【正文】 金的收益和費(fèi)用比率。 Step05：完成操作 最后，單擊 【 OK(確定 )】 按鈕，操作完成。 Step03：選擇因素變量 在候選變量列表框中選擇 “ source”變量作為水平值，將其添加至【 Factor(因子 )】 列表框中。 進(jìn)行如下假設(shè)檢驗(yàn)： H0：三種不同信息來(lái)源對(duì)信息傳播測(cè)度平均值沒(méi)有顯著性影響； H1：三種不同信息來(lái)源對(duì)信息傳播測(cè)度平均值存在顯著性影響。在每種情況下，對(duì)信息傳播進(jìn)行測(cè)度：數(shù)值越高，說(shuō)明信息傳播越廣。 ? 對(duì)比檢驗(yàn)表支持對(duì)比值的 bootstrap 估計(jì)和顯著性檢驗(yàn)。 Step07：相關(guān)統(tǒng)計(jì)量的 Bootstrap估計(jì)。 ● Welch：計(jì)算檢驗(yàn)組均值相等假設(shè)的 Welch統(tǒng)計(jì)量，在不具備方差齊性假設(shè)時(shí)，也是一個(gè)比 F統(tǒng)計(jì)量更優(yōu)越的統(tǒng)計(jì)量。 ● Fixed and random effects：顯示固定和隨機(jī)描述統(tǒng)計(jì)量。 Step06：其他選項(xiàng)輸出 單擊 【 Options】 按鈕，在彈出的對(duì)話框 中進(jìn)行如下設(shè)置。 ?Dunt’s T3： 基于 Student最大模的成對(duì)比較法 。 ? Dunt：多重配對(duì)比較的 t檢驗(yàn)法 ， 用于一組處理對(duì)一個(gè)控制類(lèi)均值的比較 。 ?Duncan：指定一系列的 Range值，逐步進(jìn)行計(jì)算比較得出結(jié)論。 ?SNK：用 Student Range分布進(jìn)行所有各組均值間的配對(duì)比較。 ? Scheffe：用 F分布對(duì)所有可能的組合進(jìn)行同時(shí)進(jìn)入的配對(duì)比較 。 ? LSD（ Leastsignificant difference） ：最小顯著差數(shù)法 ，用 t檢驗(yàn)完成各組均值間的配對(duì)比較 。 Step03：選擇因素變量 在 【 OneWay ANOVA(單因素 ANOVA)】 對(duì)話框的候選變量列表框中選擇一個(gè)變量，將其添加至 【 Factor(因子 )】 列表框中，選擇的變量就是要進(jìn)行方差分析的因素變量。 這種事先指定均值的線性組合 ， 再對(duì)該線性組合進(jìn)行檢驗(yàn)的分析方法就是各組均值的精細(xì)比較 。 多重比較是通過(guò)對(duì)總體均值之間的配對(duì)比較來(lái)進(jìn)一步檢驗(yàn)到底哪些均值之間存在差異 。但一般應(yīng)近似地符合上述要求。 1? 2? 3? 4? 方差分析的基本假設(shè) （ 1）各樣本的獨(dú)立性。 同一種推銷(xiāo)方式在不同的工作日銷(xiāo)量也會(huì)不同 ， 因?yàn)閬?lái)商店的人群數(shù)量不一 ， 經(jīng)濟(jì)收入不一 ， 當(dāng)班服務(wù)員態(tài)度不一 ， 這種由隨機(jī)因素造成的差異 ， 我們稱(chēng)之為隨機(jī)性差異 。 從表 51可以看到， 20個(gè)數(shù)據(jù)各不相同，這種差異可能是由以下兩方面的原因引起的。一個(gè)單元里可以只有一個(gè)元素，也可以有多個(gè)元素。如果同時(shí)針對(duì)多個(gè)因素進(jìn)行，稱(chēng)為多因素方差分析。 但有時(shí)銷(xiāo)售方式有很多種 ， 這就是多個(gè)總體均值是否相等的假設(shè)檢驗(yàn)問(wèn)題了 ， 所采用的方法是方差分析 。 方差分析的 概念 43210 : ???? ???H 序號(hào) 銷(xiāo)售方式 1 2 3 4 5 水平均值 方式一 77 86 81 88 83 83 方式二 95 92 78 96 89 90 方式三 71 76 68 81 74 74 方式四 80 84 79 70 82 79 總均值 表 51 某公司產(chǎn)品銷(xiāo)售方式所對(duì)應(yīng)的銷(xiāo)售量 方差分析中有以下幾個(gè)重要概念。 （ 2）水平（ Level） :水平指因素的具體表現(xiàn)，如銷(xiāo)售的四種方式就是因素的不同取值等級(jí)。 （ 5）交互作用（ Interaction） :如果一個(gè)因素的效應(yīng)大小在另一個(gè)因素不同水平下明顯不同，則稱(chēng)兩因素間存在交互作用。 一是推銷(xiāo)方式的影響，不同的方式會(huì)使人們產(chǎn)生不同消費(fèi)沖動(dòng)和購(gòu)買(mǎi)欲望，從而產(chǎn)生不同的購(gòu)買(mǎi)行動(dòng)。 兩個(gè)方面產(chǎn)生的差異用兩個(gè)方差來(lái)計(jì)量： 一是變量之間的總體差異 ， 即水平之間的方差 。即各組觀察數(shù)據(jù)，是從相互獨(dú)立的總體中抽取的。 水平之間的方差（也稱(chēng)為組間方差）與水平內(nèi)部的方差（也稱(chēng)組內(nèi)方差）之間的比值是一個(gè)服從 F分布的統(tǒng)計(jì)量 F = 水平間方差 / 水平內(nèi)方差 = 組間方差 / 組內(nèi)方差 SPSS在單因素方差分析中的應(yīng)用 單因素方差分析也叫一維方差分析 ， 它用來(lái)研究一個(gè)因素的不同水平是否對(duì)觀測(cè)變量產(chǎn)生了顯著影響 ， 即檢驗(yàn)由單一因素影響的一個(gè) （ 或幾個(gè)相互獨(dú)立的 ） 因變量由因素各水平分組的均值之間的差異是否具有 統(tǒng)計(jì)意義 。 多重比較檢驗(yàn)只能分析兩兩均值之間的差異性 ， 但是有些時(shí)候需要比較多個(gè)均值之間的差異性 。 顯然 ， 可以根據(jù)實(shí)際問(wèn)題 ， 提出若干種檢驗(yàn)問(wèn)題 。 Step04：均值精細(xì)比較 單擊 【 Contrasts】 按鈕，彈出如右圖所示的 【 Contrasts(對(duì)比 )】 對(duì)話框。 ?Bonferroni（ LSDMOD） ： 用 t檢驗(yàn)完成各組間均值的配對(duì)比較 ， 但通過(guò)設(shè)置每個(gè)檢驗(yàn)的誤差率來(lái)控制整個(gè)誤差率 。 此法可用于檢查組均值的所有線性組合 ， 但不是公正的配對(duì)比較 。 ?Tukey：用 StudentRange統(tǒng)計(jì)量進(jìn)行所有組間均值的配對(duì)比較，用所有配對(duì)比較誤差率作為實(shí)驗(yàn)誤差率。 ?Hochberg‘s GT2：用正態(tài)最大系數(shù)進(jìn)行多重比較。 默認(rèn)的控制類(lèi)是最后一組 。 ?GamesHowell： GamesHowell比較 ， 該方法較靈活 。 (1)【 Statistics(統(tǒng)計(jì)量 )】 復(fù)選框 :選擇輸出統(tǒng)計(jì)量。 ● Homogeneityofvariance：計(jì)算 Levene統(tǒng)計(jì)量進(jìn)行方差齊性檢驗(yàn)。 （ 2） Means plot：均值折線圖。 單擊 【 Bootstrap】 按鈕，彈出如右圖 所示的對(duì)話框。 實(shí)例圖文分析：信息來(lái)源與傳播 1. 實(shí)例內(nèi)容 某機(jī)構(gòu)的各個(gè)級(jí)別的管理人員需要足夠的信息來(lái)完成各自的任務(wù)。檢驗(yàn)信息來(lái)源是否對(duì)信息傳播有顯著影響？你的結(jié)論是什么？ 由于不同的信息來(lái)源可能導(dǎo)致信息傳播測(cè)度不同 。 Step01：打開(kāi)對(duì)話框 打開(kāi)數(shù)據(jù)文件 ，選擇菜單欄中的 【 Analyze（分析） 】 →【 Compare Means(比較均值 )】 → 【 OneWay ANOVA(單因素ANOVA)】 命令，彈出 【 OneWay ANOVA(單因素 ANOVA)】 對(duì)話框。 