文档介绍：第6章方差分析(续)
方差分析的功能模块:
Compare Means :
One -Way ANOVA:单因素方差分析
General inearModel:
Univariate:单因变量多因素方差分析
Multivariate :多因变量多因素方差分析
Repeated Measure:重复测量方差分析
ponents:方差成分分析
是对一个因变量受多个因素(或因子)影响而进行的方差分析。
作用-用于检验不同水平组合之间因变量均值由于受不同因素影响是否有差异的问题。
原假设H0:因变量总体均值相等。
可以分析每一个因素的作用(主效应),也可以分析因素之间的交互作用(交互效应)。
可以进行协方差分析,以及各因素变量与协变量之间的交互作用。
Univariate(1):单因变量多因素方差分析
固定因素(Fixed factor) –其不同水平对实验结果产生不同影响的因素,其水平都出现,即分组变量。
随机因素( Random factor )-对实验结果产生随机影响的因素,其水平随机出现,影响的大小可以通过方差成分分析确定。
协变量(Covariate )-一种难以控制的自变量,用以借助回归方程,剔除相应因素对因变量的影响。协方差分析时用。
注意-因变量和协变量必须是数值型变量,协变量与因变量彼此不独立。因素变量(控制、随机)是分类变量,可以是数值型和字符型。
变量定义:对单因变量多因素方差分析,变量定义时,最基本需要:一个是因变量(观测变量);多个分组变量(固定变量)。
数据录入:将各水平下数据都录入到因变量内;各控制变量不同水平区分用分组值进行(如1,2,3等)。
【】研究不同性别学生非智力因素对学****成绩的影响,数据如表:
数据准备:该问题有一个因变量chj,两个固定因素变量:性别xb(男、女)和非智力因素fzl(高、中、低)。
设置界面:
观测变量,一个
控制因素,可多个
随机因素,不是必需
协变量-用于去除该变量对因变量的影响,协方差分析用
异方差时,将选入变量用加权最小二乘法估计模型参数,协方差分析用
建立分析模型中的主效应方法:
选中一个因素变量名,再选中“Main effects”,单击右箭头按钮,该变量出现在“Model”框中。欲在模型中包括几个主效应项,就进行几次操作。或在标有“F”变量名中选中多个变量同时送到“Model”框中。
本例将“xb”和“fzl”变量作为主效应,按上面的方法选送到“Model”框中。
建立模型中的交互项:
例如,因素变量有“xb(F)”和“fzl(F)”,建立它们之间的相互效应。
连续单击“xb(F)”和“fzl(F)”变量使其选中。单击“Build Term(s)”栏内下拉按钮,选中“Interaction”项。单击“Build Term(s)”栏内的右拉按钮,“xb*fzl”交互效应就出现在“Model”框中。
Sum of squares :分解平方和的选择项
Type I项:分层处理平方和。仅对模型主效应之前的每项进行调整。一般适用于:平衡的AN0VA模型;
Type II项:对其他所有效应进行调整。一般适用于:平衡的AN0VA模型、主因子效应模型、回归模型、嵌套设计。
Type III项:默认,回归法。对其他任何效应均进行调整。一般适用于:Type I、Type II所列的模型:没有空单元格的平衡和不平衡模型。
Type IV顶:一般适用于:Type I、Type lI所列模型;没有空单元的平衡和不平衡模型。
Include intercept in model -在模型中包括截距。若能确定回归线不通过原点,则不选此项。
本题选择如下图所示: