spss方差分析ppt課件(2)-資料下載頁(yè)
2025-01-14 04:40本頁(yè)面
【正文】 （顯示如 x1（ None） ）；如果進(jìn)行對(duì)比檢驗(yàn)，可展開(kāi) Contrast后的下拉框，指定對(duì)比檢驗(yàn)的檢驗(yàn)值，并單擊 Change按鈕完成指定。 控制變量交互作用圖形分析的操作 如果希望通過(guò)圖形直觀判斷控制變量間是否存在交互作用，則應(yīng)在主窗口單擊 Plots按鈕。首先選擇一個(gè)控制變量作為交互圖形中的橫軸，并將其選擇到 Horizontal Axis框中；其次，指定在交互圖中各直線代表的是哪個(gè)控制變量的不同水平，并將其選擇到 Separated Lines框中；最后，如果控制變量有三個(gè)，由于交互作用圖只能反映兩控制變量的交互情況，此時(shí)第三個(gè)變量只能選入Separate Plots框中，第三個(gè)變量有幾個(gè)水平便繪制出幾張交互圖。 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。其中， Predicted Values框中的選項(xiàng)用來(lái)計(jì)算模型的預(yù)測(cè)值； Residuals框中的各選項(xiàng)用來(lái)計(jì)算各種殘差；Diagnostics框?qū)崿F(xiàn)異常值的診斷。各選項(xiàng)具體含義同回歸分析。 多因素方差分析進(jìn)一步分析應(yīng)用舉例 在前面的應(yīng)用舉例中對(duì)廣告形式、地區(qū)對(duì)銷(xiāo)售額的影響進(jìn)行了多因素方差分析，建立了飽和模型。分析可知，廣告形式和地區(qū)的交互作用不顯著，可以進(jìn)一步嘗試建立非飽和模型，并進(jìn)行均值比較分析、交互作用圖形分析。 協(xié)方差分析 無(wú)論是單因素方差分析還是多因素方差分析，控制變量是可以控制的，其各個(gè)水平可以通過(guò)人為努力得到控制和確定。但是在實(shí)際問(wèn)題中，有些控制變量很難人為控制，但他們的不同水平確實(shí)對(duì)觀測(cè)變量產(chǎn)生較為顯著的影響。比如：不同地塊對(duì)農(nóng)作物產(chǎn)量的影響。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。因此，為了更加準(zhǔn)確的研究控制變量不同水平對(duì)觀測(cè)變量的影響，應(yīng)盡量排除其他因素對(duì)分析結(jié)論的影響。 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。 協(xié)方差分析的特點(diǎn) 方差分析中的控制變量都是定性變量（包括定類(lèi)和定序變量），線性回歸分析中的解釋變量（自變量）都是定量變量。而協(xié)方差分析中的控制變量是定性變量，而協(xié)變量一般是定量變量。所以說(shuō)協(xié)方差分析是一種介于方差分析和線性回歸分析之間的分析方法。例如：在研究生豬的飼養(yǎng)問(wèn)題的協(xié)方差分析中，飼料是控制變量，生豬的初始體重是協(xié)變量。 協(xié)方差分析中要求多個(gè)協(xié)變量之間無(wú)交互作用，且觀測(cè)變量與協(xié)變量之間有顯著的線性關(guān)系。 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)變量引起的和隨機(jī)變量引起的。以單因素協(xié)方差分析為例，觀測(cè)變量的總變差可以分解為： SS ESS ASS XSS TSS ESS XSS ASS T??????比較觀測(cè)變量總離差平方和各部分的比例 在觀測(cè)變量總離差平方和中，如果 SSA所占比例較大，則說(shuō)明控制變量 A是引起觀測(cè)變量的變動(dòng)主要因素之一，觀測(cè)變量的變動(dòng)可以部分的由控制變量 A來(lái)解釋?zhuān)纯刂谱兞?A給觀測(cè)變量帶來(lái)了顯著影響。對(duì) SSB、SSAB同理。 協(xié)方差分析的基本步驟 ? 提出原假設(shè)：協(xié)變量對(duì)觀測(cè)變量的線性影響是不顯著的；在扣除協(xié)變量的影響條件下，控制變量各水平下觀測(cè)變量的各總體均值無(wú)顯著差異。 ? 計(jì)算檢驗(yàn)統(tǒng)計(jì)量和概率 P值 ? 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)。 協(xié)方差分析的基本操作步驟 在利用 SPSS進(jìn)行協(xié)方差分析時(shí)，應(yīng)首先將作為協(xié)變量的變量定義成一個(gè) SPSS變量。 選擇菜單 Analyze－ General Linear Model－ Univariate。 把觀測(cè)變量指定到 Dependent Variable框中。 把固定效應(yīng)的控制變量指定到 Fixed Factor(s)框中，把隨機(jī)效應(yīng)的變量指定到 Random Factor(s)框中。 把作為協(xié)變量的變量指定到 Covariate(s)框中。 可見(jiàn)， SPSS多因素方差分析和協(xié)方差分析的窗口是同一個(gè)，窗口中的其他功能按鈕都可應(yīng)用于協(xié)方差分析中。至此， SPSS將自動(dòng)完成對(duì)各變差的分析，并計(jì)算各 F檢驗(yàn)統(tǒng)計(jì)量的觀測(cè)值和對(duì)應(yīng)的概率 p值及其他計(jì)算結(jié)果，并將結(jié)果顯示到輸出窗口中。 協(xié)方差分析的應(yīng)用舉例 為研究三種不同飼料對(duì)生豬體重增加（ wyh）的影響，將生豬隨機(jī)分成三組各喂養(yǎng)不同的飼料（ sl），得到體重增加的數(shù)據(jù)。由于生豬體重的增加理論上會(huì)受到豬自身身體條件的影響，于是收集生豬喂養(yǎng)前體重（ wyq）的數(shù)據(jù)，作為自身身體條件的測(cè)量指標(biāo)。為準(zhǔn)確評(píng)價(jià)飼料的優(yōu)劣，采用單因素協(xié)方差分析的方法進(jìn)行分析。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。 修正均值 通過(guò)上述分析得知，考慮喂養(yǎng)前的初始體重，三種飼料中第 2種最好，其次是第 1種，第3種最差。 作業(yè) 為了尋求適應(yīng)本地區(qū)的高產(chǎn)油菜品種，今選了五種不同品種進(jìn)行試驗(yàn)，每一品種在四塊試驗(yàn)田上試種，得到在每一塊田上的畝產(chǎn)量見(jiàn)數(shù)據(jù)，請(qǐng)分析不同品種不同地塊的平均畝產(chǎn)量是否有顯著差異？（多因素方差分析） Thank yo
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1