方差-SPSS操作流程规范.pptx

SPSS操作—方差分析 方差分析由英国统计学家R.A.Fisher在1923年提出，为纪念Fisher，以F命名，故方差分析又称 F 检验。 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 方差分析中的多重比较 目的： 如果方差分析判断总体均值间存在显著差异，接下来可通过多重比较对每个水平的均值逐对进行比较，以判断具体是哪些水平间存在显著差异。 常用方法备选： LSD法：t检验的变形，在变异和自由度的计算上利用了整个样本信息。 Duncan 新复极差测验法 Tukey 固定极差测验法 Dunnett最小显著差数测验法 等 实现手段： 方差分析菜单中的“Post hoc test…”按钮 实例-多重比较 步骤一： 同one-way ANOVA 步骤二： 选“Post hoc test” 勾选多重比较的方法 (如LSD、duncan法 确定显著性水平 continue 方差分析的思路： 将全部观测值的总变异按影响结果的诸因素分解为相应的若干部分变异，构造出反映各部分变异作用的统计量，在此基础上，构建假设检验统计量，以实现对总体参数的推断。 检验假设： H0:三个组的总体均数相同； H1:三个组的总体均数不全相同； 方差分析步骤 单因素方差分析 也称有一维方差分析，对二组以上的均值加以比较。 检验由单一因素影响的一个（或几个相互独立的）分析变量由因素各水平分组的均值之间的差异是否有统计意义。 并可以进行两两组间均值的比较，称作组间均值的多重比较，还可以对该因素的若干水平分组中哪些组均值不具有显著性差异进行分析，即一致性子集检验。 步骤 Analyze→Compare means→ One-way ANOVA 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。 analyze→compare means→one-way ANVOA 响应变量 因素 Contrasts：线性组合比较。是参数或统计量的线性函数，用于检验均数间的关系，除了比较差异外，还包括线性趋势检验 Contrasts可以表达为： a1u1+ a2u2 +···+akuk =0；满足a1+ a2+···+ak =0。式中ai为线性组合系数，ui为总体均数，k为分类变量的水平数 Polynomial(多项式比较)：均值趋势的检验有5种多项式：Linear线性、Quadratic二次、Cubic三次、4th四次、5th五次多项式 Coefficients：为多项式指定各组均值的系数。因素变量分为几组，输入几个系数，多出的无意义。如果多项式中只包括第一组与第四组的均值的系数，必须把第二个、第三个系数输入为0值。如果只包括第一组与第二组的均值，则只需要输入前两个系数，第三、四个系数可以不输入 。多项式的系数需要由根据研究的需要输入。 如果进行先验对比检验，则应在Coefficients后依次输入系数ci，并确保∑ci＝0。应注意系数输入的顺序，它将分别与控制变量的水平值相对应。 例如，当k＝4时， 即有A、B、C、D 4个处理组，如果只将B组和D组比较，则线性组合系数依次为0、-1、0、-1；如果C组与其他3组的平均水平比较，则线性组合系数依次为-1、-1、3、-1，余类推。线性组合系数要按照分类变量水平的顺序依次填入Coefficients框中。 均值的多项式比较 可以同时建立多个多项式。一个多项式的一级系数输入结束，激活Next按钮，单击该按钮后Coefficients 框中清空，准备接受下一组系数数据。 如果认为输入的几组系数中有错误