方差和协方差讲述.ppt

* * 三、协方差分析 考察与控制自变量作用有关的因变量均值差异时，通常有必要考虑非控制自变量的影响。例如： 研究收看不同电视广告的组别对品牌的评价时，可能有必要控制对该品牌的先期知识。 。。。 在这些情况下，可以使用协方差分析(analysis of covariance)。ANCOVA至少包括一个定类的自变量，及一个定量的自变量，后者称为协变量(covariate)。 【例】协方差分析应用 定义问题：在控制客源的影响之后，考察促销和赠券对销售额的影响。 确定变量： 因变量—标准化销售额（1-10） 自变量 促销（高，中，低） 赠券（有，无） 协变量—客源状况（1-10） * * Sum of Mean Sig. Source of Variation Squares df Square F of F Covariance Clientele 0.838 1 0.838 0.862 .363 Main effects Promotion 106.067 2 53.033 54.546 .000 Coupon 53.333 1 53.333 54.855 .000 Combined 159.400 3 53.133 54.649 .000 Interaction Promotion* Coupon 3.267 2 1.633 1.680 .208 Model 163.505 6 27.251 28.028 .000 Residual (Error) 22.362 23 0.972 TOTAL 185.867 29 6.409 Covariate Raw Coefficient Clientele -0.078 表5. 总变差分解和显著性检验 解读结果 控制客源的作用后： 促销和赠券对销售额有显著影响 两者之间的交互作用不显著 客源对销售额的影响不显著。 * * * * 四、重复测量的方差分析 在市场营销研究中，调查对象之间往往千差万别，如果能将个体差异与自变量的作用和实验误差进行有效区分的话，将大大提高实验的灵敏度。 控制受试对象差异的方法之一就是在各种实验条件下观察每个对象，即每个对象以自我作为对照。例如，要求每个调查对象对不同的广告诉求都进行评估。 这种设计被称为对象内设计或者重复测量方差分析（repeated measures analysis of variance）。 * * 总变差分解 在只有一个因子的情况下，重复测量的总变差可以分为人际间变差和个人内变差: SStotal = SSbetween people + SSwithin people 总变差的自由度为nc-1，人际间变差的自由度为n-1，个人内变差自由度为n(c-1)。 内部变差可以进一步分为两个来源: SSwithin people = SSx+SSerror 处理变差的自由度为c-1，残差的自由度为(c-1)(n-1)。 * * 自变量X Subject Categories Total No. Sample X1 X2 X3 … Xc 1 Y11 Y12 Y13 Y1c Y1 2 Y21 Y22 Y23 Y2c Y2 : : : : n Yn1 Yn2 Yn3 Ync YN Y1 Y2 Y3 Yc Y Between People Variation =SS between people Total Variation =SSy Between Category Variation = SS within people Category Mean 表6. 总变差分解：重复测量的方差分析 显著性检验 对于组均值相等的零假设的检验方法如下： * * * * 【例】产品类别和诉求形式对广告态度的影响 资料来源：陈丹，2004。 五、多元方差分析 当存在两个或两个以上相关的因变量时，需要采用多元方差分析（multivariate analysis of variance, MANOVA）。 MANOVA与方差分析（ANOVA）类似，但ANOVA是检验一个因变量的组间差异，而MANOVA是同步检验多个因变量的组间差异。 如果各个因变量是不相关的，对每个因变量进行ANOVA比MANOVA更合适。 * * * * 参考文献 马尔霍特拉： 《市场营销研究—应用导向》（第5版）， 第16章， 电子工业出版社，2009。 陈胜可编著：《SPSS统计分析：从入门到精通》，第7章，清华大学出版社，201