管理统计SPASS方差教程方案.pptVIP

(4)多重比较检验结果 表8-9显示了两两基金之间费用比率均值比较结果。表中的星号表示在显著性水平0.05的条件下，相应的两组均值存在显著性差异。表中第四列Mean Difference表示两两不同基金费用比率差值的均值。第六列是进行t检验的概率P值，可以通过比较P值大小来判断两两基金之间的费用比率是否有显著差异。从结果来看，只有第一种和第四种基金费用比率的概率P值(0.033)小于显著性水平。因此这四种基金中，只有它们之间的费用比率存在显著性差异，其他基金的费用比率之间都没有显著差异。 (5)方差分析的精细比较 案例中第二问要比较第三类基金的费用比率和其他基金之间的关系，其实就是要进行均值之间的多项式比较。表8-9首先列出了均值线性组合的系数，其实就是软件操作中第四步输入的数值。接着表8-10列出了多项式比较结果。SPSS分别给出了方差齐性和方差不齐性的检验统计量和概率P值。本案例中不管方差齐性还是不齐性，其概率P值都显著大于0.05，这说明了零假设成立，即混合型股票基金的费用比率是其他三种类型基金费用比率的平均水平。 (6)均值折线图 图8-11显示了这四类基金费用比率的均值折线图。从图中明显看到，第四类基金的费用比率均值明显高于其他类型的基金。 8.3 多因素方差分析 8.3.1 多因素方差分析的基本原理 1.方法概述 多因素方差分析是对一个独立变量是否受多个因素或变量影响而进行的分析。它不仅能够分析多个控制变量独立作用对观测变量的影响，更能够分析多个控制变量的交互作用对观测变量的影响，及其他随机变量对结果的影响。 2.基本原理 由于多因素方差分析中观察变量不仅要受到多个因素独立作用的影响，而且因素其交互作用和一些随机因素都会对变量产生影响。因此观测变量值的波动要受到多个控制变量独立作用、控制变量交互作用及随机因素等三方面的影响，需要将观测变量总的离差平方各分解为3个部分： 多个控制变量单独作用引起的离差平方和； 多个控制变量交互作用引起的离差平方和； 其他随机因素引起的离差平方和。 在现实中，常常会遇到两个因素同时影响结果的情况。双因素方差分析有两种类型： 一种是无交互作用的双因素方差分析，它假定因素A和因素B的效应之间是相互独立的，不存在相互关系； 另一种是有交互作用的方差分析，它假定A、B两个因素不是独立的，而是相互起作用的，两个因素同时起作用的结果不是两个因素分别作用的简单相加，两者的结合会产生一个新的效应。 8.3.2 双因素方差分析 8.3.2 双因素方差分析 (1)无交互作用的双因素方差分析模型则为： (2)有交互作用的双因素方差分析模型则为： 其中随机误差 相互独立，都服从 分布。 第1步 提出零假设H0： (1)无交互作用的双因素方差分析模型则为： 或 (2)有交互作用的双因素方差分析模型则为： 8.3.2 双因素方差分析 第2步 构造检验统计量： 设控制变量A有k个水平，变量B有r个水平 ，则SSA的定义为（SSB的定义类似）： 其中， 为因素A第i个水平和因素B第j个水平下的样本观测值个数， 为因素A第i个水平下观测变量的均值。 其中， 是因素A、B在水平i、j下的观测变量均值。 在固定效应模型中，各F统计量为： 在随机效应模型中， 统计量不变，其他两个F 统计量分别为： 第3步 计算检验统计量的观测值和概率p值：SPSS会自动将相关数据代入各式，计算出检验统计量的观测值的概率p值（也称相伴概率值Sig.）。 第4步 给出显著性水平 ，作出决策。 8.3.3 实例图文分析：薪金的区别 1 实例内容 假设某一杂志的记者要考察职业为财务管理、计算机程序员和药剂师的男女雇员其每周的薪金之间是否有显著性差异。从每种职业中分别选取了5名男性和5名女性组成样本，并且记录下来样本中每个人的周薪金(单位：美元)。所得数据见表8-11所示(数据文件8-3.sav)。请你分析职业和性别对薪金有无显著影响。 2 实例操作 由于薪金水平的高低和所从事的职业、性别等因素都有关系。因此这里要考虑两个因素水平下的薪金差异问题，即建立双因素的方差分析模型。本案例中，职业和性别是两个影响因素，而每周薪金是因变量。同时，我们也要考虑职业和性别这两个因素之间有无交互作用。具体操作步骤如下： Step01：打开对话框 打开数据文件8-3.sav，选择菜单栏中的【Analyze(分析)】 →【General Linear Model(一般线性模型)】→【Univariate(单变量)】命令，弹出【Univariate(单变量)】对话框。这里“wage”