spss单因素和多因素方差分析法.pptVIP

SPSS单因素和多因素方差分析法 表5-10列出了多项式比较结果。SPSS分别给出了方差齐性和方差不齐性的检验统计量和概率P值。本案例中不管方差齐性还是不齐性，其概率P值都显著大于0.05，这说明了零假设成立，即混合型股票基金的费用比率是其他三种类型基金费用比率的平均水平。 （6）均值折线图 图5-11显示了这四类基金费用比率的均值折线图。从图中明显看到，第四类基金的费用比率均值明显高于其他类型的基金。 5.3 SPSS在多因素方差分析中的应用 5.3.1 多因素方差分析的基本原理 1.方法概述 多因素方差分析是对一个独立变量是否受一个或多个因素或变量影响而进行的方差分析。它不仅能够分析多个因素对观测变量的独立影响，更能够分析多个因素的交互作用能否对观测变量产生显著影响。例如，对稻谷产量进行分析时，不仅单纯考虑耕地深度和施肥量都会影响产量，但同时深耕和适当的施肥可能使产量成倍增加，这时，耕地深度和施肥量就可能存在交互作用。 SPSS单因素和多因素方差分析法 SPSS单因素和多因素方差分析法 SPSS单因素和多因素方差分析法 第5章 SPSS的方差分析 5.1 方差分述析概念 在上节课中我们讨论了如何对一个总体及两个总体的均值进行检验，如我们要确定两种销售方式的效果是否相同，可以对零假设进行检验。但有时销售方式有很多种，这就是多个总体均值是否相等的假设检验问题了，所采用的方法是方差分析。 5.1.1 方差分析的概念 方差分析中的术语 因素与处理（Factor and Treament） 水平（Level） 单元（Cell） 因素的主效应和因素间的交互效应 均值比较 协方差分析 1．因素与处理 因素(Factor)是影响因变量变化的客观条件；例如影响农作物产量的因素有气温、降雨量、日照时间等； 处理(Treatments)是影响因变量变化的人为条件。也可以通称为因素。如研究不同肥料对不同种系农作物产量的影响时农作物的不同种系可称为因素，所施肥料可视为不同的处理。 一般情况下Factors与Treatments在方差分析中可作相同理解。在要求进行方差分析的数据文件中均作为分类变量出现。即它们的值只有有限个取值。即使是气温、降雨量等平常看作是连续变量的，在方差分析中如果作为影响产量的因素进行研究，就应该将其数值用分组定义水平的方法事先变为具有有限个取值的离散变量 2．水平 因素的不同等级称作水平。 例如，性别因素在一般情况下只研究两个水平：男、女。 应该特别注意的是在SPSS数据文件中，作为因素出现的变量不能是字符型变量，必须是数值型变量。例如性别变量SEX，定义为数值型，取值为0、1。换句话说，因素变量的值实际上是该变量实际值的代码，代码必须是数值型的。可以定义值标签F、M（或Fema1e、ma1e）来表明0、1两个值的实际含义，以便在打印方差分析结果时使用。使结果更加具有可读性。 3. 单元（Ce11） 在方差分析中Cell指各因素的水平之间的每个组合。例如研究问题中的因素有性别Sex，取值为1、2；有年龄，分三个水平1（10岁）、2（11岁）、3（ 12岁）。两个变量的组合共可形成六个单元：［1，1］、［1，2］、［1，3］、［2，1］、［2，2］、［2，3］，代表两种性别与三种年龄的六种组合。 4．因素的主效应和因素间的交互效应 如果一个因素的效应大小在另一个因素不同水平下明显不同，则称两因素间存在交互作用 序号 销售方式 1 2 3 4 5 水平均值 方式一 77 86 81 88 83 83 方式二 95 92 78 96 89 90 方式三 71 76 68 81 74 74 方式四 80 84 79 70 82 79 总均值 81.5 表5-1 某公司产品销售方式所对应的销售量 5.1.2 方差分析的基本思想 在表5-1中，要研究不同推销方式的效果，其实就归结为一个检验问题，设为第i（i=1,2,3,4）种推销方式的平均销售量，即检验原假设是否为真。从数值上观察，四个均值都不相等，方式二的销售量明显较大。 从表5-1可以看到，20个数据各不相同，这种差异可能是由以下两方面的原因引起的。 一是推销方式的影响，不同的方式会使人们产生不同消费冲动和购买欲望，从而产生不同的购买行动。这种由不同水平造成的差异，称之为系统性差异。 二是随机因素的影响。同一种推销方式在不同的工作日销量也会不同，因为来商店的人群数量不一，经济收入不一，当班服务员态度不一，这种由随机因素造成的差异，我们称之为随机性差异。 两个方面产生的差异用两个方差来计量： 1，变量之间的总体差异，即水平之间的方差。 2，水平内部的方差。 注：前者既包括系统性差异，也包括随机性差