第六部分方差分析2.pptVIP

第六章 方差分析; 方差分析也是统计检验的一种。由英国著名统计学家： R.A.FISHER推导出来的，也叫F检验。;一、方差分析的基本思想;二、方差分析的步骤;统计量F 的计算及其意义;应用条件;;6.2 单因素方差分析;方差分析的一些术语;6.2.2 单因素方差分析的基本思想 1）明确观测变量和控制变量： 如：研究职称对工资收入的影响。 2）剖析观测变量的方差：观测变量值的变动可以受到控制变量和随机变量两方面的影响。因此，单因素方差分析总的离差平方和（SST）分解为组间离差（SSA）、组内离差（SSE）。;3）比较变量总离差平方和各部分的比例，推断控制变量是否给观测变量带来了影响？ 如果SSA所占比例较大 ，说明观测量的变动主要是由控制变量引起，可以主要由控制变量来解释，控制变量给观测变量带来显著的影响，即性别对工资收入具有显著的影响。 反之，则不能用控制变量来解释，说明观测量的变动主要是由随机变量因素的。;6.2.3 单因素方差分析的基本步骤 属于假设检验 1）提出零假设 H0：性别对工资收入无显著性影响。 H1：性别对工资收入有显著性影响。 2）选择检验统计量：消除水平数和样本数对分析带来的影响。 3）计算检验统计量的观测值和概率P值 4）给出检验水平，并作出决策。 ;男 女;男 女;收入;各种符号的意义;SST是总离差，即未分组的数据的离差，总方差的分子。;各种变异的表示方法;6.2.4 单因素方差分析的基本操作;;;;结果;课堂作业： 1. 对《广告城市与销售额〉数据进行分析： 分析地区的不同对销售额的影响 课堂练习： 2. 对《大学生择业效能量表》进行分析： 分析不同专业、年级和性别对择业自我评价、择业信息收集、择业目标选择、择业计划制定和择业问题决策等看法是否一致。;6.2.7 单因素方差分析的的进一步分析;;;S－N－K法：适用于各水平下观察值个数相等的情况也叫Student-Newman-Keuls（SNK-q）检验 用于多个样本均数间每两个均数的比较。 计算统计量q的公式：;6.2.8.单因素方差进一步分析操作 在One-way ANOVA单因素方差分析对话框见图6-6，图6-7。在主对话框下端发现三个功能按钮： “Contrast” “Post Hoc…” “Options”;1. Contrast对话框：用来实现先验对比检验和趋势检验，如图6-5所示。;2.Post Hoc…多重比较对话框，如图6-6所示。在该对话框中选择进行均值多重比较的方法。;;;3.Options输出统计量的选择对话框，如图6-7所示。;;6.3 SPSS的多因素方差分析;;6.3.2 多方差分析的示例;表6-7实验数据 ;;为分析A、B药物的交互效应，使用General linear Model(GLM)过程，从“Analyze”→ “General linear Model” →“Univariate”，激活Univariate对话框，如图6-10所示。点击靠近Depemdent Variable栏的向右箭头键，将变量x放入栏；变量a和b放入Fixed Factor(s)栏，如图6-11所示。;图6-10 Univariate对话框;图6-11 放入变量后的Univariate对话框;点击Model建立非饱和模型;;;Contrast对比检验方法;;点击“Options”，激活Options对话框。把Factor(s) and Factor Interactions 栏中的所有因素放入Display Mean for栏中；选择Descriptive statistics,Estimates of effect size,Observed power,Homogeneity tests 和 Spread vs level plot等，如图6-12所示，单击“Continue”按钮，返回主对话框。 ;图6-14 Options对话框;;;点击“Plot”按钮，通过图形直观判断变量间是否存在交互作用，激活Profile Plot对话框。在Univariate： Profile Plot对话框中，把Factors栏的变量a放入Horizontal Axis栏，变量b放入Separate Lines栏，点击“Add”按钮，如图6-13所示。单击“Continue”按钮，返回主对话框。;图6-13 Univariate： Profile Plot是否存在交互作用对话框;在Univariate主对话框中单击OK按钮运行，得到如下几表： 表6-9显示： （1）因素A为使用A药状态，分两个水平，水平1为用A药，水平2为不用A药。每个水平有6例。 （2）因素B为使用B药状态，分两个水平，水平1为用B药，水平2