【正文】 如果兩個(gè)行業(yè)的負(fù)債水平?jīng)]有差異，它們的資產(chǎn)負(fù)債率按大小應(yīng)該是隨機(jī)混合排列的，則構(gòu)成的這組數(shù)列應(yīng)該是隨機(jī)的；否則說(shuō)明工業(yè)和商業(yè)企業(yè)的負(fù)債水平有一定的規(guī)律性，即兩個(gè)行業(yè)有一定的差異性。在過(guò)去 20年中，企業(yè)虧損的年份數(shù)共有 7年，而在剩下的 13年里該企業(yè)都是盈利的。如果歷史數(shù)據(jù)是隨機(jī)的，說(shuō)明今年的盈利不會(huì)對(duì)明年企業(yè)的生產(chǎn)產(chǎn)生影響；反之，表明今年的盈利會(huì)對(duì)明年生產(chǎn)有影響。 ? Step05： 其他選項(xiàng)選擇 【 Options】 按鈕用于指定輸出內(nèi)容和關(guān)于缺失值的處理方法。 SPSS中利用游程數(shù)構(gòu)造 Z統(tǒng)計(jì)量，利用 Z統(tǒng)計(jì)量的分布來(lái)檢驗(yàn)序列是否具有隨機(jī)性。 N Mean Std. Deviation Minimum Maximum Percentiles 25th 50th (Median) 75th 燈泡壽命 30 3 947 1084 5 （ 2） 二項(xiàng)分布檢驗(yàn)表 首先根據(jù)斷點(diǎn) “ 960”將原始數(shù)據(jù)劃分為兩部分 ：“ Group 1” 和“ Group 2”，它們各自的樣本容量等于 6和 24，所占總體的比例為 20％和 80％。 ? Step04： 指定檢驗(yàn)概率值 在 【 Test Proportion(檢驗(yàn)比例 )】 文本框中輸入指定概率值“ ”。 ? Step06： 其他選項(xiàng)選擇 【 Options】 按鈕用于指定輸出內(nèi)容和關(guān)于缺失值的處理方法。假如變量是字符型的，可以使用重編碼功能將其轉(zhuǎn)化為數(shù)值型變量；假如變量不是二元變量，需要設(shè)置斷點(diǎn)將數(shù)據(jù)分為兩個(gè)部分，將大于斷點(diǎn)值的歸為一組，其余歸為另一組。 （ 3） n次試驗(yàn)在相同條件下進(jìn)行，且各個(gè)觀察單位的觀察結(jié)果相互獨(dú)立，即每個(gè)觀察單位的觀察結(jié)果不會(huì)影響到其他觀察單位的結(jié)果。 3 實(shí)例結(jié)果及分析 SPSS的結(jié)果報(bào)告中列出了期望頻數(shù)和實(shí)際頻數(shù)。 H0： 目前三個(gè)職業(yè)的總體構(gòu)成比仍然是 15％、 5％和 80％。 Step06： 其他選項(xiàng)選擇 單擊 【 Options】 按鈕，彈出 【 Options(選項(xiàng) )】 對(duì)話(huà)框，該對(duì)話(huà)框用于指定輸出內(nèi)容和關(guān)于缺失值的處理方法 . Step07單擊 【 OK】 按 鈕 ， 結(jié) 束操作， SPSS軟 件自 動(dòng)輸出 結(jié) 果。 進(jìn)行卡方檢驗(yàn)時(shí)，首先提出零假 設(shè) ： 樣本 X來(lái)自的總體分布服從期望分布或某一理論分布。由于這些方法一般不涉及總體參數(shù)而得名 。 ● Runs test： 游程檢驗(yàn)。 綜合起來(lái)，年齡因素對(duì)人體內(nèi)膽固醇含量有顯著的影響；同時(shí)，在排除了年齡因素的影響后，不同體重級(jí)別對(duì)膽固醇含量也存在顯著的差異。 （ 4）協(xié)方差檢驗(yàn)結(jié)果 表 521列出了協(xié)方差檢驗(yàn)結(jié)果，表 521中包括各變差分解的情況、自由度、均方、 F統(tǒng)計(jì)量值和概率 P值。因此，可以將年齡變量作為協(xié)變量參與協(xié)方差分析。 選擇 “ age”作為協(xié)變量，將其添加至 【 Covariate(s)(對(duì)比 )】 列表框中。