spss第6章.pptVIP

6.3 Multivariate ：多因变量多因素方差分析 完全类似Univariate界面，只是可以选多个因变量。 6.4 Repeated Measure：重复测量方差分析 适用对象：同一受试对象的同一试验指标在不同时间点进行多次测量所得的资料。常用于分析该试验指标在不同时间点上的变化情况。 前提条件：满足正态性和方差齐性。 因为当一个因变量被重复测量几次，从而同一个体的几次观察结果间存在相关，这样就不满足独立性的要求，但要求满足协方差矩阵的球形性（sphericity），否则应校正。 重复测量方差分析的总离差平方和分解为： 组间（between-subjects ）离差：各处理间的离差平方和及被试间的离差平方和 组内（within-subjects）离差：被试内的离差平方和。 其F统计量由它们及其自由度等构成。 变量定义 重复测量方差分析，变量定义时，最基本需要：一个分组变量（固定变量）；至少一组因变量（组内因素变量，个数与重复测量次数相等，且名称前部分一致，通过数字进行区分）。 数据录入 将测量结果分别录入到各指标变量内；分组变量不同水平的区分用分组值进行（如1，2，3等）。 原假设H0:各因变量总体均值相等。 【实例6.3】为研究药物作用对呼吸的影响。设置了两类药物级别 1 、 2 作为因素变量，12 个受试者随机分到两个小组中 ( 每组 6 人 )，第一组服用药物 1，第二组服用药物 2，对每个受试者在同样条件下测试 3 次 , 得到数据如表所示。 数据准备：一个固定变量drug(分组变量；1，2)，3个指标变量resp1, resp2 ，resp3。录入数据： 【设置界面】 因变量组名 因变量组内个数 重复测量名称定义 可以定义多组 【define按钮】 选因变量组 选组间变量 【model按钮】 选因变量组名 选组间变量 * * 第6章 方差分析（续） 方差分析的功能模块： Compare Means ： One -Way ANOVA：单因素方差分析 General inearModel： Univariate：单因变量多因素方差分析 Multivariate ：多因变量多因素方差分析 Repeated Measure：重复测量方差分析 Variance Components：方差成分分析 是对一个因变量受多个因素(或因子)影响而进行的方差分析。 作用-用于检验不同水平组合之间因变量均值由于受不同因素影响是否有差异的问题。 原假设H0:因变量总体均值相等。 可以分析每一个因素的作用（主效应），也可以分析因素之间的交互作用（交互效应）。 可以进行协方差分析，以及各因素变量与协变量之间的交互作用。 6.2 Univariate（1）：单因变量多因素方差分析 固定因素 (Fixed factor) –其不同水平对实验结果产生不同影响的因素，其水平都出现，即分组变量。 随机因素 ( Random factor )-对实验结果产生随机影响的因素，其水平随机出现，影响的大小可以通过方差成分分析确定。 协变量（Covariate ）-一种难以控制的自变量 ，用以借助回归方程，剔除相应因素对因变量的影响。协方差分析时用。 注意-因变量和协变量必须是数值型变量，协变量与因变量彼此不独立。因素变量（控制、随机）是分类变量，可以是数值型和字符型。 变量定义：对单因变量多因素方差分析，变量定义时，最基本需要：一个是因变量（观测变量）；多个分组变量（固定变量）。 数据录入：将各水平下数据都录入到因变量内；各控制变量不同水平区分用分组值进行（如1，2，3等）。 【实例6.2】研究不同性别学生非智力因素对学习成绩的影响，数据如表： 数据准备：该问题有一个因变量chj，两个固定因素变量：性别xb（男、女）和非智力因素fzl（高、中、低）。 设置界面: 观测变量，一个 控制因素，可多个 随机因素，不是必需 协变量-用于去除该变量对因变量的影响 ，协方差分析用 异方差时，将选入变量用加权最小二乘法估计模型参数，协方差分析用 【Model按钮】: Full factorial 全模型，包括所有因素的主效应、交互效应、协变量主效应等。是系统默认的模型。 Custom 自定义模型。用户可以选择实验中感兴趣的效应。 Factorscovariate-框中所列出的是主对话框中所选的因素：包括固定因素（标F）、随机因素（标R）、协变量因素（标C）。本例中只含有固定因素。 Build terms：针对所选因素选择不同的效应。 Interaction 指定任意的交互效应； Main effects 指定主