Step04：選擇均值多重比較方法 單擊 【 Options】 按鈕，在彈出的對(duì)話框中勾選 【 Homogeneity ofvariance】 復(fù)選框，表示輸出方差齊性檢驗(yàn)表。 3. 實(shí)例結(jié)果及分析 （ 1） 方差齊性檢驗(yàn) SPSS的結(jié)果報(bào)告中首先列出了方差分析檢驗(yàn)結(jié)果 。 10種中等規(guī)模的資本股票基金、 10種小額資本股票基金、 10種混合型股票基金和 10種專(zhuān)項(xiàng)股票基金的費(fèi)用比率的數(shù)據(jù)見(jiàn)表 55所示（單位：％）。 Step02：在 【 候選變量 】 列表框中選擇 “ rate”變量作為因變量，將其添加至 【 Dependent List(因變量列表 )】 列表框中。 接著在 【 Coefficients(系數(shù) )】 文本框中依次輸入線性多項(xiàng)式的系數(shù) “ 1”、 “ 1”、 “ － 3”和 “ 1”， 并單擊 【 Add (添加 )】 按鈕確認(rèn)設(shè)置 。單擊 【 Continue】 按鈕，返回主對(duì)話框。 3. 實(shí)例結(jié)果及分析 （ 1） 描述性統(tǒng)計(jì)量表 SPSS的結(jié)果報(bào)告中首先輸出了描述性統(tǒng)計(jì)量 ， 如表 56所示 。 （ 2）方差齊性檢驗(yàn) 表 57是方差齊性檢驗(yàn)結(jié)果表?？梢钥吹?，費(fèi)用比率總的離差平方總和為 ；不同基金的組間離差為 ；組內(nèi)離差為 ；它們的方差比分別為 ，相除得 F統(tǒng)計(jì)量的觀測(cè)值為 ，對(duì)應(yīng)的概率 P值為 。表中第四列 Mean Difference表示兩兩不同基金費(fèi)用比率差值的均值。 （ 5）方差分析的精細(xì)比較 案例中第二問(wèn)要比較第三類(lèi)基金的費(fèi)用比率和其他基金之間的關(guān)系，其實(shí)就是要進(jìn)行均值之間的多項(xiàng)式比較。本案例中不管方差齊性還是不齊性，其概率 P值都顯著大于 ，這說(shuō)明了零假設(shè)成立，即混合型股票基金的費(fèi)用比率是其他三種類(lèi)型基金費(fèi)用比率的平均水平。它不僅能夠分析多個(gè)因素對(duì)觀測(cè)變量的獨(dú)立影響，更能夠分析多個(gè)因素的交互作用能否對(duì)觀測(cè)變量產(chǎn)生顯著影響。以?xún)蓚€(gè)因素為例，可以表示為： 其中， Q表示各部分對(duì)應(yīng)的離差平方和。我們可以根據(jù)相伴概率 P值和顯著性水平 α的大小關(guān)系來(lái)判斷各因素的不同水平對(duì)觀測(cè)變量是否產(chǎn)生了顯著性影響。 ● 選擇因素變量：添加至 【 Fixed Variable(s)(固定因子 )】 列表框中。 Step03：模型選擇 單擊 【 Model】 按鈕，彈出 【 Univariate： Model(單變量：模型 )】對(duì)話框，該對(duì)話框用于選擇分析模型。選擇該項(xiàng)后無(wú)需進(jìn)行進(jìn)一步的操作，即可單擊 【 Continue】 按鈕返回主對(duì)話框。在 【 Factors amp。 ● Main effects： 選中此項(xiàng)可以指定主效應(yīng)。 ● All 5way： 指定所有 5維交互效應(yīng)。適用于平衡的 ANOVA模型和非平衡的 ANOVA模型。如果能假設(shè)數(shù)據(jù)通過(guò)原點(diǎn)，可以不包括截距，即不選擇此項(xiàng)。在該框中選擇想要改變比較方法的因子，即鼠標(biāo)單擊選中的因子。 ● Deviation：偏差比較法。除去作為參考的水平外，對(duì)預(yù)測(cè)變量或因素變量的每一水平都與參考水平進(jìn)行比較。與 Helmert比較法相反。對(duì)預(yù)測(cè)變量或因素的效應(yīng)，除第一水平以外，對(duì)每一水平都與它前面的水平進(jìn)行比較。 