第五讲方差分析(上).pptVIP

5.2.4 方差齐次性检验未通过的解决办法 各分组的方差相同是进行单因素的方差分析的前提条件之一，当该条件不满足时应该如果处理呢？ 解决办法：调整F检验 SPSS提供了两个调整F值：Brown-Forsythe F 和 Welch’s F * 本文档共67页；当前第30页；编辑于星期三\12点48分 在可选项对话框进行指定： 5.2.4 方差齐次性检验未通过的解决办法 * 本文档共67页；当前第31页；编辑于星期三\12点48分 调整后的结果： 5.2.4 方差齐次性检验未通过的解决办法 * 本文档共67页；当前第32页；编辑于星期三\12点48分 5.2.5 结果报告 The assumption of homogeneity of variances has been violated(F(2,15)=3.86, p0.05). Welch’s asymptotical F distribution(F(2,8.96)=46.06, p0.001) reports that math learning effects are significantly different among the three groups. * 本文档共67页；当前第33页；编辑于星期三\12点48分 5.3 多因素方差分析 5.3.1 统计学上的定义和计算公式 定义：多因素方差分析中的控制变量在两个或两个以上，它的研究目的是要分析多个控制变量的作用、多个控制变量的交互作用以及其他随机变量是否对结果产生了显著影响。例如，在本章开始讲述的例子，在获得教学效果的时候，不仅单纯考虑教学方法，还要考虑不同风格教材的影响，因此这是两个控制变量交互作用的效果检验。 * 本文档共67页；当前第34页；编辑于星期三\12点48分 多因素方差分析不仅需要分析多个控制变量独立作用对观察变量的影响，还要分析多个控制变量交互作用对观察变量的影响，及其他随机变量对结果的影响。因此，它需要将观察变量总的离差平方和分解为3个部分： * 本文档共67页；当前第35页；编辑于星期三\12点48分 ? 多个控制变量单独作用引起的平方和； ? 多个控制变量交互作用引起的离差平方和； ? 其他随机因素引起的离差平方和。 * 本文档共67页；当前第36页；编辑于星期三\12点48分 * 本文档共67页；当前第37页；编辑于星期三\12点48分 * 本文档共67页；当前第38页；编辑于星期三\12点48分 * 本文档共67页；当前第39页；编辑于星期三\12点48分 * 本文档共67页；当前第40页；编辑于星期三\12点48分 以上F统计量服从F分布。SPSS将自动计算F值，并根据F分布表给出相应的相伴概率值。 * 本文档共67页；当前第41页；编辑于星期三\12点48分 * 本文档共67页；当前第42页；编辑于星期三\12点48分 5.3.2 SPSS中实现过程 ? 研究问题 表5-2 三组不同性别学生的数学成绩 * 本文档共67页；当前第43页；编辑于星期三\12点48分 ? 实现步骤 图5-7 在菜单中选择“Univariate”命令 * 本文档共67页；当前第44页；编辑于星期三\12点48分 图5-8 “Univariate”对话框（一） * 本文档共67页；当前第45页；编辑于星期三\12点48分 图5-9 “Univariate: Options”对话框（一） * 本文档共67页；当前第46页；编辑于星期三\12点48分 图5-10 “Univariate: Post Hoc Multiple Comparisons for Observed Means”对话框 * 本文档共67页；当前第47页；编辑于星期三\12点48分 方差分析基本概念 5.1 单因素方差分析 5.2 多因素方差分析 5.3 协方差分析 5.4 * 本文档共67页；当前第1页；编辑于星期三\12点48分 为了进行两组以上均数的比较，通常可以使用方差分析方法。本章介绍方差分析基本概念、单因素方差分析、多因素方差分析及协方差分析。 * 本文档共67页；当前第2页；编辑于星期三\12点48分 5.1 方差分析基本概念 方差分析是发明的，用于两个及两个以上样本均数差别的显著性检验。方差分析方法在不同领域的各个分析研究中都得到了广泛的应用。从方差入手的研究方法有助于找到事物的内在规律性。 * 本文档共67页；当前第3页；编辑于星期三\12点48分 受不同因素的影响，研究所得的数据会不同。造成结果差异的原因可分成两类：一类是不可控的随机因素的影响，这是人为很难控制的一类影响因素，称为随机变量；另一类