【正文】 55所示（單位：％）。 接著在 【 Coefficients(系數(shù) )】 文本框中依次輸入線性多項式的系數(shù) “ 1”、“ 1”、 “ － 3”和 “ 1”， 并單擊 【 Add (添加 )】 按鈕確認(rèn)設(shè)置 。 3. 實例結(jié)果及分析 （ 1） 描述性統(tǒng)計量表 SPSS的結(jié)果報告中首先輸出了描述性統(tǒng)計量 ， 如表 56所示 。可以看到，費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)計量的觀測值為 ，對應(yīng)的概率 P值為 。 （ 5）方差分析的精細(xì)比較 案例中第二問要比較第三類基金的費用比率和其他基金之間的關(guān)系，其實就是要進(jìn)行均值之間的多項式比較。它不僅能夠分析多個因素對觀測變量的獨立影響，更能夠分析多個因素的交互作用能否對觀測變量產(chǎn)生顯著影響。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)系來判斷各因素的不同水平對觀測變量是否產(chǎn)生了顯著性影響。 Step03：模型選擇 單擊 【 Model】 按鈕，彈出 【 Univariate： Model(單變量：模型 )】對話框，該對話框用于選擇分析模型。在 【 Factors amp。 ● All 5way： 指定所有 5維交互效應(yīng)。如果能假設(shè)數(shù)據(jù)通過原點，可以不包括截距，即不選擇此項。 ● Deviation：偏差比較法。與 Helmert比較法相反。 從 【 Factors(因子 )】 列表框中選擇一個因素變量移入 【 Horlzontal Axis(水平軸 )】 列表框（水平軸）定義輪廓圖的橫坐標(biāo)。 Step07：預(yù)測值保存 單擊 【 Save】 按鈕，彈出 【 Save(保存 )】 對話框。 ② Diagnostics：診斷值。 ● Studentized：學(xué)生氏殘差?？梢詫⑵湟迫氲?【 Display Means for(顯示均值 )】 列表框中。 ● Parameter estimates：各因素變量的模型參數(shù)估計、標(biāo)準(zhǔn)誤、 t檢驗的 t值、顯著性概率和 95％的置信區(qū)間。 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 。 ● 多重比較表支持平均值差值的 Bootstrap 估計。本案例中，職業(yè)和性別是兩個影響因素，而每周薪金是因變量。 Step04：選擇多重比較 單擊 【 Post Hoc】 按鈕，彈出 【 Post Hoc(兩兩比較 )】 對話框。 Step06：完成操作 最后，單擊 【 OK(確定 )】 按鈕，操作完成。 （ 3）雙因素方差分析檢驗表 在表 515中，第一行的 Corrected Model是對所用方差分析模型的檢驗，其原假設(shè)為模型中所有的影響因素均無作用，即職業(yè)、性別及兩者的交互作用等對每周薪金都無顯著影響。
。由于這里采用的是 Levene檢驗法，故表格首先顯示 Levene統(tǒng)計量等于 。再單擊 【 Continue】 按鈕，返回主對話框。 Step02：選擇觀測變量 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。 2 實例操作 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。 ● 估計值表支持均值的 Bootstrap 估計。檢查獨立變量和非獨立變量間的關(guān)系是否被充分描述。 ● Estimates of effect size：效應(yīng)量的估計。 ① 【 Estimated Marginal Means (估計邊際均值 )】 ：估測邊際均值設(shè)置。如果在主對話框中選擇了 WLS變量，選中該復(fù)選框，將保存加權(quán)非標(biāo)準(zhǔn)化殘差。如果在主對話框中選擇了 WLS變量，選中該復(fù)選框，將保存加權(quán)非標(biāo)準(zhǔn)化預(yù)測值。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 )】 框。比較線性、二次、三次等效應(yīng)，常用于估計多項式趨勢。 ● Difference：差值比較法。 展開 【 Contrast(對比 )】 參數(shù)框的下拉菜單，可得到各類比較方法。 ● 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。 ● All 3way： 指定所有 3維交互效應(yīng)。點擇 【 Custom(設(shè)定 )】 單選鈕后，【 Factors amp。 ● 選擇協(xié)變量：添加至 【 Covariate(s)(協(xié)變量 )】 列表框中。 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，其零假設(shè)是 H0：各因素不同水平下觀測變量的均值無顯著差異。從圖中明顯看到，第四類基金的費用比率均值明顯高于其他類型的基金。從結(jié)果來看，只有第一種和第四種基金費用比率的概率 P值（ ）小于顯著性水平。由于概率 P值 平 ，故認(rèn)為這四種類型基金費用比率的方差是相同的，滿足方差分析的前提條件。再單擊 【 Continue】 按鈕，返回主對話框。 Step04：單擊 【 Contrasts】 按鈕 ， 彈出 【 OneWay ANOVA： Contrasts(單因素 ANOVA：對比 )】 對話框 。 由于概率 P值 ， 故認(rèn)為這三組數(shù)據(jù)的方差是相同的 ， 滿足方差分析的前提條件 。 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。在這項特定的研究中，信息來源是上級、同級和下級。 （ 3） 【 Missing Values(缺失值 )】 選項組中提供了缺失值處理方法，該選項和均值比較過程中的缺失值選項意義相同。選擇此項輸出觀測值容量、均值、標(biāo)準(zhǔn)差、標(biāo)準(zhǔn)誤、最小值、最大值、各組中每個因變量的 95％置信區(qū)間。 ?Tamhane’s T2： 基于 t檢驗進(jìn)行配對比較 。sb： 用 stndent Range分布進(jìn)行組間均值的配對比較，其精確值為前兩種檢驗相應(yīng)值的平均值。 可以調(diào)整顯著性水平 ， 比 Bofferroni方法的界限要小 。 Step02：選擇因變量 在 【 OneWay ANOVA(單因素 ANOVA)】 對話框的候選變量列表框中選擇一個或幾個變量，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)行方差分析的觀測變量（因變量）。 SPSS將自動計算檢驗統(tǒng)計量和相伴概率 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觀測變量產(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)]有對觀測變量產(chǎn)生顯著影響。 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 。 從數(shù)值上觀察 ， 四個均值都不相等 ， 方式二的銷售量明顯較大 。如果方差分析只針對一個因素進(jìn)行，稱為單因素方差分析。 Step02 選擇菜單欄中的 【 Analyze（分析） 】 →【 Compare Means（比較均值） 】 → 【 Paired Sample T Test（配對樣本 T檢驗） 】 命令，彈出 【 Paired Sample T Test（配對樣本 T檢驗） 】 對話框。如果亞洲金融危機(jī)對美國公司產(chǎn)生顯著影響，那么這兩組數(shù)據(jù)的均值就應(yīng)該存在顯著差異性。此時，軟件輸出結(jié)果出現(xiàn)在結(jié)果瀏覽窗口中。 H1 ：俱樂部成員看電視和讀書所消耗的時間不同。 ? 支持均值和標(biāo)準(zhǔn)差的 Bootstrap 估計。 Step02：選擇 配 對變量 在 【 PairedSample T Test（配對樣本 T檢驗） 】 對話框左側(cè)的候選變量列表框中選擇一對或幾對變量，將其移入 【 Paired Variables（成對變量） 】 列表框中，這表示系統(tǒng)將對移入的成對變量進(jìn)行配對檢驗。 進(jìn)行配對樣本檢驗時，通常要滿足以下三個要求。 （ 1）同一實驗對象處理前后的數(shù)據(jù)。所以，出題人在設(shè)置試卷考試難度的分配時，要予以充分的考慮。 Step05 單擊 【 Define Groups】 按鈕，彈出 【 Define Group（定義組） 】 對話框?？紤]到選取的學(xué)生不同，因此可以利用兩獨立樣本的 t檢驗，建立假設(shè)檢驗如下。