【正文】 2020/9/15 21 4）打開 Options對(duì)話框，輸出統(tǒng)計(jì)量選擇項(xiàng)。 2020/9/15 24 M u l t i p l e C o m p a r i s o n sD e p e n d e n t V a r i a b l e : H O U R S7 6 . 2 9 5 2 . 6 8 . 1 6 2 3 2 . 9 7 1 8 5 . 5 42 5 . 5 4 4 6 . 5 6 . 5 8 9 7 1 . 0 3 1 2 2 . 1 19 9 . 2 9 5 0 . 0 6 . 0 6 0 4 . 5 2 2 0 3 . 1 0 7 6 . 2 9 5 2 . 6 8 . 1 6 2 1 8 5 . 5 4 3 2 . 9 7 5 0 . 7 5 5 1 . 2 9 . 3 3 3 1 5 7 . 1 2 5 5 . 6 22 3 . 0 0 5 4 . 4 8 . 6 7 7 8 9 . 9 9 1 3 5 . 9 9 2 5 . 5 4 4 6 . 5 6 . 5 8 9 1 2 2 . 1 1 7 1 . 0 35 0 . 7 5 5 1 . 2 9 . 3 3 3 5 5 . 6 2 1 5 7 . 1 27 3 . 7 5 4 8 . 5 9 . 1 4 3 2 7 . 0 2 1 7 4 . 5 2 9 9 . 2 9 5 0 . 0 6 . 0 6 0 2 0 3 . 1 0 4 . 5 2 2 3 . 0 0 5 4 . 4 8 . 6 7 7 1 3 5 . 9 9 8 9 . 9 9 7 3 . 7 5 4 8 . 5 9 . 1 4 3 1 7 4 . 5 2 2 7 . 0 27 6 . 2 9 5 2 . 6 8 . 9 0 0 2 1 1 . 5 7 3 6 4 . 1 42 5 . 5 4 4 6 . 5 6 . 9 8 5 8 9 . 6 7 1 4 0 . 7 49 9 . 2 9 5 0 . 0 6 . 1 2 7 2 0 . 7 9 2 1 9 . 3 6 7 6 . 2 9 5 2 . 6 8 . 9 0 0 3 6 4 . 1 4 2 1 1 . 5 7 5 0 . 7 5 5 1 . 2 9 . 9 8 5 3 3 1 . 7 8 2 3 0 . 2 82 3 . 0 0 5 4 . 4 8 1 . 0 0 0 2 5 9 . 4 2 3 0 5 . 4 2 2 5 . 5 4 4 6 . 5 6 . 9 8 5 1 4 0 . 7 4 8 9 . 6 75 0 . 7 5 5 1 . 2 9 . 9 8 5 2 3 0 . 2 8 3 3 1 . 7 87 3 . 7 5 4 8 . 5 9 . 4 5 2 5 4 . 5 5 2 0 2 . 0 5 9 9 . 2 9 5 0 . 0 6 . 1 2 7 2 1 9 . 3 6 2 0 . 7 9 2 3 . 0 0 5 4 . 4 8 1 . 0 0 0 3 0 5 . 4 2 2 5 9 . 4 2 7 3 . 7 5 4 8 . 5 9 . 4 5 2 2 0 2 . 0 5 5 4 . 5 5( J ) F I L A M E N T234134124123234134124123( I ) F I L A M E N T12341234L S DT a m h a n eM e a nD i f f e r e n c e( I J ) S t d . E r r o r S i g . L o w e r B o u n d U p p e r B o u n d9 5 % C o n f i d e n c e I n t e r v a l表 67 LSD法和 Tamhane’sT2法進(jìn)行均值多重比較結(jié)果 從表可看出 ,各均值間沒(méi)有顯著差異。 ? SPSS調(diào)用 Univariate過(guò)程，檢驗(yàn)多個(gè)因素的不同水平組合之間因變量均值是否有顯著差異的問(wèn)題。 第三節(jié) 多因素方差分析 28 2020/9/15 一、多因素方差分析的基本思想 定義：多因素方差分析用來(lái)研究?jī)蓚€(gè)及兩個(gè)以上控制變量的不同水平是否對(duì)觀測(cè)變量產(chǎn)生了顯著影響。 給定顯著性水平與 p值做比較：如果 p值小于顯著性水平，則應(yīng)該拒絕原假設(shè)，反之就不能拒絕原假設(shè)。零假設(shè)為：不同廣告形式?jīng)]有對(duì)銷售額產(chǎn)生顯著影響；不同地區(qū)的銷售額沒(méi)有顯著差異；廣告形式和地區(qū)對(duì)銷售額沒(méi)有產(chǎn)生顯著的交互影響。如果控制變量之間無(wú)交互作用，各水平對(duì)應(yīng)的直線是近于平行的；如果控制變量間存在交互作用，各水平對(duì)應(yīng)的直線會(huì)相互交叉。