盘出现错误均数比较结果。不显著 重复测量方差分析 ANOVA 1 5 4 3 2 用同样的方法，进行时段3的比较。得到5个表。结果表明，在两种环境噪音情况下-时段3，3种表盘出现错误平均数之间没有显著性差异 重复测量方差分析 ANOVA 上述分析表明，不同噪音类型没有导致时段2和时段3错误数出现显著差异。但从前面TIME与NOISE的相互作用图形（见下图）来看，相互作用又是显著的，似乎是从时段1向时段2变化导致了差异的显著性。现在，排除时段3，再来检验噪音相互作用的显著性。 定义组间因子比较系数 定义重复测量因子比较系数 比较结果具有显著性。从时段1到时段2，白色噪音（无意义噪音）下受试者表现提高（错误减少）显著地高于有意义噪音下的受试者。这和时段与噪音相互作用图的显示是一致的 作业： 单因素、多因素和重复测量设计各选一例（或使用软件中的例子）并用Statistica对其进行方差分析 要求： 1、阐明设计特点 2、说明数据文件的构建及变量的含义 3、演示分析过程 4、进行验后均数比较和计划性均数比较，如果两 者不同，需进行说明 5、解释分析结果，得出结论 双因素方差分析 ANOVA 有八个选项卡 Residual残差分析选项卡，包括：