SPSS操作—方差分析概要.ppt

SPSS操作—方差分析 三种变异 总变异：全部观察值大小各不相等，其变异就称为总变异（total variation）。用SST表示 组间变异：由于各组处理不同所引起的变异称为组间变异（variation between groups)。它反应了处理因素对不同组的影响，同时也包括了随机误差。用SS组间表示 组内变异：每个处理组内部的各个观察值也大小不等，与每组的样本均数也不相同，这种变异称为组内变异（variation within groups）。组内变异只反映随机误差的大小，如个体差异、随机测量误差等。因此，又称为误差变异。用SS组内表示 单因素方差分析 One-Way过程 One-Way过程：单因素简单方差分析过程。在Compare Means菜单项中，可以进行单因素方差分析（完全随机设计资料的多个样本均数比较和样本均数间的多重比较，也可进行多个处理组与一个对照组的比较）、均值多重比较和相对比较，用于。 One-Way ANOVA过程要求： 因（分析）变量属于正态分布总体，若因（分析）变量的分布明显的是非正态，应该用非参数分析过程。 对被观测对象的实验不是随机分组的，而是进行的重复测量形成几个彼此不独立的变量，应该用Repeated Measure菜单项，进行重复测量方差分析，条件满足时，还可以进行趋势分析。 练习五 随机抽取了17个受试对象。按完全随机设计方案将他们随机分为三组，要求每组受试者都记忆10个生词，生词内容和难度对每组受试者都是一样的，但给予不同的指导：第一组的受试者可以通过反复朗读单词来记忆；第二组受试者可以通过查生词的意思来记忆；第三组受试者可以通过寻找生词之间的联系来记忆。在经过一段时间记忆后，要求被试者写出所记住的生词，得记住生词个数，结果如表所示。试问不同指导措施在记忆中的作用有明显影响吗？ 双因素不重复试验 双因素重复试验 两因素分别为A和B，A有n种水平，B有m种水平，两种因素不同水平共有mn组合，在每种因素组合（i,j）下作d次重复试验，以减轻误差的干扰， General Linear Model过程 General Linear Model(简称GLM)过程：GLM过程由Analyze菜单直接调用。这些过程可以完成简单的多因素方差分析和协方差分析，不但可以分析各因素的主效应，还可以分析各因素间的交互效应。 在General Linear Model菜单项下有四项： Univariate：提供回归分析和一个因变量和一个或几个因素变量的方差分析。 Multivariate:可进行多因变量的多因素分析 Repeated Measure:可进行重复测量方差分析 Variance Component：可进行方差成分分析。通过计算方差估计值，可以帮助我们分析如何减小方差。 Model对话框：模型设定 Contrast对话框：效应比较 Plots对话框：因变量均数分布图 Post hoc对话框：多重比较 Save对话框：保存 Option对话框 结果分析(3)－方差分析结果 与未使用选择项的输出结果一样给出了组间、组内的偏差平方和、均方、 F值和概率P值。 P0.05，各组间均值在α＝0.05水平上有显著性差异。另外。表中还给出了未加权、加权的线性项以及加权的线性项与组间偏差平方和之差351.7660，以及由此派生出的均方、F值、P值。 结果分析(4)－对比系数表 列出两组多项式比较的系数 结果分析(5)－多项式比较结果 第一栏：按方差齐性和非齐性划分。 第二栏：多项式的值。 第三栏：标准误。 第四栏：计算的t值，是第2栏与第3栏之比。 第五栏：自由度。 第六栏：t值的概率。 从概率值可以看出：Contrast1，p0.05；Contrast2，p0.05，因此饲料对猪体重增加的效应，A、D效应之和与B、C效应之和在α=0.05水平上没有显著性差异；而A、C效应之和与B、D效应之和有显著性差异。 结果分析(6)－均值多重比较的结果LSD法 对饲料间均值差两两比较，用”*”表示差异显著 结果分析(7)－多重比较下的齐性子集结果Duncan法 第一栏列出A、B、C、D各组，第二栏列出DUNCAN取渐渐增大的Range值进行比较而分的子集。由于各组样本含量不等，计算均数用的是调和平均数的样本量是4.706。从概率值看，p0.05；说明各组方差具有齐次性 。 对饲料间均值差两两比较，处在同一竖栏为差异不显著，反之则差异显著 结果分析(8)－均数图形 以因素变量fodder为横轴，以独立变量Weight为纵轴而绘制的均数散点图。可看出各组均数的水平分布。 特别说明 应该特别说明的是，选取哪些选择项是根据研究需要进行的。本例中希望比较各种饲料对猪体重增加的效应，因此选择多重比较的选择项。相对比较