十一、多元方差分析与重复测量方差分析.ppt

多元方差分析与重复测量方差分析;多元方差分析;这种分析方法有以下几个缺点：

1.检验效率低

2.犯一类错误的概率增大

3.一元分析结果不一致时，难以下一个综合结论

4.忽略了变量间相关关系

对这一类资料进行分析有两种思路：

1.因子分析：先对因变量中蕴含的信息进行浓缩，然

后再对提取出的公因子进行后续的分析。

2.多元方差分析;与一个反响变量的方差分析相似，都是将反响变量的变异分解成为两局部：一局部为两组间变异〔组别因素的效应〕，一局部为组内变异〔随机误差〕。然后对这两局部变异进行进行比较，看是否组间变异大于组内变异。

不同的是，后者都是对组间均方与组内均方进行比较，而前者是对组间方差协方差矩阵与组内方差协方差矩阵进行比较。;

各因变量服从多元正态分布：只要一个反就变量不服

从正态分布，那么这几个反响变量的联合分布肯定不服

从多元正态分布。

各观察对象之间相互独立。

各组观察对象反响变量的方差协方差矩阵相等。

反响变量间确实存在一定的关系，这可以从专业或研

究目的角度予以判断。;通过菜单：GLM过程

通过编程：MANOVA过程

区别：对分类变量进行参数估计时应用的矩阵不同

GLM过程采用的类似产生哑变量的形式，以某一水平为参

照水平，其他水平与参照水平进行比较，即Indicator比照

〔IndicatorContrast〕或Simple比照〔SimpleContrast〕。

MANOVA过程各水平与各水平的平均值进行比较，即Deviation

比照〔DeviationContrast〕。;例1为了考查素质教育是否会导致学生成绩降低，某校对初中二年级两个班各20名学生分析施以素质教育和传统〔应试〕教育模式教学，在一次模拟考试中收集了两个班级学生的语文、数学、英语的考试成绩，试做统计分析〔数据见manova.sav〕。;Multivariate过程;Multivariate过程;方差齐性检验;分析结果;对教育方式的统计学检验结果为p＝0.334，说明两种教育方式学生考试成绩差异没有统计学意义，也就是说实施素质教育的学生没有因为提高个人素质而荒废学业。;分析结果;

;这是按照自变量的取值水平组合，考察每个反响变量在不同的水平组合间的方差是否齐性的Levene’s检验方差齐性检验结果，结果说明3个变量的方差均齐。;重复测量的方差分析;一般来说，研究设计中考虑以下问题时应采用重复测量设计：

研究主要目的之一是考察某在不同时间的变化情况。

研究个体间变异很大，应用普通研究设计的方差分析时，

方差分析表中的误差项值将很大，即计算F值时的分母很

大，对反响变量有作用的因素常难以识别。

有的研究中研究对象很难征募到足够多的数量，此时可考虑

对所征募到的对象在不同条件下的反响进行测量。;根本原理;应用条件;实例分析;RepeatedMeasures过程;定义组内变量名pluse，并输入水平数：3，得pluse(3);RepeatedMeasures过程;RepeatedMeasures过程;受试者内因素、受试者内因素与两个自变量的一级、二级交互作用的多元方差分析统计学检验结果。Pillai’sTrace最稳健，当4个统计量结论不一致时，推荐以它为最终结论。检验结果说明受试者三个时期的脉博不同，且不同锻炼情况、不同饮食的脉搏变动情况相似。;三个时间点对exercise、diet及它们之间的交互作用有无统计学意义，且spss提供了三种校正方法;结果说明，p=0.028，说明不服从球形假设。在资料满足球形假设的前提下，一元分析较多检验效能高；如果不服从球形假设，那么看多元分析结果，或者看一元分析的校正局部。