因此，為了更準(zhǔn)確描述體重對(duì)人體的血清膽固醇的影響，就應(yīng)該盡量排除年齡因素對(duì)分析結(jié)果的影響。只是特別的，需要將確定好的協(xié)變量引入到圖 512的 【 Covariate(s)(對(duì)比 )】 列表框即可。以雙因素協(xié)方差分析為例，觀察變量總的離差平方和可以分解為： 也可以理解為： 。 SPSS在協(xié)方差分析中的應(yīng)用 協(xié)方差分析的基本原理 方法概述 無(wú)論是單因素方差分析還是多因素方差分析，它們都有一些人為可以控制的因變量。可見(jiàn)，兩者分別對(duì)薪金有顯著性影響。 （ 2）方差齊性檢驗(yàn) SPSS的結(jié)果報(bào)告接著列出了方差齊性檢驗(yàn)結(jié)果表 514。勾選【 Descriptive(描述性統(tǒng)計(jì)量 )】 復(fù)選框表示輸出描述性統(tǒng)計(jì)量；勾選 【 Homogeneityofvariance(方差同質(zhì)性檢驗(yàn) )】 復(fù)選框表示輸出方差齊性檢驗(yàn)表。 提示：在使用前，請(qǐng)注意數(shù)據(jù)是否符合方差分析的前提條件。請(qǐng)你分析職業(yè)和性別對(duì)薪金有無(wú)顯著影響。 ● 對(duì)比結(jié)果表支持差值的 Bootstrap 估計(jì)和顯著性檢驗(yàn)。 ● Lack of fit：擬合度不足檢驗(yàn)。 ● Descriptive statistics：輸出描述統(tǒng)計(jì)量。各選項(xiàng)含義如下。 ● Weighted：加權(quán)非標(biāo)準(zhǔn)化殘差。 ● Weighted：加權(quán)預(yù)測(cè)值。該對(duì)話(huà)框用于對(duì)均值作 Post Hoc多重比較檢驗(yàn)。 ● Polynomial：多項(xiàng)式比較。選擇 【 Last(最后一個(gè) 】 或 【 First(第一個(gè) )】 作為參考水平。這一操作使 【 Change Contrast(更改對(duì)比 )】 復(fù)選欄中的各項(xiàng)被激活。凡適用 Type I和 Type II的模型均可以用該法。 ● All 2way： 指定所有 2維交互效應(yīng)。 （ 2） Custom選項(xiàng) 建立用戶(hù)自定義的方差分析模型。 ● 選擇隨機(jī)變量：添加至 【 Random Variable(s)(隨機(jī)因子 )】 列表框中。多因素方差分析比較 占 的比例，以此推斷不同因素以及因素之間的交互作用是否給觀測(cè)變量帶來(lái)顯著影響。 （ 6）均值折線(xiàn)圖 圖 511顯示了這四類(lèi)基金費(fèi)用比率的均值折線(xiàn)圖。第六列是進(jìn)行 t檢驗(yàn)的概率 P值，可以通過(guò)比較 P值大小來(lái)判斷兩兩基金之間的費(fèi)用比率是否有顯著差異。表中顯示 Levene統(tǒng)計(jì)量等于 。 Step06：?jiǎn)螕?【 Options】 按鈕，在彈出的對(duì)話(huà)框中勾選 【 Descriptive(描述性 )】 復(fù)選框表示輸出描述性統(tǒng)計(jì)量；勾選 【 Homogeneityofvariance (方差同質(zhì)性 )】 復(fù)選框表示輸出方差齊性檢驗(yàn)表；勾選 【 Mean plot(均值圖 )】 復(fù)選框表示輸出各水平的均值折線(xiàn)圖。 Step03：在 【 候選變量 】 列表框中選擇 “ fund”變量作為水平值，將其添加至 【 Factor(因子 )】 列表框中。 由于這里采用的是 Levene檢驗(yàn)法 ， 故表格首先顯示 Levene統(tǒng)計(jì)量等于 。 提示：在使用前，請(qǐng)注意數(shù)據(jù)是否符合方差分析的前提條件。最近，一項(xiàng)研究調(diào)查了信息來(lái)源對(duì)信息傳播的影響。根據(jù)各組均值變化描繪出因變量的分布情況。 ● Descriptive：要求輸出描述統(tǒng)計(jì)量。 （ 2） 方差不具有齊性 （ Equal Varance not assumed） 時(shí) ， 有如下方法供選擇 。 ?Tukey39。 ?Sidak：計(jì)算 t統(tǒng)計(jì)量進(jìn)行多重配對(duì)比較 。 121 ()2 ??? 341 ()2 ??? 單因素方差分析的 SPSS操作詳解 Step01：打開(kāi)主操作窗口 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(huà)框，這是單因素方差分析的主操作窗口。 應(yīng)用方差分析時(shí) ， 數(shù)據(jù)應(yīng)當(dāng)滿(mǎn)足以下幾個(gè)條件： ? 在各個(gè)水平之下觀察對(duì)象是獨(dú)立隨機(jī)抽樣，即獨(dú)立性； ? 各個(gè)水平的因變量服從正態(tài)分布，即正態(tài)性； ? 各個(gè)水平下的總體具有相同的方差，即方差齊； 方差分析認(rèn)為： SST（總的離差平方和） =SSA（組間離差平方和） +SSE（組內(nèi)離差平方和） 如果在總的離差平方和中，組間離差平方和所占比例較大，說(shuō)明觀測(cè)變量的變動(dòng)主要是由因素的不同水平引起的，可以主要由因素的變動(dòng)來(lái)解釋?zhuān)到y(tǒng)性差異給觀測(cè)變量帶來(lái)了顯著影響；反之，如果組間離差平方和所占比例很小，說(shuō)明觀測(cè)變量的變動(dòng)主要由隨機(jī)變量因素引起的。 二是水平內(nèi)部的方差 。 方差分析的基本思想 在表 51中 ， 要研究不同推銷(xiāo)方式的效果 ， 其實(shí)就歸結(jié)為一個(gè)檢驗(yàn)問(wèn)題 ， 設(shè)為第 i（ i=1,2,3,4） 種推銷(xiāo)方式的平均銷(xiāo)售量 ， 即檢驗(yàn)原假設(shè)是否為真 。 （ 1）因素（ Factor） :是指所要研究的變量，它可能對(duì)因變量產(chǎn)生影響。如果方差分析只針對(duì)一個(gè)因素進(jìn)行，稱(chēng)為單因素方差分析。 從數(shù)值上觀察 ， 四個(gè)均值都不相等 ， 方式二的銷(xiāo)售量明顯較大 。 前者既包括系統(tǒng)性差異 ， 也包括隨機(jī)性差異；后者僅包括隨機(jī)性差異 。 SPSS將自動(dòng)計(jì)算檢驗(yàn)統(tǒng)計(jì)量和相伴概率 P值，若 P值小于等于顯著性水平 α ，則拒絕原假設(shè)，認(rèn)為因素的不同水平對(duì)觀測(cè)變量產(chǎn)生顯著影響；反之，接受零假設(shè)，認(rèn)為因素的不同水平?jīng)]有對(duì)觀測(cè)變量產(chǎn)生顯著影響。 Step02：選擇因變量 在 【 OneWay ANOVA(單因素 ANOVA)】 對(duì)話(huà)框的候選變量列表框中選擇一個(gè)或幾個(gè)變量，將其添加至【 Dependent List(因變量列表 )】 列表框中，選擇的變量就是要進(jìn)行方差分析的觀測(cè)變量（因變量）。 可以調(diào)整顯著性水平 ， 比 Bofferroni方法的界限要小 。sb： 用 stndent Range分布進(jìn)行組間均值的配對(duì)比較，其精確值為前兩種檢驗(yàn)相應(yīng)值的平均值。 ?Tamhane’s T2： 基于 t檢驗(yàn)進(jìn)行配對(duì)比較 。選擇此項(xiàng)輸出觀測(cè)值容量、均值、標(biāo)準(zhǔn)差、標(biāo)準(zhǔn)誤、最小值、最大值、各組中每個(gè)因變量的 95％置信區(qū)間。 （ 3） 【 Missing Values(缺失值 )】 選項(xiàng)組中提供了缺失值處理方法，該選項(xiàng)和均值比較過(guò)程中的缺失值選項(xiàng)意義相同。在這項(xiàng)特定的研究中，信息來(lái)源是上級(jí)、同級(jí)和下級(jí)。 