协方差分析及SPSS统计套装软件应用.PPT

協方差分析及SPSS統計套裝軟件應用 為什麼要進行協方差分析 影響效應指標的原素不可控性（未控制或難以控制） 組間基線的不均衡性等 例如︰在營養研究中，不考慮動物食量的差別，直接用方差分析來比較不同飼料組動物的平均增重，來評價不同飼料的營養價值是不恰當的。這是因為動物體重的增加，除了與食物的營養價值有關，還與各組動物的食量有關，而動物的食量多少又未加以控制。 若用直線回歸的方法找出食量與所增體重的關係，求得當食量都化為相等時（即扣除食量的影響），各飼料組動物所增體重的修正均數，然後再用方差分析檢驗各修正均數間有無差別，這才比較合理。 又如，比較各種頭班人群的血壓時，也應把年齡化為相等，再作比較等等。 什麼是協方差分析？ 協方差分析是把線性回歸與方差分析結合起來，用于檢驗兩個或多個修正均數間有無差別的方法，其目的是把與結果變量（因變量）Y呈直線關係的自變量X（協變量）化成相等后，檢驗兩個或多個修正均數間有無差別。 協方差分析按設計不同分為︰ 1、完全隨機設計的協方差分析 2、配伍組設計協方差分析 3、多元協方差分析 （多個協變量的協方差分析） 4 、拉丁方設計 5 、析因設計等 應用協方差分析的條件 理論上要求各組資料（樣本）均來自方差相同的正態總體，各觀察變量相互獨立。 各總體存在回歸關係且各總體直線回歸系數 相等，且都不為0。 各樣本方差齊性。 注意問題︰如果不滿足以上條件，建議進行變量變換，符合上述條件后，再進行協方差分析。 要求︰ 在進行協方差分析前，應先進行方差齊性檢驗和回歸系數的檢驗。 協方差分析的基本步驟 確定協變量（即未加以控制或難以控制的原素） 建立因變量Y隨協變量X變化的線性回歸關係 利用回歸關係把協變量X化為相等后再進行各組Y的休整均數間比較的假設檢驗 （一）完全隨機設計資料的協方差分析 方法步驟 完全隨機設計資料 協方差分析 例1、研究鎘作業工人暴露于煙塵的年數與肺活量的關係，按暴露年數將工人分為兩組，甲組暴露?10年,乙組暴露?10年，兩組年齡未經控制，問該兩組暴露于鎘作業的工人肺活量是否相同？ 協方差分析手工計算數據格式 分析步驟 分組的年齡與肺活量散點圖 計算各相關數據︰ 計算甲組(第一組)x,y的均數及x的離均差平方和 計算甲組(第一組)y以及x和y的離均差平方和積和 計算乙組(第二組)x和y的均數及x的離均差平方和 計算乙組(第二組) y以及x和y的離均差積和 計算兩組合併的各相關數據︰ 將數據代入后，計算各合計的相關項︰ 計算合併的x,y的離均差平方和以及x與y的離均差積和 計算合併的各離均差平方和及離均差積和︰ 協方差分析計算表 分別對兩組的x與y的均數進行統計學檢驗，以便對協方差分析的結果作出較完善的解釋，分析結果見下表︰ 檢驗xi,間及yi間差別的方差分析表 計算兩組各自的直線回歸方程和公共的回歸方程 計算兩組各自的直線回歸方程和公共的回歸方程 計算估計誤差平方和 估計誤差平方和分析表 為進一步了解研究各組所屬總體回歸線的坡度是否相同，以及回歸線的高度是否相同，先檢驗各組的方差（估計誤差的均方）差別有無統計學意義。 進一步發現兩回歸線的坡度差異有無統計學意義，即檢驗兩回歸線是否平行，如果F值無統計學意義，則可以認為兩回歸線是平行的。 如果F檢驗有統計學意義，提示兩總體回歸線不平行，不必進行兩回歸線高度的比較，分析停止。 進一步的分析只有在方差一致，回歸線平行的條件下，才進行總體回歸線高度的檢驗，回歸線高度常用y的均數大小表示，所以在協方差分析中，以檢驗y的修正均數間的差異來代替檢驗回歸線高度間的差別。 修正均數平方和︰從總計平方和減公共平方和，即把與y值呈直線關係的x化為相等后的y均數間的平方和，相當于回歸線高度方面的抽樣誤差，修正均數是否有統計學意義，可用修正均方除以公共均方，即為F值，根據F值判斷有無統計學意義。 綜上，兩條回歸線斜率差異無統計學意義，回歸線高度也無統計學意義，因此，可以認為在對年齡進行了校正后，兩種工人的平均肺活量沒有差別。 完全隨機設計協方差分析SPSS統計套裝軟件數據庫字段格式 協方差分析SPSS統計套裝軟件操作（一） 協方差分析SPSS統計套裝軟件操作（二） 協方差分析SPSS統計套裝軟件操作（三） 協方差分析SPSS統計套裝軟件操作（四） 協方差分析SPSS統計套裝軟件操作（五） 協方差分析SPSS統計套裝軟件操作（六） 結果（一）描述性統計量 結果（二）方差齊性檢驗 結果（三）方差分析表 結果（四）修正年齡后兩組肺活量的估計值 結果（五）修正年齡后兩組肺活量的估計值 結果（六）修正年齡后兩組肺活量的比較方差分析表 研究各條回歸線坡度差別有無統計