方差分析与协方差分析.pptVIP

方差分析和协方差分析;;不能做t 检验; 方差分析概念; 方差分析分类之一; 方差分析分类之二; 统计技术分类图; 方差分析原理;方差分析的基本思想(单因素);● ● ● ● ● ●;● ● ● ● ● ●;单因素方差分析逻辑与步骤(One-Way ANOVA);方差分析的前提条件;(4)方差齐性(homogeneity of variance)，也称变异的同质性，各个水平下的总体具有相同的方差。这是方差分析一个很重要的前提，因此在进行方差分析之前，应当进行方差齐性检验。 Bartlett检验法 Levene F 检验 最大方差与最小方差之比3，初步认为方差齐同。 ;方差不齐;模型与假设;方差分析表 组间变异体现了因素A的效应，组内变异则被视作误差。;如果均值相等，F=MSA/MSE?1;事后比较(posteriori/post hoc comparison);LSD法：最灵敏，会犯假阳性错误； Sidak法：比LSD法保守； Bonferroni法：比Sidak法更为保守一些；常用 Scheffe法：多用于进行比较的两组间样本含量不等时； Dunnet法：常用于多个试验组与一个对照组的比较； S-N-K法：寻找同质亚组的方法； Turkey法：最迟钝，要求各组样本含量相同； Duncan法：与Sidak法类似。;关联强度 (strength of association)与效应值 (effect size)的度量;双因素（无交互作用）试验的方差分析表;双因素（有重复）试验方差分析表;方差分析的应用范围： ;（二）多因素样本均数间的比较： 1.析因设计：安排两种或两种以上处理因素， 分析处理因素间的交互作用 2.裂区设计：安排两种或两种以上处理因素， 分析处理因素间的交互作用 3.交叉设计：安排两种或两种以上处理因素， 分析处理因素间的交互作用 （三）多个样本均数向量间的比较 多元方差分析：结果变量有两个以上，需要综合评价。 （四）回归方程的假设检验 ;协方差分析;概念：将方差分析和回归分析结合起来的一种统计分析方法;目的 消除连续变量对Y的影响，使方差分析的检验功效更高，结果更可靠 连续变量可能会增大 Y 的组间差异，导致错误结论 连续变量可能会增大 Y 的组内变异，降低检验功效 消除分类变量的影响，使回归分析的结果更可靠; 20名男性篮球运动员和20名大学生的肺活量（cm3）比较 ;协方差分析基本思想;协方差分析基本思想;协方差分析基本思想;协方差分析的基本思想;大学生 篮球运动员;协方差分析步骤;协方差分析的假设;协方差分析的模型和假定;;问题：为什么一个比较均数差异的方法竟称为方差分析？ ;LSD (费舍最小显著差异法, Fisher’s least significant difference) 该方法是对检验两总体均值是否相等的t检验方法的总体方差估计加以修正(用MSE代替)而得到的。;S-N-K(Student-Newman-Keuls, q检验) 首先把各组均值排序，用每一比较的两个均值在排序序列种相差的等级数来确定不同的q 临界值。;Tukey法(honesty significant different, HSD) 与SNK法类似，不同之处在于不论各组均值的大小次序，均使用同一临界值。;Bonferroni校正(以t 分布作为检验分布,对检验水准进行调整) 与LSD方法基本相同。不同的是它控制了范第一类错误的概率。在每次两两组的检验中，它将显著水平除以两两检验的总次数。 在比较的次数较多时，该方法就不太适合。 ; ;SPSS提供的常用多重比较检验方法;Eta平方(Eta-Squared,η2)，又称关联强度(correlation ratio)，因变量的变异被自变量解释的百分比。 净Eta平方(partial Eta-Squared,ηp2)，多因素ANOVA中，扣除了其他自变量后某自变量的效应。 判断标准：0.01，小；0.06，中；0.14，大;Omega平方(Omega squared,ω2) 当F显著时，ω2将会是正值，若为负，则要解释为0。当样本很大而使MSw变得很小，F很容易达到显著，此时若ω2很小，即使在统计上有意义，实际应用上仍然没意义。 判断标准：0.01，小；0.06，中；0.14，大;Cohens f f