一般线性模型spss教材.ppt

* 1 一般线性模型（一） * 2 一般线性模型 一般线性模型单变量分析的基本过程 完全随机设计资料的方差分析 随机区组（单位组）设计资料的方差分析 * 3 一、一般线性模型单变量分析的基本过程 General Linear Model（GLM，一般线性模型） 包括： Univariate（单因变量多因素方差分析）， Multivariate（多因变量方差分析）， Repeated Measures（重复测量方差分析）， Variance（方差分量分析） GLM可完成多自变量、多水平、多因变量、重复测量方差分析以及协方差分析等。 * 4 Univariate（单因变量方差分析）基本过程 * 5 1 主对话框 Dependent Variable:因变量 Fixed Facter: 固定因子，所有可能的水平都出现在样本中，如分组等 Random Facter: 随机因子，所有可能的取值并不都在样本中出现，如观察个体 Covariates:协变量，协方差分析时用 WLS Weight: WLS权重。用于加权最小二乘分析。 * 8 Ⅱ、建立自定义模型 Factors＆Covariates 框中自动列出可以作为因素的变量名，其后面的括号中标有字母“F”（固定因子）、“R”（随机因子）或者“C”（协变量）。 * 9 A、选择效应类型 Interactin：交互效应 Main effects：主效应 All2-way： 所有2维交互效应 All3-way：所有3维交互效应 All4-Way：所有4维交互效应 All5-Way：所有5维交互效应 * 10 B、选择模型中的主效应 （Model） 首先定义效应类型为Main effects 鼠标键单击某一个因素，该变量名背景将改变颜色（一般变为蓝色），单击Build Term（s）栏中下面的箭头，该变量出现在Mode1中。一个变量名占一行称为主效应项。欲在模型中包括几个主效应项，就进行几次如上的操作。 * 11 C、建立模型中的交互项 例如，因素有Light(F)、Device（F）、Target（F），若要求模型中包括变量Light与Device交互效应。 首先定义效应类型为Interactin， 然后在Factors＆Covariates框内的变量表中，用鼠标单击Device变量使其背景改变颜色，再用鼠标单击变量Light变量使其背景改变颜色；单击Build Term（s）栏内残数框的箭头按钮，一个交互效应出现在Model框中。模型增加了一个交互效应项：Device*Light。 * 12 C. 建立模型中的交互项 模型中包括三个变量的所有2维交互效应项， 定义效应类型为All2-way， 单击light、Device、Target三个变量名， 单击箭头按钮。 Model中出现三个 2维交互效应项： Light*Device、 Light*Target、Device*Target。 模型中包括所有3维效应， 定义效应类型为All3－way， 单击变量Llight、 Device、 Target。 单击箭头按钮， Model框中出现3维交互效应项：Ligh*Device*Target。 * 13 Ⅲ、选择平方和分解的方法 Sum of squares: TYPEⅠ（嵌套设计）、 TYPEⅡ（平衡设计、仅主效应）、 TYPE Ⅲ（系统默认、最常用） TYPEIV（不完整数据）。 * 14 2.2 Contrasts按钮 Factors框中显示出所有在主对话框中选中的因素，其后的括号中是当前的对比方法了； Change Contrast栏中改变对照方法。 * 15 可供选择的对照方法 None：不进行均数比较； Deviation：比较预测变量或因素的每个水平的效应。选择Last或First作为参照的水平； Simple：对预测变量或因素变量的每一水平都与参照水平进行比较。选择Last或First作为参照水平； Difference：对预测变量或因素每一水平的效应，除第一水平以外，都与其前面各水平的平均效应进行比较。与Helmert对照方法相反； 注： 只有Deviation和Simple 需要选择参考水平，Last（系统默认）和First。 * 16 2.3 Plots按钮 Factor：主对话框中所选因素变量名； Horizontal：横坐标框 Separate Lines：确定分线变量 Separate Plots：确定分图变量 * 17 2.4 Post Hoc按钮 均数多重比较（事后检验） * 18 2.5 Save按钮(选择保存运算值) 通过在对话框中的选择，可以将所计算的预测值、残差和诊断值（回归分析时）作为新的变量保存在编辑数据文件中。以便在其他统计分析中使用