多元統(tǒng)計(jì)分析原理與操作技術(shù)-文庫(kù)吧
2025-04-16 22:18 本頁(yè)面
【正文】 IN B(2). 兩因素混合設(shè)計(jì) ?交互效應(yīng)不顯著，主效應(yīng)顯著，對(duì)主效應(yīng)做事后比較； ?交互作用顯著，對(duì)交互效應(yīng)做簡(jiǎn)單效應(yīng)檢驗(yàn)。 兩因素混合設(shè)計(jì)的簡(jiǎn)單效應(yīng)檢驗(yàn)程序 A是被試內(nèi)變量，有三個(gè)水平； B是被試間變量，有兩個(gè)水平。 ： MANOVA A1 A2 A3 BY B(1,2) /WSFACTORS =A(3) /WSDESIGN /DESIGN /WSDESIGN =MWITHIN A(1) MWITHIN A(2) MWITHIN A(3) /DESIGN =B. ： MANOVA A1 A2 A3 BY B(1,2) /WSFACTORS =A(3) /WSDESIGN /DESIGN /WSDESIGN =A /DESIGN =MWITHIN B(1) MWITHIN B(2). 三個(gè)自變量都是被試間設(shè)計(jì) ?交互效應(yīng)不顯著，主效應(yīng)顯著，對(duì)主效應(yīng)做事后比較； ?交互作用顯著，對(duì)交互效應(yīng)做簡(jiǎn)單效應(yīng)檢驗(yàn)。 三個(gè)被試間變量的簡(jiǎn)單效應(yīng)檢驗(yàn)程序 A因素有兩個(gè)個(gè)水平， B因素有兩個(gè)水平， C因素有兩個(gè)水平，因變量是 Y c1水平上， B因素在 A1和 A2水平的簡(jiǎn)單效應(yīng)；檢驗(yàn)在 c2水平上， B因素在 A1和 A2水平的簡(jiǎn)單效應(yīng)； MANOVA Y BY A(1,2) B(1,2) C(1,2) /DESIGN= B WITHIN A(1) /DESIGN= B WITHIN A(2) /DESING= B WITHIN C(1) /DESING= B WITHIN C(2) /DESING= B WITHIN A(1) WITHIN C(1) /DESING= B WITHIN A(1) WITHIN C(2) /DESING= B WITHIN A(2) WITHIN C(1) /DESING= B WITHIN A(2) WITHIN C(2). 自變量個(gè)數(shù)和自變量水平的個(gè)數(shù) ?自變量個(gè)數(shù)最好不超過(guò) 3個(gè) ?自變量水平個(gè)數(shù)最好不超過(guò) 6個(gè) 二、多因變量 ? Multivariate(多元方差分析 ) ? 多元方差分析，就是說(shuō)存在著不止一個(gè)因變量，而是兩個(gè)以上的因變量共同反映了自變量的影響程度。比如要研究某些因素對(duì)兒童生長(zhǎng)的影響程度，則身高、體重等都可以作為生長(zhǎng)程度的測(cè)量因子，即都應(yīng)作為因變量。 ? Multivariate(多元方差分析 ) 相關(guān)分析 ，散點(diǎn)圖做法。 素以外的各種作用，或者說(shuō)在扣除了其他因素的作用大小以后，重新來(lái)考慮這兩個(gè)因素間的關(guān)聯(lián)程度。這種方法的 目的是消除其他變量關(guān)聯(lián)性的傳遞效應(yīng) 。 ? 偏相關(guān)分析在理解檢驗(yàn)變量和控制變量之間的關(guān)系時(shí)，通常有兩種解釋或模型，一種是共同作用假設(shè)，另一種是中介變量假設(shè)。 被作用變量 A 共同作用變量 被作用變量 B 作用變量 中介變量 被作用變量 （變量 A） （變量 B） (1) 在共同作用假設(shè)模型中，兩個(gè)變量相關(guān)顯著的原因在于他們都受同一變量的影響。如果這個(gè)起共同作用的變量不存在，即排除共同作用變量的效應(yīng)，則兩個(gè)分析變量的相關(guān)系數(shù)應(yīng)為 0。 (2) 在中介變量假設(shè)模型中，兩個(gè)變量相關(guān)顯著的原因在于變量 A通過(guò)中介變量影響了變量 B 。在排除中介變量的效應(yīng)后，兩個(gè)變量的相關(guān)系數(shù)顯著逐漸降低或?yàn)?0。 學(xué)習(xí)策略、學(xué)習(xí)效能感、學(xué)習(xí)堅(jiān)持性與學(xué)業(yè)成就的相關(guān)分析 回歸分析 ?回歸系數(shù)的意義 ?回歸方程的檢驗(yàn) ?回歸系數(shù)的檢驗(yàn) ?Methods的區(qū)別 ?多重共線性 ?虛擬變量轉(zhuǎn)換 方程系數(shù)的意義 ?=a+bx a,β， B， F， t， R2 P a t h D i a g r a m o f A L i n e a r R e g r e s s i o nA n a l y s i sYYX 1X 2x 3e r r o riiY k b x b x b x e? ? ? ? ?1 1 2 2 3 3回歸方程的檢驗(yàn) 回歸系數(shù)的檢驗(yàn) H0:Bj=0 H1:Bj≠0 t檢驗(yàn) Methods的區(qū)別 自變量的 β顯著，且 R2盡可能大。 ? 同時(shí)分析法，將所有的預(yù)測(cè)變量同時(shí)納入回歸方程中估計(jì)因變量。分為 Enter和 Remove。 ? 逐步分析法，依據(jù)解釋力的大小，逐步地檢查每個(gè)自變量的影響，分為 Forward和 Backward。 ? Stepwise，按各個(gè)自變量對(duì)因變量作用的大小，從大到小逐個(gè)引入回歸方程。 ? 層次分析法，有明確的理論依據(jù)，按順序進(jìn)入。 多重共線性（定義） 當(dāng)自變量高度相關(guān)時(shí)，就會(huì)互相削弱各自對(duì) y的邊際影響，使本身的回歸系數(shù)下降而其標(biāo)準(zhǔn)誤擴(kuò)大，于是就會(huì)出現(xiàn) 回歸方程整體顯著，但各個(gè)自變量都不顯著 的現(xiàn)象，即多重共線性。 多重共線性（表現(xiàn)） F值顯著，但是 β不顯著； r12很高； ，某一自變量可以被其他自變量 線性表達(dá) 。 方程的 確定系數(shù)很高 ，但每一自變量的 偏確定系數(shù)很小 。 多重共線性（對(duì)策） ，而與其他自變量高度相關(guān)的變量； ； ； ； ? 當(dāng)自變量為分類(lèi)變量時(shí)，必須先將分類(lèi)變量轉(zhuǎn)化為虛擬變量，然后再將它 們引入回歸方程，所得到的回歸結(jié)果才有明確的意義解釋。 ? 虛擬變量 ：虛擬變量 是將分類(lèi)變量加以量化描述的一種假設(shè)的變量，當(dāng)某種品質(zhì)或?qū)傩猿霈F(xiàn)時(shí)為 1，不出現(xiàn)時(shí)為 0。只有兩個(gè)取值： 0， 1。虛擬變量數(shù)等于分類(lèi)變量的水平數(shù)減一。將不設(shè)虛擬變量明確表示的類(lèi)別為 參照類(lèi) 。 ? 例： 漢族（ 1） 藏族（ 2） 回族（ 3） 漢族 1 說(shuō)明： 1表示是， 0表示否 1 0 0 1 0 0 是漢族，而非藏族，也非回族 是藏族，而非漢族，也非回族 是回族，而非漢族，也非藏族 虛擬變量 原變量 藏族 1 回族 1 0 0 1 其他民族（ 4） 0 0 0 非漢族，非藏族，也非回族，因而是其他民族 虛擬變量的回歸分析 ? 方差分析 主要用于探討不同來(lái)源的變異對(duì)總變異的影響大小，從而確定自變量對(duì)因變量的重要性。使用方差分析應(yīng)滿足的基本假設(shè)為：總體正態(tài)分布；
物理相關(guān)推薦
鄂ICP備17016276號(hào)-1