第章SPSS方差分析PPT课件.pptxVIP

第6章SPSS方差分析;教学目的;【重点掌握】

单因素方差分析的基本思想

单因素方差分析中各统计量的计算

单因素方差分析结果的解读

【掌握】

多因素方差分析的基本思想

多因素方差分析的具体操作

【了解】

协方差分析有基本思想与具体操作

;第1节方差分析概述;方差分析是从观测变量的方差入手，研究诸多控制变量中哪些变量是对观测变量有显著影响的变量。对观测变量有显著影响的各个控制变量其不同水平以及各水平的交互搭配是如何影响观测变量的。

方差分析认为观测变量值的变化受两类因素的影响：一是控制因素不同水平所产生的影响；二是随机因素所产生的影响。随机因素是指那些人为很难控制的因素，主要指试验过程中的抽样误差。

方差分析认为：如果控制变量的不同水平对观测变量产生了显著影响，那么，它和随机变量共同作用必然会使观测变量值有显著变动；反之，如果控制变量的不同水平没有对观测变量产生显著影响，那么，观测变量的变动就不会明显，其变动可以归结为随机变量影响造成。;换句话说，如果观测变量值在某控制变量的各个水平中出现了明显波动，则认为该控制变量是影响观测变量的主要因素；反之，如果观测变量在某控制变量的各个水平中没有出现明显波动，则认为该控制变量没有对观测变量产生重要影响，观测变量的数据波动是抽样随机误差造成的。

如何判定波动明显？

如果控制变量各不同水平下的观测变量总体分布出现了显著差异，则认为观测变量值发生了显著波动，意味着控制变量的不同水平对观测变量产生了显著影响。

方差分析正是通过推断控制变量各水平下观测变量的总体分布是否有显著差异来实现其分析目标的。;方差分析的两个基本假设：

观测变量各总体应服从正态分布；

观测变量各总体的方差应相同。

总之：

方差分析是对观测变量的方差分解入手，通过推断控制变量各水平下观测变量总体的均值是否存在显著差异，分析控制变量是否对观测变量产生了显著影响，进而再对控制变量各个水平对观测变量影响的程度进行剖析。

根据控制变量个数不同可以将方差分析分???单因素方差分析、多因素方差分析和协方差分析。观测变量为一个以上的方差分析称为多元方差分析。;第2节单因素方差分析

6.2.1单因素方差分析的基本思想

单因素方差分析用来研究一个控制变量的不同水平是否对观测变量产生了显著影响。由于仅研究单个因素对观测变量的影响，所以称为单因素方差分析。如不同施肥量是否对农作物产量有显著影响。学历对工资的影响等等。

一、明确观测变量和控制变量

上述例子中，观测变量是农作物产量、工资。控制变量是施肥量、学历。;二、剖析观测变量的方差

方差分析认为：观测变量值的变动受控制变量和随机变量两方面的影响。单因素方差分析将观测变量总的离差平方和分解为组间离差平方和(BetweenGroups)与组内离差平方和(WithinGroups)两部分。

SST＝SSA+SSE

式中：SST为观测变量总离差平方和；

SSA为组间离差平方和，是由控制变量的不同水平造成的变差；

SSE为组内离差平方和，是由抽样误差引起的变差。

;三、比较观测变量总离差平方和各部分的比例

在观测变量总离差平方和中，如果组间离差平方和所占比例较大，则说明观测变量的变动主是是由控制变量引起的，可以主要由控制变量来解释，控制变量给观测变量带来了显著影响；反之，如果组间离差平方和所占比例较小，则说明观测变量的变动不是主要由控制变量引起的，不可以主要由控制变量来解释，控制变量的不同水平没有给观测变量带来显著影响，观测变量值的变动是由随机变量因素引起的。;6.2.2单因素方差分析的数学模型

;6.2.3单因素方差分析的基本步骤

1.提出原假设

控制变量不同水平下观测变量各总体的均值无显著差异，控制变量不同水平下的效应同时为0，控制变量不同水平的变化没有对观测变量产生显著影响。

2.选择检验统计量

F统计量

;3.计算检验统计量的观测值和概率P-值

4.给定显著性水平，作出决策

显著性水平一般为5%，如果P-值小于显著性水平，则应拒绝原假设，认为控制变量不同水平观测变量各总体的均值存在显著差异，控制变量的各个效应不同时为0，控制变量的不同水平对观测变量产生了显著影响。

6.2.4单因素方差分析的应用举例

对数据要求：分别定义两个变量用来存放观测变量值和控制变量的水平值;案例6－1：

某企业在制定某商品的广告策略时，收集了该商品在不同地区采用不同广告形式促销后的销售额数据，希望对广告形式和地区是否对商品销售额产生影响进行分析。

商品销售额为观测变量，广告形式和地区为控制变量，通过单因素方差分析分别对广告形式、地区对销售额的影响进行分析。数据文件名