其中，Interaction為交互作用； Main effects為主效應(yīng)； All 2way、 All 3way等表示二階、三階或更高階交互作用。各選項(xiàng)具體含義同回歸分析。 定義： 協(xié)方差分析就是將那些很難人為控制的因素作為協(xié)變量，并在排除協(xié)變量對(duì)觀測(cè)變量影響的條件下，分析控制變量對(duì)觀測(cè)變量的影響，從而更加準(zhǔn)確的對(duì)控制變量進(jìn)行分析。對(duì) SSB、SSAB同理。 把作為協(xié)變量的變量指定到 Covariate(s)框中。用相關(guān)系數(shù) r來(lái)描述。如果兩變量具有較強(qiáng)的正相關(guān)關(guān)系，則一致對(duì)數(shù)目 U應(yīng)較大，非一致對(duì)數(shù)目 V應(yīng)較小；如果兩變量具有較強(qiáng)的負(fù)相關(guān)關(guān)系，則一致對(duì)數(shù)目 U應(yīng)較小，非一致對(duì)數(shù)目 V應(yīng)較大；如果兩變量的相關(guān)性較弱，則一致對(duì)數(shù)目U和非一致對(duì)數(shù)目 V應(yīng)大致相等，大約各占樣本數(shù)的1/2。 ?Bivariate相關(guān)分析的步驟： 輸入數(shù)據(jù)后，依次單擊 Analyze— Correlate— Bivariate，打開 Bivariate Correlations對(duì)話框如圖 7－ 1。 對(duì)每一個(gè)變量輸出平方和、叉積和、方差及協(xié)方差。 7）單擊 OK完成。 4）在 Test of Significance欄選擇 Twotailed。操作過(guò)程相同，只是在第 3步的 Correlation Coefficients欄內(nèi)選擇 Kendall’s選項(xiàng)。原因是身高與體重有線性關(guān)系 ,體重與肺活量存在線性關(guān)系 ,因此得出身高和肺活量之間存在著較強(qiáng)的線性關(guān)系的錯(cuò)誤結(jié)論。T統(tǒng)計(jì)量服從 nq2個(gè)自由度的 t分布。 （ 1） 離差平方和的分解： 建立直線回歸方程可知： y的觀測(cè)值的總變動(dòng) 可由 來(lái)反映，稱為總變差。 對(duì)于一元線性回歸方程，檢驗(yàn)統(tǒng)計(jì)量為： 對(duì)于多元線性回歸方程，檢驗(yàn)統(tǒng)計(jì)量為： ），（ 21~)2/()?( 1/)?()2/( 1/ 22??? ???? ? ? nFnyy yynSSE SSRF），（ 1p~)1/()?( /)?()1/( / 22????? ????? ? ? pnFpnyy pyypnSSE pSSRF87 2020/9/15 ?回歸系數(shù)的顯著性檢驗(yàn)（ t檢驗(yàn)） 回歸系數(shù)的顯著性檢驗(yàn)是要檢驗(yàn)回歸方程中被解釋變量與每一個(gè)解釋變量之間的線性關(guān)系是否顯著。檢驗(yàn)統(tǒng)計(jì)量為： DW=2表示無(wú)自相關(guān)，在 02之間說(shuō)明存在正自相關(guān)，在 24之間說(shuō)明存在負(fù)的自相關(guān)。 21 ii RT o l ??2iR92 2020/9/15 （ 3）特征根和方差比。 （ 4）在 Method框中選擇回歸分析中解釋變量的篩選策略。 imik ???93 2020/9/15 （ 1）選擇菜單 Analyze－ Regression－ Linear，出現(xiàn)窗口： 線性回歸分析的基本操作 94 2020/9/15 （ 2）選擇被解釋變量進(jìn)入 Dependent框。方差膨脹因子是容忍度的倒數(shù)。 （ 2） DW檢驗(yàn)。所以在多元線性回歸分析中，調(diào)整的判定系數(shù)比判定系數(shù)更能準(zhǔn)確的反映回歸方程的擬合優(yōu)度。 79 2020/9/15 偏相關(guān)分析實(shí)例 例 [07－ 3] 某農(nóng)場(chǎng)通過(guò)試驗(yàn)取得早稻產(chǎn)量與降雨量和溫度的數(shù)據(jù)如下，現(xiàn)求降雨量對(duì)產(chǎn)量的偏相關(guān)系數(shù)。 1 2 121 , 2222 121 2 12 212( 1 ) ( 1 )y y xxxyyyyyyr r rrrrr r r????1其中， 、 、 分別表示 和x 的相關(guān)系數(shù)、 和 的相關(guān)系數(shù)、和 的相關(guān)系數(shù)。