项目五：SPSS的方差分析.ppt

SPSS应用统计; 项目五：SPSS的方差分析;5.1 方差分述析概;;方差分析中有以下几个重要概念。 （1）因素（Factor）:是指所要研究的变量，它可能对因变量产生影响。如果方差分析只针对一个因素进行，称为单因素方差分析。如果同时针对多个因素进行，称为多因素方差分析。 （2）水平（Level）:水平指因素的具体表现，如销售的四种方式就是因素的不同取值等级。 （3）单元（Cell）:指因素水平之间的组合。 （4）元素（Element）:指用于测量因变量的最小单位。一个单元里可以只有一个元素，也可以有多个元素。 （5）交互作用（Interaction）:如果一个因素的效应大小在另一个因素不同水平下明显不同，则称两因素间存在交互作用。;5.1.2 方差分析的基本思想; 二是随机因素的影响。同一种推销方式在不同的工作日销量也会不同，因为来商店的人群数量不一，经济收入不一，当班服务员态度不一，这种由随机因素造成的差异，我们称之为随机性差异。 两个方面产生的差异用两个方差来计量： 一是变量之间的总体差异，即水平之间的方差。 二是水平内部的方差。前者既包括系统性差异，也包括随机性差异；后者仅包括随机性差异。 ;5.1.3 方差分析的基本假设;5.2 SPSS在单因素方差分析中的应用 ; 2.基本原理 方差分析认为： SST（总的离差平方和）=SSA（组间离差平方和）+SSE（组内离差平方和） 如果在总的离差平方和中，组间离差平方和所占比例较大，说明观测变量的变动主要是由因素的不同水平引起的，可以主要由因素的变动来解释，系统性差异给观测变量带来了显著影响；反之，如果组间离差平方和所占比例很小，说明观测变量的变动主要由随机变量因素引起的。; SPSS将自动计算检验统计量和相伴概率P值，若P值小于等于显著性水平α，则拒绝原假设，认为因素的不同水平对观测变量产生显著影响；反之，接受零假设，认为因素的不同水平没有对观测变量产生显著影响。 3.多重比较检验问题 多重比较是通过对总体均值之间的配对比较来进一步检验到底哪些均值之间存在差异。 ; 4.各组均值的精细比较 多重比较检验只能分析两两均值之间的差异性，但是有些时候需要比较多个均值之间的差异性。具体操作是将其转化为研究这两组总的均值是否存在显著差异，即与是否有显著差异。这种比较是对各均值的某一线性组合结构进行判断，即上述检验可以等价改写为对进行统计推断。这种事先指定均值的线性组合，再对该线性组合进行检验的分析方法就是各组均值的精细比较。显然，可以根据实际问题，提出若干种检验问题。;5.2.2 单因素方差分析的SPSS操作详解; Step03：选择因素变量 在【One-Way ANOVA(单因素ANOVA)】对话框的候选变量列表框中选择一个变量，将其添加至【Factor(因子)】列表框中，选择的变量就是要进行方差分析的因素变量。 Step04：均值精细比较 单击【Contrasts】按钮，弹出如右图所示的【Contrasts(对比)】对话框。 ; Step05：均值多重比较 单击【Post Hoc】按钮，弹出如下图所示的【Post Hoc Multiple Comparisons(两两比较)】对话框，该对话框用于设置均值的多重比较检验。 ;（1）方差齐性（Equal Variances Assumed）时，有如下方法供选择。 LSD（Least-significant difference）：最小显著差数法，用t检验完成各组均值间的配对比较。 Bonferroni（LSDMOD）：用t检验完成各组间均值的配对比较，但通过设置每个检验的误差率来控制整个误差率。 Sidak：计算t统计量进行多重配对比较。可以调整显著性水平，比Bofferroni方法的界限要小。 Scheffe：用F分布对所有可能的组合进行同时进入的配对比较。此法可用于检查组均值的所有线性组合，但不是公正的配对比较。 R-E-G-W F：基于F检验的Ryan-Einot-Gabriel-Welsch多重比较检验。 ; R-E-G-W Q：基于Student Range分布的Ryan-Einot-Gabriel-Welsch range test多重配对比较。 S-N-K：用Student Range分布进行所有各组均值间的配对比较。 Tukey：用Student-Range统计量进行所有组间均值的配对比较，用所有配对比较误差率作为实验误差率。 Tukeys-b： 用stndent Range分布进行组间均值的配