Step02：選擇因變量 在候選變量列表框中選擇 “ scale”變量作為因變量，將其添加至【 Dependent List(因變量列表 )】 列表框中。 由于概率 P值 ， 故認(rèn)為這三組數(shù)據(jù)的方差是相同的 ， 滿(mǎn)足方差分析的前提條件 。 Step04：?jiǎn)螕?【 Contrasts】 按鈕 ， 彈出 【 OneWay ANOVA： Contrasts(單因素 ANOVA：對(duì)比 )】對(duì)話(huà)框 。再單擊 【 Continue】 按鈕，返回主對(duì)話(huà)框。由于概率 P值 平 ，故認(rèn)為這四種類(lèi)型基金費(fèi)用比率的方差是相同的，滿(mǎn)足方差分析的前提條件。從結(jié)果來(lái)看，只有第一種和第四種基金費(fèi)用比率的概率 P值（ ）小于顯著性水平。從圖中明顯看到，第四類(lèi)基金的費(fèi)用比率均值明顯高于其他類(lèi)型的基金。 1 2 1 2Q Q Q Q Q總 控 控 控 控 隨＝ ＋ ＋ ＋1 2 1 2Q Q Q Q控 控 控 控 隨、 、 、Q總1 2 1 2Q Q Q Q Q總 控 控 控 控 隨＝ ＋ ＋ ＋ 多因素方差分析仍然采用 F檢驗(yàn)，其零假設(shè)是 H0：各因素不同水平下觀測(cè)變量的均值無(wú)顯著差異。 ● 選擇協(xié)變量：添加至 【 Covariate(s)(協(xié)變量 )】 列表框中。點(diǎn)擇 【 Custom(設(shè)定 )】 單選鈕后， 【 Factors amp。 ● All 3way： 指定所有 3維交互效應(yīng)。 ● Type IV頂：一般適用于 Type I和 Type lI方法的模型、有缺失值的平衡或不平衡模型。 展開(kāi) 【 Contrast(對(duì)比 )】 參數(shù)框的下拉菜單，可得到各類(lèi)比較方法。 ● Difference：差值比較法。比較線(xiàn)性、二次、三次等效應(yīng)，常用于估計(jì)多項(xiàng)式趨勢(shì)。從 【 Factor(s)(因子 )】 框選擇相關(guān)變量使被選變量進(jìn)入 【 Post Hoc test for(兩兩比較檢驗(yàn) )】 框。如果在主對(duì)話(huà)框中選擇了 WLS變量，選中該復(fù)選框，將保存加權(quán)非標(biāo)準(zhǔn)化預(yù)測(cè)值。如果在主對(duì)話(huà)框中選擇了 WLS變量，選中該復(fù)選框，將保存加權(quán)非標(biāo)準(zhǔn)化殘差。 ① 【 Estimated Marginal Means (估計(jì)邊際均值 )】 ：估測(cè)邊際均值設(shè)置。 ● Estimates of effect size：效應(yīng)量的估計(jì)。檢查獨(dú)立變量和非獨(dú)立變量間的關(guān)系是否被充分描述。 ● 估計(jì)值表支持均值的 Bootstrap 估計(jì)。 2 實(shí)例操作 由于薪金水平的高低和所從事的職業(yè)、性別等因素都有關(guān)系。 Step02：選擇觀測(cè)變量 在候選變量列表框中選擇 “ wage”變量作為因變量，將其添加至 【 Dependent Variable(因變量 )】 列表框中。再單擊 【 Continue】 按鈕，返回主對(duì)話(huà)框。由于這里采用的是 Levene檢驗(yàn)法，故表格首先顯示 Levene統(tǒng)計(jì)量等于 0.383。 第五行是對(duì)職業(yè)和性別的交叉作用進(jìn)行檢驗(yàn)，可見(jiàn) P為 ，小于顯著性水平，表示交互作用對(duì)觀測(cè)變量每周薪金有顯著性影響作用。但在實(shí)際問(wèn)題中，有些隨機(jī)因素是很難人為控制的，但它們又會(huì)對(duì)結(jié)果產(chǎn)生顯著的影響。即在扣除了協(xié)變量對(duì)觀察變量的影響后，分析因變量對(duì)觀察變量的影響。而 【 Univariate(單變量 )】 對(duì)話(huà)框中的各類(lèi)輔助選項(xiàng)的