多元統(tǒng)計(jì)分析原理與操作技術(shù)-免費(fèi)閱讀
【正文】 由于第二步中乘積項(xiàng) UX 的回歸系數(shù)顯著 ( t = 4. 452， R2 的變化約為 3% ) ,所以管教方式 (U )的調(diào)節(jié)效應(yīng)顯著。 +連續(xù) 自變量分類(lèi)變量，調(diào)節(jié)變量連續(xù)變量 對(duì)自變量進(jìn)行虛擬變量設(shè)置后，采用層次回歸分析，同 2. +分類(lèi) 自變量連續(xù)變量，調(diào)節(jié)變量分類(lèi)變量 采用分組回歸分析 ——按調(diào)節(jié)變量的水平分成多組回歸分析，檢驗(yàn)多組回歸系數(shù)的差異。 ? 如果下面兩個(gè)條件成立，則中介效應(yīng)顯著： ? (i) 自變量顯著影響因變量； ? (ii) 在因果鏈中任一個(gè)變量 ,當(dāng)控制了它前面的變量 (包括自變量 ) 后 ,顯著影響它的后繼變量，這是 Baron 和Kenny 定義的 (部分 ) 中介過(guò)程。 既有分類(lèi)變量，又有連續(xù)變量 ，等價(jià)于協(xié)方差分析，假定交互作用為 0。虛擬變量數(shù)等于分類(lèi)變量的水平數(shù)減一。 ? 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。 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。 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。 ? 處理（ treatment）與處理水平的結(jié)合（ treatment binations） 處理和處理水平的結(jié)合都是指實(shí)驗(yàn)中一個(gè)特定的 ﹑ 獨(dú)特的實(shí)驗(yàn)條件． ? 主效應(yīng)（ main effects）與交互作用（ interaction） 實(shí)驗(yàn)中由一個(gè)因素的不同水平引起的變異叫因素的 主效應(yīng) ．在一個(gè)多因素實(shí)驗(yàn)中，一個(gè)因素的不同水平對(duì)另一個(gè)因素的不同水平的影響叫做因素之間的 交互作用 ． B1 A1 A2 (a) B2 A2 B1 B2 A1 (c) A2 A1 B1 B2 (d) A2 A1 B1 B2 (b) ? 簡(jiǎn)單效應(yīng)（ simple effects） 在因素實(shí)驗(yàn)設(shè)計(jì)中，一個(gè)因素的水平在另一個(gè)因素的某個(gè)水平上的變異叫做 簡(jiǎn)單效應(yīng)。 ? 實(shí)驗(yàn)中各種變異的控制 １．使系統(tǒng)變異的效應(yīng)增大； １）選取適當(dāng)?shù)淖宰兞康乃剑? ２）選擇對(duì)自變量敏感的因變量； ２．控制無(wú)關(guān)變異； １）隨機(jī)化； ２）消除（恒定的方法）； ３）匹配； ４）附加自變量； ５）統(tǒng)計(jì)控制； ３．使誤差變異最小 ；（被試和測(cè)量工具） 注：實(shí)驗(yàn)設(shè)計(jì)的精髓就是增大系統(tǒng)變異，控制無(wú)關(guān)變異和減少誤差變異 ? 方差分析的基本假設(shè)條件 ? 正態(tài)分布（ normolity）； ? 變異的同質(zhì)性 (homogeneity of variance)； ? 獨(dú)立性 (independence)； 一、單因變量 自變量 2個(gè)水平 獨(dú)立樣本：獨(dú)立樣本 t檢驗(yàn) 相關(guān)樣本：相關(guān)樣本 t檢驗(yàn) 多個(gè)水平 ? 獨(dú)立樣本： oneway 差異顯著后，需事后比較， post hoc。（見(jiàn)圖 (c)） 。 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。 ? 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。 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。 ? 回歸分析 是通過(guò)觀測(cè)值尋求自變量與因變量之間的函數(shù)關(guān)系的一種統(tǒng)計(jì)方法，它所要解決的主要問(wèn)題是：在相關(guān)變量間建立數(shù)學(xué)關(guān)系式，即回歸方程；檢驗(yàn)回歸方程存在的統(tǒng)計(jì)合理性，并對(duì)各自變量對(duì)因變量影響的顯著性進(jìn)行檢驗(yàn)；利用回歸方程進(jìn)行預(yù)測(cè)和控制，并了解這種結(jié)果的精確程度。 路 徑系數(shù) 的求法 ? 將路 徑 模式分解 為數(shù) 個(gè) 回歸 方程式 ? 求各 回歸 方程式中各預(yù)測(cè) 變數(shù) 之 β值 ? 各預(yù)測(cè) 變數(shù) 之 β值即 為 所 對(duì)應(yīng) 之 路徑系數(shù) 沖突 情緒 分離 親密 外生變量 中介變量 內(nèi)生變量 (最終結(jié)果變量 ) 中介變量 路 徑 圖 (結(jié)構(gòu) 模式 ) 路 徑結(jié)構(gòu) 中的 變量 ? 外生變量 (exogenous variables) ? 只能是因的 變量 ，有箭 頭 指向別的 變量 但沒(méi)有箭 頭 指向它 ? 兩 外 生變量間 可能有相 關(guān) (以 雙 向箭 頭 表示 )，也可能 獨(dú)立無(wú)關(guān) ? 內(nèi)生變量 (endogenous variables) ? 作為果 的 變量 ，有箭 頭 指向它，包括： ? 中介 變量 ：既是果又 為 因 ? 最終結(jié)果變量 (ultimate response variable):只有箭頭指向它 ,而不會(huì)指向別的變量。 學(xué)生行為 同伴關(guān)系 老師的喜歡程度 X Y M Y ?喜歡程度 (w)的中介效應(yīng)分析結(jié)果見(jiàn)表，結(jié)果是標(biāo)準(zhǔn)化的解 ?由于依次檢驗(yàn) (指前面 3個(gè) t檢驗(yàn) )都是顯著的，所以喜歡程度的中介效應(yīng)顯著； ?由于第四個(gè) t檢驗(yàn)也是顯著，所以是部分中介效應(yīng)； ?中介效應(yīng)占總效應(yīng)的比例為 ／ = 教師管教方式的中介效應(yīng)分析 假設(shè)學(xué)生的行為會(huì)影響老師的管教方式，而管教方式會(huì)影響同伴關(guān)系，則管教方式是中介變量。 ? 調(diào)節(jié)效應(yīng)不顯著只是說(shuō)明喜歡程度 (W )的變化不會(huì)改變學(xué)生行為對(duì)同伴關(guān)系的影響程度。當(dāng) U (注意到 U的均值為零 ,標(biāo)準(zhǔn)差是 0. 75, U = 相當(dāng)于高出均值 1. 4個(gè)標(biāo)準(zhǔn)差 ) ,學(xué)生行為 (X)對(duì)同伴關(guān)系 (Y)的影響變成了正效應(yīng)。 ? 由于第二步中乘積項(xiàng) WX 的回歸系數(shù)不顯著 ( t = 0. 98, R2 的變化只有 0. 001) ，所以喜歡程度 (W )的調(diào)節(jié)效應(yīng)不顯著。 ? 完全中介過(guò)程還要加上 : (iii) 系數(shù) c’不顯著。如考察 X X2間的交互作用，可在模型中加入 X1X2項(xiàng)。使用方差分析應(yīng)滿足的基本假設(shè)為：總體正態(tài)分布；變異是可加的；各處理內(nèi)及實(shí)驗(yàn)組內(nèi)部的
物理相關(guān)推薦
鄂ICP備17016276號(hào)-1