spssau之协方差分析.docxVIP

协方差分析 当X为定类数据，Y为定量数据时，通常使用的是方差分析进行差异研究。比如性别对于身高的差异。 X的个数为一个时，称之为单因素方差（很多时候也称方差分析）； X为2个时则为双因素方差； X为3个时则称作三因素方差，依次下去。 当X超过1个时，统称为多因素方差，很多时候也统称为方差分析。 如果在方差分析过程中，会有干扰因素；比如“减肥方式”对于“减肥效果”的影响，年龄很可能是影响因素；同样的减肥方式，但不同年龄的群体，减肥效果却不一样；年龄就属于干扰项，因此在分析的时候需要把它纳入到考虑范畴中。如果方差分析时需要考虑干扰项，此时就称之为协方差分析，而干扰项也称着“协变量”。 通常情况下，协变量是定量数据，比如本例中的年龄，协变量的个数不定，但一般情况下会很少，比如为1个，2个；原因在于协变量并非核心研究项，只是可能干扰到模型所以放到模型中；如果放入过多的协变量，反而会出现‘主次不分’，因此在进行协方差分析时，需要相对谨慎的放入干扰项（即协变量）。 在实验研究中，比如研究者测试某新药对于胆固醇水平是否有疗效；研究者共招募72名被试，分为A和B共两组，每组分别是36名，A组使用新药，B组使用普通药物；在实验前先测试72名被试的胆固醇水平，以及在实验3月之后再次测定胆固醇水平。 为测试新药是否有帮助，因此使用方差分析对比两组被试在3月后胆固醇水平的差异性；如果有差异具体差异是什么