SPSS数据分析教程-第9章方差分析.ppt

男性的所有消费方式的消费金额均大于女性，男性和女性消费方式的曲线是不平行的，表明二者有交互效应。女性在经常性购物中花费金额最多；而男性则在每周购物方式中花费最多。 既分析控制因素影响，又分析协变量的影响以及控制因素和协变量关系的方法称为协方差分析。 协方差分析是针对在试验阶段难以控制或者无法严格控制的因素，在统计分析阶段进行统计控制，它在扣除协变量的影响后再对修正后的主效应进行方差分析，是一种把直线回归和方差分析结合起来的方法。 协方差分析的数学模型为 yij = 1 + ai +ˉ zij+ 2ij 这里yij表示在控制因素的i水平下的第j次试验的因变量观测值；1为因变量总体均值;ai表示控制因素的水平下对因变量产生的效应；ˉ为协变量的回归系数；zij表示在控制因素的水平下的第次试验的协变量观测值；2ij为抽样误差，假设它是服从方差相等的正态分布变量。 政府就业促进部门想了解他们的就业促进项目是否发挥了实质性的作用，他们随机选取了参加该项目的人和没有参加该项目的人，调查这些人在实施该项目前后的收入变化。这里研究的目标变量为参加项目后人们的薪水，用它来衡量人们找到工作的好坏，即变量“incaft”（参加项目后的薪水）为因变量。由于参加该就业促进项目之前人们的薪水是不同的，如果不考虑该因素，直接比较参加项目之后人们薪水的区别是不合理的。因此把参加该项目前人们的薪水(incbef)作为协变量，把是否参加就业促进项目（prog）作为控制因素，即自变量。 在进行协方差分析之前，一般要先检查进行协方差分析的前提条件是否满足。 协变量和因变量之间是否有线性关系可以通过绘制散点图来直观的观测二者之间线性关系的强弱。 控制因素和协变量之间是否有交互作用 可以先预先进行方差分析检查二者之间的交互效应是否显著。 选择【分析】→【一般线性模型】→【单变量】 把“incaft”选入“因变量（D）”框中；把变量“prog”选入“固定因子(F)”框中，把“incbef”选入“协变量（C）”框中。 得克萨斯州的一所大学提出了三种GMAT辅导课程：即3小时复习、1天课程和10周强化班，他们需要了解这三种辅导方式如何影响GMAT成绩。另外，通常考生来自三类院校，即商学院、工学院、艺术与科学院。因此，了解不同类型学校毕业的考生GMAT成绩是否有差异也是一个让人感兴趣的话题。他们在三类学校中每一个随机抽取6个学生，随机指派两名到一门辅导课程中，最后他们的GMAT成绩结果记录于数据文件GmatScore.sav中。 问题为： 1) 不同的辅导课程是否对学生GMAT的成绩有显著的影响？来自不同类型学校的学生的GMAT成绩是否有显著的差别？请给出理由。 2) 是否一类学校的考生适应一种辅导课程，而另一类学校的考生适合其他课程？请给出理由。 谢谢！ —《SPSS数据分析教程》 方差分析的基本思想 了解方差分析和比较均值的异同 单因素方差分析的应用条件、方法和结果的解释 多因素方差分析的应用条件、方法和结果的解释 协方差分析的应用条件、方法和结果的解释 t检验应用于研究单样本均值的比较和两个样本均值的比较。在生产活动和科学研究中经常会遇到比较三个或者三个以上样本均值的差异问题。这时，采用的统计方法称为方差分析，简称ANOVA（ANalasis Of VAriance）。 例如某机构对当前民众的生活状况进行调查，根据被调查者的回答把居民对待生活的态度分为三类：认为生活丰富多彩、生活平平常常和生活乏味三类，它们想知道人们对待生活的态度是否和他们受教育的情况有关系，即这三类人是否在受教育程度上有显著的区别。 试验中的实验结果是需要分析的变量，称为响应变量，或者因变量。方差分析的因变量必须为尺度类型的数据（即连续数据）。 影响试验结果的因素即为影响响应变量的变量，称为自变量或者因子。根据试验中这些因素的处理方式，因素可以分为控制因素、随机因素和协变量。 因子的不同取值称为因子的不同水平。 控制因素一般要求为分类变量，而协变量要求为尺度数据。 控制因素：它是试验中可以控制的影响试验结果的因素，因素的不同水平会导致不同的试验结果。 不可控因素：因素的水平与试验结果的关系是随机的，即不确定因素，但是不同于随机因素，可以理解为非研究关心的因素或非处理因素。 随机因素：因素与试验结果的关系是随机的，其水平也是随机出现的。 处理：在试验中，控制因素的一个水平或者几个控制因素的某一水平组合称为一个处理。 方差分析的自变量是“因子”或者“因素”，它是分类变量；其因变量则为尺度变量，需要满足以下两个基本前提条件： 每个处理的因变量为正态分布（正态性） 每个处理的因变量具有相同的方差（方差齐性） 用于研究一个影响因素对试验结果的影响，它用于比较两个或者两个以