如果方差相等，觀察分析結(jié)果中 Equal variances assumed列的 t檢驗相伴概率值；如果方差不相等，觀察 Equal variances not assumed列的 t檢驗相伴概率值。 提示：如果不單擊 【 Options】 按鈕，表示默認(rèn)系統(tǒng)選項參數(shù)設(shè)置?，F(xiàn)在要比較這兩個機(jī)場的平均得分是否相同，也就是要檢驗這兩個獨立樣本的均值是否相同，因此可以采用兩獨立樣本 t檢驗的方法。 Step06 單擊 【 OK】 按鈕，結(jié)束操作， SPSS軟件自動輸出相關(guān)結(jié)果。 該對話框中各選項的含義如下。 Step04 單擊 【 OK】 按鈕，完成操作。但是，這種數(shù)值的增加是由實際情況變動還是抽樣誤差造成的，則可以通過單樣本的 t檢驗來驗證。 Step04： 設(shè)置顯 著 性水平 單擊 【 Options】 按鈕，在彈出的對話框的 【 Confidence Interval Percentage（置信區(qū)間百分比） 】 文本框中將系統(tǒng)默認(rèn)的 95％修改為 99％，其目的是調(diào)整顯著性水平。 實例圖文分析： 交 通通 勤 時間 1. 實例內(nèi)容 根據(jù)一份公共交通調(diào)查報告顯示，對于那些在一個城市乘車上下班的人來說，平均通勤時間為 19分鐘，其人數(shù)總量為 100萬 — 300萬。 Confidence Interval：該文本框用于設(shè)置在指定水平下，樣本均值與指定的檢驗值之差的置信區(qū)間，默認(rèn)值為 95%。 Step02： 選擇檢驗變量。該方法采用 t檢驗方法，按照下式計算 t統(tǒng)計量。第 4章 SPSS的均值比較過程 SPSS主要有以下模塊實現(xiàn)均值比較過程 。其零假設(shè)為 H0：總體均值與指定檢驗值之間不存在顯著差異。 選擇菜單欄中的 【 Analyze（分析） 】 → 【 Compare Means（比較均值） 】 → 【 OneSample T Test（單樣本 T檢驗） 】 命令，彈出 【 OneSample T Test（單樣本 T檢驗） 】 對話框。該對話框用于指定輸出內(nèi)容和關(guān)于缺失值的處理方法，其中各選項的含義如下。 Step06： 單擊 【 OK】 按鈕結(jié)束操作， SPSS軟件自動輸出結(jié)果。 Step03： 選擇樣本 檢驗 值 在 【 Test Value（檢驗值） 】 文本框中輸入檢驗值 “ 19” 。從數(shù)值大小看到明顯折扣費用增加了。 Step03 在 【 Test Value（檢驗值） 】 文本框中輸入檢驗值 “ 258”。 Step04 定義組別名稱 單擊 【 Define Groups】 按鈕，彈出 【 Define Groups（定義組） 】 對話框，此時需要定義進(jìn)行 t檢驗的比較組別名稱。 ? 支持平均值差值的 Bootstrap 估計和顯著性檢驗。由于這兩組人員構(gòu)成不同，因此由這兩組人員組成的樣本可以看作是相互獨立的。接著單擊 【 Define Groups】 按鈕，彈出 【 Define Group（定義組） 】 對話框。 ②兩總體均值的檢驗 在 SPSS中進(jìn)行兩獨立樣本 t檢驗時，應(yīng)首先對 F檢驗作判斷?，F(xiàn)在要研究考試題目對分?jǐn)?shù)的影響性，即比較這兩種考試形式對學(xué)生有無顯著的焦慮差異性。 Step04 選擇分組變量 x，將其添加至 【 Grouping Variable(s)（分組變量） 】 文本框中。所以，問題 “ 從易到難 ” 和 “ 從難到易 ” 兩種方式的題目設(shè)置安排，對學(xué)生考試產(chǎn)生了顯著的焦慮影響，其平均焦慮值從 。配對樣本主要包括下列一些情況。例如對雙胞胎兄弟實施不同的教育方案，檢驗他們在學(xué)習(xí)能力上的差異性。 檢驗中所采用的統(tǒng)計量和單樣本 t檢驗完全相同 兩 配 對樣本 t檢驗 的 SPSS操作詳解 Step01：打開兩配對樣本 t檢驗對話框 選擇菜單欄中的 【 Analyze（分析） 】 → 【 Compare Means（比較均值） 】 → 【 PairedSamples T Test（配對樣本 T檢驗） 】 命令，彈出 【 PairedSamples T Test（配對樣本 T檢驗） 】 對話框。 Step04 相關(guān)統(tǒng)計量的 Bootstrap估 計 單擊 【 Bootstrap】 按鈕，在彈出的對話框中可以進(jìn)行如下統(tǒng)計量的 Bootstrap估計。 H0 ：俱樂部成員看電視和讀書所消耗的時間相