如果使用 Pearson相關(guān)計(jì)算其相關(guān)系數(shù) ,可以得出肺活量與身高和體重均存在較強(qiáng)的線性關(guān)系。 s r h o權(quán)威主義 地位欲C o r r e l a t i o n i s s i g n i f i c a n t a t t h e . 0 1 l e v e l ( 2 t a i l e d ) .* * . 結(jié)果分析 73 2020/9/15 C o r r e l a t i o n s1 . 0 0 0 . 6 6 7 **. . 0 0 312 12. 6 6 7 ** 1 . 0 0 0. 0 0 3 .12 12C o r r e l a t i o n C o e f f i c i e n tS i g . ( 2 t a i l e d )NC o r r e l a t i o n C o e f f i c i e n tS i g . ( 2 t a i l e d )N權(quán)威主義地位欲K e n d a l l 39。 學(xué)生 A B C D E F G H I J K L 權(quán)威主義 2 6 5 1 10 9 8 3 4 12 7 11 地位欲 3 4 2 1 8 11 10 6 7 12 5 9 權(quán)威主義和地位欲排秩 71 2020/9/15 1）輸入數(shù)據(jù)，依次單擊 Analyze— Correlate—Bivariate，打開 Bivariate Correlations對(duì)話框 2）選擇 power和 position 變量進(jìn)入 Variables框中。 5）選擇 Flag significant correlation。 在輸出結(jié)果中 ,相關(guān)系數(shù)的右上角上有“＊”則表示顯著性水平為 ；右上角上有“＊＊”則表示顯著性水平為 。 ? Distance 相似性測(cè)度， 對(duì)變量或觀測(cè)量進(jìn)行相似性或不相似性測(cè)度。 22i11()nn iiiiD U V??????1Z r n??22i11()nn iiiiD U V??????60 2020/9/15 ? Kendall相關(guān)系數(shù)：采用非參數(shù)檢驗(yàn)方法度量順序變量間的線性相關(guān)關(guān)系。這里，豬體重的增加量為觀測(cè)變量，飼料為控制變量，豬喂養(yǎng)前體重為協(xié)變量。 把觀測(cè)變量指定到 Dependent Variable框中。 50 2020/9/15 離差平方和的分解 在協(xié)方差分析中，將觀測(cè)變量的總離差平方和分解為由控制變量獨(dú)立作用引起的、由控制變量交互作用引起的、由協(xié)變量引起的和由隨機(jī)因素引起的。在方差分析中，如果忽略這些因素的存在而單純?nèi)シ治銎渌蛩貙?duì)觀測(cè)變量的影響，往往會(huì)夸大或縮小其他因素對(duì)觀測(cè)變量的影響，使分析結(jié)論不準(zhǔn)確。 45 2020/9/15 46 2020/9/15 模型分析的操作 SPSS多因素方差模型建立完成后，可以在主窗口中單擊Save按鈕對(duì)模型進(jìn)行分析，并將分析結(jié)果以變量的形式存入SPSS數(shù)據(jù)編輯窗口中。 Covariates框、 Model框以及 Build Term(s)下拉框均變?yōu)榭捎脿顟B(tài)。 38 2020/9/15 檢驗(yàn)值可以指定一下幾種： None： SPSS默認(rèn)，不做對(duì)比分析； Deviation：表示以觀測(cè)變量的總體均值為標(biāo)準(zhǔn)，比較各水平上觀測(cè)變量的均值是否有顯著差異； Simple：表示以第一水平或最后一個(gè)水平上的觀測(cè)變量均值為標(biāo)準(zhǔn)，比較各水平上的觀測(cè)變量均值是否有顯著差異； Difference：表示將各水平上觀測(cè)變量均值與其前一個(gè)水平上的觀測(cè)變量均值做比較； Helmert：表示將各水平上觀測(cè)變量均值與其后一個(gè)水平上的觀測(cè)變量均值做比較。 34 2020/9/15 35 2020/9/15 四、多因素方差分析應(yīng)用舉例 [062] 利用某企業(yè)不同廣告形式在不同地區(qū)的廣告效果（銷售額）進(jìn)行評(píng)估的數(shù)據(jù)，通過(guò)多因素方差分析方法對(duì)廣告形式、地區(qū)、廣告形式和地區(qū)的交互作用給銷售額的影響進(jìn)行分析，進(jìn)而為制訂廣告和地區(qū)的最優(yōu)宣傳組合方案提供依據(jù)。 ))1(,1(~)1(/ )1/( ?????? lkrkFM S EM S AlklSSE kSSAF A))1(),1)(1((~)1(/ )1)(1/( ?