spss 第5章方差分析PPT.ppt

方差分析基本概念; 为了进行两组以上均数的比较，通常可以使用方差分析方法。本章介绍方差分析基本概念、单因素方差分析、多因素方差分析及协方差分析。 ;5.1 方差分析基本概念; 在影响教学效果的因素中，就有两类因素：一是人为可控制的变量，如教学的方法、教材的使用；还有一类是随机的变量，如学生接受知识的能力（这里指的是一个普通班级的学生接受知识能力，因此是随机的。在某些情况下，比如将学生按学习水平、能力分成高、中、低几个班级，在这时，学生接受知识的能力是一个控制变量。因此，随机变量和控制变量的划分并不是绝对的，根据分析情况的不同而不同，应区别对待）。; 可以对两个普通的班级分别使用两种不同的教学方法，一段时间后进行测试，就可以得到不同教学方法对教学效果的影响。同样，也可以使用不同的教材，分析其对教学效果的影响。; 根据控制变量的个数，可以将方差分析分成单因素方差分析和多因素方差分析。单因素方差分析的控制变量只有一个（但一个控制变量可以有多个观察水平），多因素方差分析的控制变量有多个。;5.2 单因素方差分析; 计算公式： 采用的统计推断方法是计算F统计量，进行F检验。总的变异平方和记为SST，分解为两个部分：一部分是由控制变量引起的离差，记为SSA（组间Between Groups离差平方和）；另一部分随机变量引起的SSE（组内Within Groups离差平方和）。于是有 ;其中， 其中，k为水平数；ni为第i个水平下的样本容量。可见，组间样本离差平方和是各水平组均值和总体均值离差的平方和，反映了控制变量的影响。; F统计量是平均组间平方和与平均组内平方和的比，计算公式为;5.2.2 SPSS中实现过程;? 实现步骤;图5-2 “One-Way ANOVA”对话框;图5-3 “One-Way ANOVA：Options”对话框 ;图5-4 “One-Way ANOVA：Post Hoc Multiple Comparisons”对话框 ;图5-5 “One-Way ANOVA：Contrasts”对话框;5.2.3 结果和讨论;（3）输出的结果文件中第3个表格如下所示。;（4）输出的结果文件中第4个表格如下所示。; （5）输出结果的最后部分是各组观察变量均值的折线图，如图5-6所示。;5.3 多因素方差分析; 多因素方差分析不???需要分析多个控制变量独立作用对观察变量的影响，还要分析多个控制变量交互作用对观察变量的影响，及其他随机变量对结果的影响。因此，它需要将观察变量总的离差平方和分解为3个部分：; 以上F统计量服从F分布。SPSS将自动计算F值，并根据F分布表给出相应的相伴概率值。;5.3.2 SPSS中实现过程;? 实现步骤;图5-8 “Univariate”对话框（一）;图5-9 “Univariate: Options”对话框（一）;图5-10 “Univariate: Post Hoc Multiple Comparisons for Observed Means”对话框;图5-11 “Univariate：Model”对话框;图5-12 “Univariate：Profile Plots”对话框 ;图5-13 “Univariate：Contrasts”对话框 ;5.3.3 结果和讨论; （2）输出的结果文件中第二部分如下表所示。; （3）输出的结果文件中第三部分如下表所示。; （4）输出的结果文件中第四部分如下表所示。; （5）输出的结果文件中第五部分如下表所示。; （6）输出的结果文件中第六部分如下表所示。; （7）?输出结果的最后部分是控制变量之间是否有交互影响的图形。 ;5.4.1 统计学上的定义和计算公式; 利用协方差分析就可以完成这样的功能。协方差将那些很难控制的随机变量作为协变量，在分析中将其排除，然后再分析控制变量对观察变量的影响，从而实现对控制变量效果的准确评价。 协方差分析要求协变量应是连续数值型，多个协变量间互相独立，且与控制变量之间也没有交互影响。 ; 前面单因素方差分析和多因素方差分析中的控制变量都是一些定性变量。而协方差分析中则即包含了定性变量（控制变量），又包含了定量变量（协变量）。 ; 以上F统计量服从F分布。SPSS将自动计算F值，并根据F分布表给出相应的相伴概率值。 如果F控制变量的相伴概率小于或等于显著性水平，则控制变量的不同水平对观察变量产生显著的影响；如果F协变量的相伴概率小于或等于显著性水平，则协变量的不同水平对观察变量产生显著的影响。 ;5.4.2 SPSS中实现过程;? 实现步骤;图5-16 “U