從 【 Factors(因子 )】 列表框中選擇一個(gè)因素變量移入 【 Horlzontal Axis(水平軸 )】 列表框（水平軸）定義輪廓圖的橫坐標(biāo)。 Step06：選擇多重比較 單擊 【 Post Hoc】 按鈕，彈出 【 Post Hoc Multiple Comparisons for Observed Means(單變量：觀測(cè)均值的兩兩比較 )】對(duì)話框。 Step07：預(yù)測(cè)值保存 單擊 【 Save】 按鈕，彈出 【 Save(保存 )】 對(duì)話框。 ● Unstsndardized：非標(biāo)準(zhǔn)化預(yù)測(cè)值。 ② Diagnostics：診斷值。 ● Unstsndardized：非標(biāo)準(zhǔn)化殘差值，即觀測(cè)值與預(yù)測(cè)值之差。 ● Studentized：學(xué)生氏殘差。 Step08：其他選項(xiàng)選擇 單擊 【 Options】 按鈕，彈出 【 Options(選項(xiàng) )】 對(duì)話框。可以將其移入到 【 Display Means for(顯示均值 )】 列表框中。 ② 在 【 Display(輸出 )】 列表框中指定要求輸出的統(tǒng)計(jì)量。 ● Parameter estimates：各因素變量的模型參數(shù)估計(jì)、標(biāo)準(zhǔn)誤、 t檢驗(yàn)的 t值、顯著性概率和 95％的置信區(qū)間。 ● Residual plot：繪制因變量的觀察值對(duì)于預(yù)測(cè)值和標(biāo)準(zhǔn)化殘差的散點(diǎn)圖。 ③ 【 Significance level(顯著性水平 )】 文本框：改變 Confidence intervals(置信區(qū)間 )內(nèi)多重比較的顯著性水平 。 ● 參數(shù)估計(jì)值表支持系數(shù)、 B 的 Bootstrap 估計(jì)和顯著性檢驗(yàn)。 ● 多重比較表支持平均值差值的 Bootstrap 估計(jì)。所得數(shù)據(jù)見(jiàn)表 511所示。本案例中，職業(yè)和性別是兩個(gè)影響因素，而每周薪金是因變量。這里 “ wage”變量表示每月薪金； “ job”變量表示職業(yè)的類(lèi)型； “ sex”變量表示性別。 Step04：選擇多重比較 單擊 【 Post Hoc】 按鈕，彈出 【 Post Hoc(兩兩比較 )】 對(duì)話框。 Step05：其他選項(xiàng)選擇 單擊 【 Options】 按鈕，彈出 【 Options(選項(xiàng) )】 對(duì)話框。 Step06：完成操作 最后，單擊 【 OK(確定 )】 按鈕，操作完成。從數(shù)值大小比較看，不少職業(yè)和性別之間每周薪金差異較大，說(shuō)明有進(jìn)一步采用方差分析的必要。 （ 3）雙因素方差分析檢驗(yàn)表 在表 515中，第一行的 Corrected Model是對(duì)所用方差分析模型的檢驗(yàn)，其原假設(shè)為模型中所有的影響因素均無(wú)作用，即職業(yè)、性別及兩者的交互作用等對(duì)每周薪金都無(wú)顯著影響。但這兩行對(duì)應(yīng)的相伴概率 P都接近 0，顯然小于顯著性水平 。 （ 4）多重比較檢驗(yàn)結(jié)果 表 516顯示了不同職業(yè)之間每周薪金均值比較結(jié)果。該職業(yè)的平均薪金要明顯高于財(cái)務(wù)管理和計(jì)算機(jī)程序員職業(yè)。 利用協(xié)方差分析就可以完成這樣的功能。 基本原理 在協(xié)方差分析中，將觀察變量總的離差平方和分解為由因變量引起的、由因變量的交互作用引起的、由協(xié)變量引起的和由其他隨機(jī)因素引起的。 12Q Q Q Q Q Q總 協(xié) 控 1 控 2 控 控 隨＝ ＋ ＋ ＋ ＋12Q Q Q Q Q Q?總 協(xié) 控 1 控 2 控 控 隨＝ ＋ ＋ ＋ 協(xié)方差分析的 SPSS操作詳解 確定是否存在協(xié)變量 采用協(xié)方差分析時(shí)，首先就應(yīng)該