多元統(tǒng)計(jì)分析原理與操作技術(shù)-wenkub
2023-05-16 22:18:57 本頁(yè)面
【正文】 ? 其效果的值 為 路 徑系數(shù) 乘 積 X Y Z 分離 3 沖突 1 情緒 2 親密 4 * * * .642* .079* .263* 分離 至 親密 的可能效果 其值 為 .079*= Total effect Error term Total causal effect Spurious effect Direct effect Indirect effect X對(duì) Y的 影響是通過 兩者的共同 變量 等于 r，亦即 r可以分解 為 ： 等 于 √1R2 變量間 的 相關(guān)系數(shù) 的分解 ? 自變量 到 因變量間 的 總 效果 (total effect)即 為 兩 變量間 的相 關(guān) ? 總 效果 (total effect)=總 因果效果 (total causal effect) +所有可能效果 (spurious effect) ? 總 因果效果 (total causal effect)=直接效果 (direct effect)+所有 間接 效果 (indirect effect) 中介效應(yīng)與調(diào)節(jié)效應(yīng)分析 中介變量 （ mediator） 考慮自變量 X 對(duì)因變量 Y 的影響 ,如果 X 通過影響變量 M 來(lái)影響 Y ,則稱 M 為中介變量。 檢驗(yàn)兩變量間有無(wú)交互作用，普遍的做法是在方程中加入它們的乘積項(xiàng)再做檢驗(yàn)。 回歸分析與方差分析 單個(gè)分類變量的不同類別時(shí)，等價(jià)于單因素方差分析 ，回歸系數(shù)檢驗(yàn)等價(jià)于不同類別與參照類平均值之差的 t檢驗(yàn)。 ? 例： 漢族（ 1） 藏族（ 2） 回族（ 3） 漢族 1 說明： 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。 ? 虛擬變量 ：虛擬變量 是將分類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。 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。分為 Enter和 Remove。 (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通過中介變量影響了變量 B 。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) 。 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 3個(gè) ?自變量水平個(gè)數(shù)最好不超過 6個(gè) 二、多因變量 ? Multivariate(多元方差分析 ) ? 多元方差分析，就是說存在著不止一個(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。 a1 a2 兩個(gè)被試間變量的簡(jiǎn)單效應(yīng)檢驗(yàn)程序 A因素有三個(gè)水平， B因素有兩個(gè)水平，因變量是 Y B因素在 A的三個(gè)水平上的簡(jiǎn)單效應(yīng) MANOVA Y BY A(1,3) B(1,2) /DESIGN= B WITHIN A(1) /DESIGN= B WITHIN A(2) /DESING= B WITHIN A(3). A因素在 B的兩個(gè)水平上的簡(jiǎn)單效應(yīng) MANOVA Y BY A(1,3) B(1,2) /DESIGN= A WITHIN B(1) /DESIGN= A WITHIN B(2). 兩因素都是被試內(nèi)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)。研究中有兩個(gè)因素，如下所示： b1 b2 a1 a2 80 78 92 64 79 78 86 66 ∑ ∑ 下面我們用圖解的方式觀察一下各因素的影響及交互作用的情況： 圖 3 兩種教學(xué)方法對(duì)不同能力學(xué)生學(xué)習(xí)成績(jī)的影響 100 90 80 70 60 A1 A2 (79) (78) 100 100 90 90 80 80 70 70 60 60 (86) (66) (92) (64) (78) (80) 教學(xué)方法與學(xué)習(xí)能力對(duì)學(xué)生學(xué)習(xí)成績(jī)的影響 B1 B1 B2 B2 (a) (b) (c) 由圖 (a)可以看出，學(xué)生的學(xué)習(xí)能力對(duì)學(xué)習(xí)成績(jī)有重要影響。 ? 相關(guān)樣本： repeated measure 差異顯著后，需事后比較，做兩兩相關(guān)樣本 t檢驗(yàn)。第七講 多元統(tǒng)計(jì)分析原理與操作技術(shù) 寧波大學(xué) 張 林 心理學(xué)碩士研究生基礎(chǔ)平臺(tái)課程 數(shù)據(jù)分析 描述統(tǒng)計(jì) 推斷統(tǒng)計(jì) 平均數(shù) 標(biāo)準(zhǔn)差 相關(guān) 系數(shù) 差異檢驗(yàn) 相關(guān)分析 方差分析（ ANOVA） ? 方差分析是一種通過分析樣本數(shù)據(jù)各項(xiàng)差異的來(lái)源，以檢驗(yàn)二個(gè)或二個(gè)以上樣本空間的平均數(shù)是否相等或是否具有顯著差異的方法。 兩因素都是被試間設(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)。 由圖 (b)可以看到，若只考察教學(xué)方法的影響，我們會(huì)發(fā)現(xiàn)兩種教學(xué)方法對(duì)學(xué)生學(xué)習(xí)成績(jī)的影響沒有明顯的差別。 兩個(gè)被試內(nèi)變量的簡(jiǎn)單效應(yīng)檢驗(yàn)程序 A因素有三個(gè)水平， B因素有兩個(gè)水平 B因素在 A的
物理相關(guān)推薦
鄂ICP備17016276號(hào)-1