第七版__方差分析.pptVIP

处理因素的轮廓图（点击plot按钮） Estimated Marginal Means 边际均数：指基于现有模型，控制了其他因素的作用时，根据样本情况计算出的用于比较的各水平的均数估计值。 全模型时，边际均数=样本各单元格的均数。 对于去掉了某种交互项的模型而言，边际均数，是根据当前模型设定对相应效应的估计，不能和样本的原始均数相对应。 如有协变量，则按照协变量取值为均数的情况加以修正。 轮廓图是一种特殊的线图，每个点表示某因素某水平下的边际均数值。 如果有两个因素，则第二个因素的不同水平可以用来区分不同的线。 区组因素的轮廓图 两个因素的联合轮廓图 十条直线基本平行，说明无论是哪个区组，处理因素各水平的均数差异基本相同 课本上的残差图制作 以例7.1为例，首先计算标准化残差、预测值。 进入Graphs-scatter/dot 菜单 如满足方差齐性的要求，则散点不应有任何特殊的结构（如异常点，变异有趋势） 以预测值为横轴，标准化残差为纵轴作图 练习 P148 二、分析计算题 第1和4题 总变异的分解 处理变异（纵向3组间差异） =处理作用+随机误差 总变异 区组变异（横向10组间差异） =区组作用+随机误差 随机误差 数理统计证明： 单元格内无重复数据的方差分析 以配伍设计的方差分析最为典型，此时不需要考虑正态性和方差齐性问题，原因在于正态性和方差齐性的考察是以单元格为单位的，此时每个格子只有一次试验，当然没法分析。 但不是说可以完全忽视这两个条件。如果根据专业知识认为可能在不同单元格内正态性、方差齐性有问题，则应避免使用这种无重复数据的设计方案。 例7-2 表7-4 三种方案处理后兔学中白蛋白减少量(g/L) 区组号 A： 丹参2ml/㎏ B： 丹参1ml/㎏ C: 生理盐水2ml/㎏ 1 2.21 2.91 4.25 2 2.32 2.64 4.56 3 3.15 63.67 4.33 4 1.86 3.29 3.89 5 2.56 2.45 3.78 6 1.98 2.74 4.62 7 2.37 3.15 4.71 8 2.88 3.44 3.56 9 3.05 2.61 3.77 10 3.42 2.86 4.23 方差分析模型 单因素方差分析模型： 两因素方差模型 包含交互作用的完整方差模型 步骤 一、变量设置 二、输入数据 三、analyze—general linear model—univariate （一般线性模型） （单因变量） Univariate过程 可进行双因素和多因素方差分析，协方差分析和线性回归分析。 适用条件： 1、各样本是相互独立的随机样本 2、各样本来自正态总体 3、各样本的总体方差齐同 4、单个应变量（ Univariate ），为连续型变量。 5、单个或以上的因素（factor），为分类变量。 6、单个或以上的协变量（covariate），为连续型变量。 方差分析中，可以作每个因素的主效应和因素间的交互效应分析，各个固定因素不同水平均数的两两比较和不同水平均数的多项式模型趋势检验。 界面介绍 Fixed factor：固定因素，指的是该因素在样本中所有可能的水平都出现了，换言之，该因素的所有可能水平仅此几种，针对该因素而言，从样本的分析结果中就可以得知所有水平的状况，无须进行外推。 Random factor：随机因素，指的是该因素所有可能的取值在样本中没有都出现，或不可能都出现。如调查全国各城市的某项指标，抽样调查只能调查其中一部分。 许多时候，不容易判断，区别两者的并非是该因素本身的特性，而是我们分析的目的。假如将其看成是固定因素，结论就不应当外推到未出现的水平中去，否则，应当按随机因素来分析。 Model 对话框 建立模型选项 Interaction：交互效应 Main effects：主效应 All 2-way：指定所有二维交互效应 All 3-way：指定所有三维交互效应 All 4-way： All 5-way： 选择分解平方和的方法 Type Ⅰ：分层处理平方和，仅调整模型主效应前的项。 适用于：平衡的ANOVA模型、嵌套模型等。 对于平衡的ANOVA模型：一阶交互效