SPSS社会科学统计软件-第10章 方差分析.ppt

第10章方差分析10.1方差分析概述10.2单因素方差分析10.3单因变量多因素方差分析10.4协方差分析10.5多因变量多因素方差分析10.6重复测量方差分析10.7方差成分分析10.1方差分析概述方差分析(analysisofvariance)基本思想是将观测值总变异分解成因素间的变异和因素内部的随机变异，如果因素间的变异显著大于因素内的随机变异，则可以认为因素对观测值有影响。10.1.1方差分析过程SPSS提供的方差分析包含了丰富的内容，主要有：1）One-WayANOVA过程：单因素单因变量方差分析，类似于前面讲过的均值检验，但分组k超过两个，均值检验就需k(k-1)/2次类似的检验，而One-WayANOVA过程只需一次检验过程，检验效率大大提高。2）GeneralLinearModel（简称GLM）过程可完成简单的多因素方差分析和协方差分析，不但可以分析各因素的主效应，还可以分析各因素间的交互效应。该过程允许指定最高阶次的交互效应，建立包括所有效应的模型。GLM过程包含以下过程：Univariate过程：单因变量多因素方差分析，当因变量只有一个，因素有一个或多个时，可用这一过程来完成方差分析。Multivariate过程：多因变量多因素方差分析过程，当因变量有多个，因素有一个或多个时，可用这一过程进行方差分析。RepeatedMeasures过程：当观察值是重复测量的数据时，虽然前两个菜单也能分析出结果，但很多情况下是不准确的，应该用RepeatedMeasures这过程。VarianceCompnents调用GLM过程进行方差估计分析。通过计算方差估计值，分析如何减小方差。这部分内容需要的专业知识比较多，本书中不进行介绍。10.1.2常用术语1）因素（Factor）：因素是我们需要检验的可能对因变量有影响的变量，一般为分类或顺序变量。例如我们研究不同的包装颜色对产品销售的影响时，销售量是因变量，包装颜色就是因素。2）水平（Level）：也称处理，是指因素的不同取值等级、分类。有些水平的划分是自然形成的，如上例中颜色分成红、黄、蓝等；而大部分水平的划分是人为的，按研究的目的来划分的，如研究收入水平对某种商品消费的影响时，把收入分成高、中、低3个层次。3）单元（Cell）：各水平之间的组合称为单元，例如研究性别（男、女）和收入（高、中、低）对消费的影响，则水平之间共有6种可能的组合，即单元，分别为（男，高）、（男，中）、（男，低）、（女，高）、（女，中）、（女，低）。4）元素（Element）：元素指用于测量因变量的最小单位。一个单元里可以有多个元素，也可以只有一个元素，甚至没有。上例中如果测量了10位男性、收入高的消费情况，则在（男，高）这一单元中有10个元素。5）均衡（Balance）：如果一个试验设计中任一因素各水平在所有单元格中出现的次数相同，且每个单元格内的元素数目相同，则称该试验是为均衡，否则，就被称为不均衡。不均衡试验中获得的数据在分析时较为复杂。6）固定因素（FixedFactor）：指某个因素所有可能的水平都在样本中出现了，从样本分析可以得到该因素所有水平的情况，不需要进行推论。例如分析某种药物对病毒细胞数量的作用，按是否服药分成2组，则药物这一因素所有可能的水平就只有2种，且在样本中都出现了，那么药物因素就是固定因素。7）随机因素（RandomFactor）：指某个因素所有可能的水平在样本中没有全部都出现，或不可能全部出现。例如上例中从得该病的病人中随机抽取了40名病人，这40名病人只是所有病人的代表，在分析时需要用这40个样本外推所有的该类病人，这时就不可避免存在误差（随机效应），需要估计该误差的大小，则因素称为随机因素。如果将随机因素当成固定因素来分析，则可能得出错误的分析结果，但当每个单元格只有一个元素时，随机效应无法被估计出来，此时两种做法的结果一样。8）交互作用（Interaction）：如果一个因素的效应大小在另一个因素不同水平中明显不同，则称为两因素间存在交互作用。当因素间存在交互作用时，单纯研究某个因素的作用意义不大。10.1.3基本假定在方差分析中通常要有以下假定：首先是各样本的独立性，只有相互独立的随机样本，才能保证变异可分解；其次要求所有观察值都是从正态总体中抽取的；第三要求各组样本的方差相等。在以上条件中，独立性的要求最为严格，但一般情况都能保证，另外两个条件，一般只