spss统计分析及应用教程-第5章 方差分析.ppt

第5章 方差分析 ;第5章 方差分析 ;第5章 方差分析;第5章 方差分析;第5章 方差分析;实验一 单因素方差分析 ;实验一 单一样本t检验;单因素方差分析基本原理 方差分析认为，观测变量值的变动会受到控制变量和随机变量两方面的影响，据此，将观测变量总的离差平方和分解为两部分：组内离差平方和与组间离差平方和。 ; ; ; ;于是有：SST=SSA+SSE。可见，在观测变量总离差平方和中，如果组间离差平方和所占比例较大，则说明观测变量的变动主要是由控制变量引起的，可以由控制变量来解释，控制变量给观测变量带来了显著影响：反之，如果组内离差平方和所占的比例较大，则说明观测变量的变动主要是由随机因素引起的，不可以由控制变量来解释，控制变量没有给观测变量带来显著影响。 ;单因素方差分析基本步骤 ;单一样本t检验基本原理和步骤 ;单一样本t检验基本原理和步骤 ;单一样本t检验基本原理和步骤 ;单一样本t检验基本原理和步骤 ;多重比较 ;LSD法 LSD法称为最小显著性差异法，水平间的均值只要存在一定程度的微小差异就可能被检出来，LSD法的检验统计量为t统计量，其定义为： 其中MSE为观测值的组内方差，它利用了全部观测变量值，而非仅使用某两水平组的数据。t统计量服从自由度为n-k的t分布。 ;实验一 单因素方差分析 ;实验一 单因素方差分析;旅游投资数据文件 ; ; ;(4)单击“选项”按钮，出现如图所示对话框，该对话框用来对方差分析的前提条件进行检验，方差分析的前提是各个水平下的总体服从方差相等的正态分布，其中对于方差相等的要求比较严格，因此必须对方差齐性进行检验。另外，该对话框还用来指定输出其他相关统计量和对缺失值如何进行处理。;统计量框：用来指定输出相关统计量。 描述性：输出观测变量的基本描述统计量，包括样本容量、平均数、标准差、均值的标准误差、最小值、最大值、95％的置信区间。 固定与随机效应：显示标准离差和误差检验。 方差齐性检验：计算分组方差齐性检验的Levene统计量。 SPSS的运行结果中就会出现关于方差是否相等的检验结果和伴随概率。;Brown-Forsythe：布朗均值检验，输出分组均值相等的Brown-Forsythe统计量。 Welch：维茨均值检验，输出分组均值相等的Welch统计量。 均值图：表示输出各水平下观测变量均值的折线图。 缺失值选框提供了两种缺失值的处理方法。 按分析排序排除个案：剔除各分析中含有缺失值的个案。 按列表排除个案：剔除含有缺失值的全部个案。;(5)单击“对比”按钮，出现如图所示对话框，该对话框用来实现先验对比检验和趋势检验。 ;多项式：将组间平方和分解为多项式趋势成分，即进行趋势检验。选中多项式选型，其后的度菜单将被激活，变为可选。 度：在下拉菜单中可以设定多项式趋势的形式，可选择线性、 二次多项、三次多项、四次多项)、五次多项式。 对比：用来实现先验对比检验。 系数：为多项式指定各组均值的系数，因素变量有几组就输入几个系数。 系数总计：在大多数程序中系数的总和应该等于0，否则会出现警告信息。 ;(6)单击“两两比较”按钮，出现如图所示对话框，该对话框用来实现多重比较检验 ; ; ; ; ;实验结果 ;实验结果 ;实验结果 ; ; ; ;实验总结 方差分析一般应满足三个基本假设，即要求各个总体应服从正态分别，各个总体的方差应相同以及观测值是独立的。 ; 2. 单因素方差分析将观测变量总的离差平方和(SST)分解为两部分，组内离差平方(SSE)和与组间离差平方和(SSA)，其数学公式为：SST=SSE+SSA。; 3. 单因素方差分析的基本分析只能得到控制变量是否对观测变量有显著影响。如果控制变量对观测变量产生了显著性影响，要进一步研究控制变量的不同水平对观测变量的影响程度，则需要进行多重比较检验，实现对各个水平下观测变量总体均值的逐对比较。 ;实验二 多因素方差分析 ;实验二 多因素方差分析;多因素方差分析基本原理 多因素方差分析中，观测变量取值的变动会受到控制变量独立作用、控制变量交互作用和随机变量三方面的影响，据此，将观测变量总的离差平方和分解为三部分内容：控制独立作用引起的变差，控制变量交互作用引起的变差和随机因素引起的变差。以两个控制变量为例 ; ; ; ; ; ; ; 可得，多因素方差分析的总变差分解公式为： SST=SSA+SSB+SSAB+SSE 式中，SST为观测变量的总方差，SSA、SSB分别为控制变量A、B独立作用引起的变差，SSAB为控制变量A、B交互作用引起的变差，SSE为随机因素引起的变差。通常，称SSA+SSB为主效应，SSAB为多项交互效应，SSE为剩余