第九章一元方差分析.ppt

第九章 一元方差分析（One-Way ANOVA） 9.1简单方差分析 9.2平均数多重比较的方差分析 方差分析是使用最多的统计分析方法之一。它主要用于研究名义变量或顺序变量与尺度变量之间的关系。尺度变量是被分析的变量，也就是因变量。名义变量或顺序变量是影响因素变量，也就是自变量。影响因素变量的取值被成为影响因素的水平。研究的目的是想知道当因素去不同水平时，因变量是否有显著差异。方法是通过比较各个类别的组内差异和类别之间差异大小来确定变量之间是否有关。如果组内差异大而组间差异小，则说明两个变量之间不相关。反之，如果组间差异大二组间差异小，则说明两个变量之间相关。使用方差分析的方法时，要求因变量在影响因素的各个水平上的分布必须服从正态分布而且具有等方差性。 9.1简单方差分析 9.1.1简单方差分析的过程 1.打开简单方差分析对话框 Analyze→Compare Means→One-Way ANOVE打开对话框如图所示。 该对话框中的Dependent list是分析变量的列表窗口。Factor是影响因素变量的窗口。 2.选择因素变量和影响因素变量 从左侧的源变量窗口中选择一个或多个尺度变量进入Dependent list窗口中。选择一个名义变量或顺序作为影响因素变量进入Factor窗口中。 3.确定统计输出结果 单击Options，打开选项对话窗，如图。 在该对话框中包括下面三部分内容。 ⑴Statistics是输出统计结果的选项栏 ①Descriptive是输出描述统计结果。选择该项将在输出文件中输出：个案数、均值、标准差、标准误差、最小值、最大值、各组中因变量的95%的置信区间。 ②Fixed and random effects是输出确定性影响因素和随机影响因素的选项。 ③Homogeneity of variance是进行方差齐性即方差性检验的选项。选择此项将输出方差齐性检验结果。由于方差分析的前提条件是因变量在影响因素的各个水平上的分布具有等方差性，因此只有方差齐次检验的结果接受了等方差的假设，方差分析的结果才是有意义的。 ④Brown-Forsythe是Brown-Forsythe检验。采用Brown-Forsythe分布的统计量进行的各组均值是否相等的检验。Brown-Forsythe分布近似于F分布。但采用Brown-Forsythe检验对方差齐性没有要求，所以当因变量的分布不满足方差齐性的要求时，采用Brown-Forsythe检验比方差分析更稳妥。 ⑤Welch是Welch检验。是采用Welch分布的统计量进行的各组均值是否相等的检验。Welch分布也近似于F分布。采用Welch检验对方差齐性也没有要求，所以当因变量的分布不满足方差齐性的要求时，采用Welch检验比方差检验更稳妥。 ⑵Means plot是输出均值分布图 ⑶Missing Values是设置缺失值处理方法的选项栏 ①Exclude cases analysis by analysis是只剔除分析变量为缺失值的个案，这是系统默认状态。 ②Exclude cases listwiae 是剔除任何含有缺失值的个案。 单击Continue返回。 单击OK提交运行。 9.1.2简单方差分析实例 实例：在“休闲调查1”中以“文化程度”为影响因素变量，对“家月收入”进行方差分析。 9.2平均数多重比较的方差分析 9.2.1平均数多重比较方差分析的过程 上述方差分析的结果只能说明至少有一个类别的均值与其他的均值之间差异较大。但具体各类别之间的差异比较还需要做加油吧的分析。这就是平均数多重比较的方差分析。 1.打开简单方差分析对话框 Analyze→Compare Means→One-Way ANOVE打开对话框如图所示。 2.选择分析变量和影响因素变量 从左侧源变量窗口中选择一个或多个尺度变量进入Dependent list窗口中。选择一个定类变量作为影响因素变量进入Factor窗口。 该对话框中包含了较多的选项。初学者为达到进行多重比较的目的，只需选择Equal Variance Assumed（等方差假定）框中的LSD选项即可。LSD是Least significant different（能达到显著性水平的最小差异）的缩写。选则此项后，系统将用T教育的方法完成各组均值之间的配对比较。显著性水平是系统默认的0.05，用户也可以根据自己的需要重新设定。 单击Continue返回 4.确定统计输出结果 单击Options按钮，打开对话框，如图9-2所示。选择方法与简单方差分析相同。 上述选项作完后，单击Continue按钮返回主对话框。 单击OK提交运行。 9.2.2平均数多重比较方差分析的实例 实例：在“休闲调查1”中以“文化程度”