SPSS在方差分析上的应用.ppt

拉丁方实验设计的特点:有两个以上因素变量,每个因素变量的水平数相等。 例子：P174为了评价六种不同甜菜，选择地块土壤条件相同，将六种甜菜（变量variety)种子播种在六行（变量rep）、六列（变量Col）的地块上，记录两次收获（变量Harvest）的产量（变量yield）data09-05（3因素6*6拉丁方，n=6*6*2＝72 Cases） 实验的假设是：不同地块（行、列）对产量均值无影响，不同种子产量均值无影响 Analyze-General Linear Model- Univariate Dependent：yield Fixed Factors：rep、col、variety Model：只分析三个主效应rep、col、variety（Main effects） 主效应方差分析检验结果(截距，主效应，误差Error） 结果中比较有用的值：Sig显著性概率值（各自主效应，不同品种的甜菜variety 有显著性差异，即平均产量的差异主要是品种不同造成的，而跟地块无关） 协方差分析是利用线性回归方法消除混杂因素的影响后进行的方差分析。 例子：P176 镉作业工人按暴露于镉烟尘的年数大于等于10年和不足10年两组。两组工人的年龄未经控制（人随着年龄的增长，肺活量也会有所下降），测量了每个工人的肺活量。课题研究暴露于镉粉尘的年数和肺活量的关系(要消除年龄的影响)， Data09-06，Time接触镉粉尘时间分组（1为=10年，2为10年)，AGE年龄，Vitalcp肺活量 Analyze-General Linear Model- Univariate Dependent： Vitalcp Fixed Factors：time Covariate：Age Option：Display Means For:time（分Time显示肺活量均值） Display :Parameter Estimates（肺活量与年龄的线性回归方程，分time） 结果中比较有用的值：Sig显著性概率值（各主效应，年龄Age有显著性差异， TIME无显著性差异，即肺活量的差异是由于被试者的年龄差异所致，与被试者接触镉粉尘时间的时间是否大于10年无关） p178实验数据为教育心理学实验，心理运动测验分数与被试者必须瞄准的目标大小关系的资料Data09-07 四个大小不同的目标：Target 三部测验设备：Device 两种不同明暗程度的照明环境：Light 4×3×2的析因实验设计（24个组合单元，每组5个Cases，共24×5＝120Cases） Analyze-General Linear Model- Univariate Dependent：Score Fixed Factors： Target、 Device、 Light Model：保留全模型选项（不对Model操作） 选择输出Option选项：选Target*Device* Light进入Display Means for框中：各种组合均值 选择Plot选项： 作四个图Target、 Device、 Light 、 Target*Device* Light 结果中比较有用的值：Sig显著性概率值（各主效应，交互效应，均对Score有显著性作用） 概述: GLM Multivariate过程提供回归分析和多因变量的方差分析。多因变量方差分析模型除包括多个因变量外，还可以包括一个或几个因素变量或协变量。因素变量把总体分为几个组。使用这个一般线性模型过程，可以检验因素变量在因变量的联合分布的各组均值的效应，可以研究因素间的交互效应和单一因素的效应，另外还包括协变量效应和协变量与因素间的交互效应。对回归分析，协变量作为自变量（预测变量） GLM Multivariate过程可以检验平衡和不平衡模型。模型中每个单元包括相同数量的观测量为平衡设计。 实例：数据是对男33人、女26人的头部四个解剖部位的测量结果，研究男女头部有无显著性差异。Data09-08 菜单：Analyze-General Linear Model- Multivariate Dependent：Basilar、length、postorb、zygoma Fixed Factors： Sex Model：保留全模型选项（不对Model操作） Option：Descriptive Statistics 结果中比较有用的值：Sig显著性概率值（不同性别的头部四个解剖部位没有显著性差异） 概述P187:重复测量设计方差分析的样本必须包括同质的实验单位或进行多次重复测量的实验。 GLM重复测量属于高级分析过程，是对同一因变量进行重复测量，可以是同一条件下进行的重复测度，目的在于研究各种处理之