spss5.6方差分析.ppt

6、“对比” 选项： 因子框：显示主对话框中选中的因素变量及对照方法。 更改对比: 改变对照方法。 无: 不进行均值比较。 偏差: 比较因素每个水平的效应,选择最后一个或第一个作参考水平。 简单：因素变量的每一水平都与参考水平进行比较。 差值：因素每一水平的效应，除第一水平外，都与其前面各水平的平均效应进行比较。 Helmert：因素每一水平的效应，除最后水平外，都与后续的各水平的平均效应进行比较。 重复：对相邻水平进行比较。 多项式：多项式比较。 7、“绘图”选项： 它可以一个或多个因素变量为参考作因变量的均值分布图。 因子：显示主对话框中选中的因素变量。 水平轴：横坐标框 单图：分线框 多图: 分图框 8、“事后多重比较”选项 9、“保存”选项：可以将所计算的预测值、残差和检测值作为新的变量保存在数据集或数据文件中。 10、“选项”： 结果与分析 因素变量为机器和工人 机器有三个水平：1、2、3，每个水平共有4个观测量。 工人有四个水平：1、2、3、4，每个水平有3个观测量。 主效应方差分析检验结果 因素A：F=29.102,P=0.0010.05, 按0.05检验水平，拒绝无效假设，可以认为机器之间差异显著。 因素B：F=6.985, P=0.0220.05,按0.05检验水平，拒绝无效假设，可以认为工人之间差异显著。 机器变量均一子集：第一均一子集包含机器的第三水平和第一水平，它们的均数分别为45.75和49.25, P=0.079, 按0.05检验水平，接受无效假设，可认为机器C、A的日产量的均数之间无明显差异。 机器B与它们的差异较显著。 工人因素变量均一子集表： 第一均一子集包含工人2、3、4，它们的均数分别为47.67, 48.33, 53.00, P=0.070, 按00.05检验水平，接受无效假设，可认为工人2、3、4日产量的均数之间无明显差异。 第二均一子集包含工人4、1，它们的均数分别为53.00, 55.00, P=0.335, 按00.05检验水平，接受无效假设，可认为工人4、1日产量的均数之间无明显差异。 工人1和工人2、3没有出现在同一均一子集中，可以认为它们的均数存在显著差异。 例5-6-4 某企业在制定某商品的广告策略时，收集了该商品在不同地区采用不同广告形式促销后的销售数据，希望对广告形式、地区以及广告形式和地区的交互作用是否对商品销售额产生影响进行分析。具体数据e5-6-4.sav 1、多因素方差分析的全因子（饱和模型） 结论： 1、广告形式（X1）对销售额有显著影响。 2、地区（X2）对销售额有显著影响。 3、广告形式（X1）和地区（X2）对销售额没有显著交互作用。 4、模型对观测变量（销售额）有一定的解释能力。 5、调整后的R2为0.539，该模型对数据的拟合程度并不很理想。 2、多因素方差分析的定制模型（非饱和模型） 操作步骤 方差齐次性检验： 检验概率P=0.226，接受方差齐次性假设。 结论： 1、广告形式（X1）对销售额有显著影响。 2、地区（X2）对销售额有显著影响。 3、模型对观测变量（销售额）有一定的解释能力。 4、调整的R2为0.510，该模型对数据的拟合程度并不很理想。 各水平均值的对比比较： 以水平4为比较标准，可得： 水平1与4之间有显著差异 水平3与4之间有显著差异 水平2与4之间没有显著差异 各水平均值的多重比较，可得： 报纸与宣传品、体验之间有显著差异，与广播之间没有显著差异； 广播与宣传品之间有显著差异，与报纸、体验之间没有显著差异； 宣传品与报纸、广播、体验之间有显著差异； 体验与报纸、宣传品之间有显著差异，与广播之间没有显著差异。 结论：广告形式与地区之间没有交互效应。 2.6 方差分析 方差分析的概念与方差分析过程 （一）方差分析的概念 方差分析是检验两个或多个样本均数间差异是否具有统计意义的一种方法。 1、方差分析原理 方差分析的基本原理是认为不同处理组的均数间的差别基本来源有两个： （1）随机误差，例如测量误差造成的差异，称为组内差异。用变量在各组的均值与该组内变量值之偏差平方和的总和表示。记作L组内。 （2）实验条件，即不同的处理造成的差异，称为组间差异。用变量在各组的均值与总均值之偏差平方和来表示。记作L组间。 L组间、 L组内除以各自的自由度得到其均方值即组间均方和组内均方， MS组