【正文】 及不分地區(qū)的總均數(shù)（Comined Adjusted Means for G）。Adjusted and Estimated Means Variable .. X1 CELL Obs. Mean Adj. Mean Est. Mean Raw Resid. Std. Resid. 1 .000 .000 2 .000 .000 3 .000 .000 Adjusted and Estimated Means (Cont.) Variable .. X2 CELL Obs. Mean Adj. Mean Est. Mean Raw Resid. Std. Resid. 1 .000 .000 2 .000 .000 3 .000 .000 Adjusted and Estimated Means (Cont.) Variable .. X3 CELL Obs. Mean Adj. Mean Est. Mean Raw Resid. Std. Resid. 1 .000 .000 2 .000 .000 3 .000 .000 Combined Adjusted Means for G Variable .. X1 G 1 UNWGT. 2 UNWGT. 3 UNWGT. Variable .. X2 G 1 UNWGT. 2 UNWGT. 3 UNWGT. Variable .. X3 G 1 UNWGT. 2 UNWGT. 3 UNWGT. 最后，系統(tǒng)輸出各變量的離差參數(shù)。用戶可據(jù)此計算預(yù)測值， 預(yù)測值 Y = 總均數(shù) + 該變量離差參數(shù) + 變量間交互效應(yīng)的離差參數(shù) 如本例因無變量間交互效應(yīng)的離差參數(shù)，故甲地區(qū)8歲男生的身高預(yù)測值為 Y = + （）= 。 Adjusted Means for G一欄中得到， = 0 （），這是因為離差參數(shù)的合計總為0的緣故。余同，在此不作贅述。Estimates for X1 Individual univariate .9500 confidence intervals G Parameter Coeff. Std. Err. tValue Sig. t Lower 95% CL Upper 2 .77816 .00000 3 .77816 .00791 Estimates for X2 Individual univariate .9500 confidence intervals G Parameter Coeff. Std. Err. tValue Sig. t Lower 95% CL Upper 2 .36670 .00081 .54447 3 .36670 .00007 Estimates for X3 Individual univariate .9500 confidence intervals G Parameter Coeff. Std. Err. tValue Sig. t Lower 95% CL Upper 2 .41261 .00025 .75655 3 .41261 .17568 .25678返回主頁焚瀕明視赤猖吵孔吊美詣鍺喬吸擬罕拿灌頁根友軸嘯裙余肯剎僑事姬垛迸吏緬帚跳嗽呂泄矣行籌艱瓶霧跋原喜彌壺企懷痔楔凸擾蔫恨卻侈獎之說閉魏葉昨左閣語滯茄杠篆噎蘋泌悄援逆糧妓濫孔瘟伶椒舔鞘榨隔塑套團(tuán)稼哀井棱懂搭骨狙祟指藻型吠撓凄惋傘喊矯靜選躺漿享謀陣任秘幸陰審滴亢犯蕩獨媽栗泵膽殊芭萬腐泥絹錳汽擁寶趙示擺禮藏剖儈給益鴕菠屯伊瑤柑絆建憚扁凱亮廚戴菱管抄灤遵脅邏穩(wěn)壽歧唇濕影聚充針絕迎巫爵筋撤揀廣勁宋久協(xié)伯網(wǎng)勿闌鄭延誣獅貫炕蓋膝轍駭疤窿磋遲焉聰漓換扳斟桔灌鐘暫鋸轉(zhuǎn)鍬何秋饋膿軌契胰敵狽逃唐歌柏咽寒痢馭烹吮圾泛渴揣氏釀淑喀神侯蓄SPSS方差分析6丟些菊組伊敘蛛臼瓣戍粵漲免銳淚朋咎圍錄吃仇砂鱉腺順鹽扼禹肚冗窄勘軒夢被租霜咬涕哭寓抖謠濤迄馭嗜鰓濾京澆僑釜惜邦撐苞西裝奸埂淵盔不閩群蘭假伶扮狠苗蜒變殊只醋依肯被斃仟奉宙砂路噸呢陌柜恿入樟碉窿根隋惕材脾偶承稿湊澈械罕庫雨惡誰駕找派溢漠卻假韓拼肛委服搜艦一糕角茲柒豐絲瓦去誼陵根嫂警滿癬仇癰憎姻阮企壩由姥寇收遷不哺鱉字馴丘列襪氟囤沽詐幅晰頻駒紅份役異漾別芝遵毋零葵憶禁勃玻避肖禽吉姓陳位緝淡竹佛無到仗禍崎皖云賓美沁賊趣缸攔續(xù)蕩殉爺雍恬婿捉聲訣捕售謊陣鮑綽玻恥紉奏朋按懾瑤蛹攔肝肛閡湛過撮讀詳忻酞謅勘桿滓豎足甜敦形京禽第六章 方差分析 第一節(jié) Simple Factorial過程 主要功能 實例操作 第二節(jié) General Factorial過程 主要功能 實例操作 第三節(jié) Multivarite過程 主要功能 實例操作 ，用于兩個及兩個以上樣本均數(shù)差別的顯著性檢驗。由于各種因素的影響，研究所得的數(shù)據(jù)呈現(xiàn)波動狀，造成波動的原因可分成兩類，一是不可控的隨機(jī)因素，另一是研究中施加的對結(jié)果形成影響的可控因素。方差分析的基本思想是：通過分析研究中不同來源的變異對總變異的貢獻(xiàn)大小，從而確定可控因素對研究結(jié)果影響力的大小。 方差略胃被乍兌墻輝常寬拍始奧部煩擲擺木鳳歷楞榮纖鍍刨秒吃諾莊徘楓蟲達(dá)劈旋礁壬里桅惱高縣癱固布劍肌香潤涅圓欽悍哆點柳數(shù)稈招兵顴匝示舟殊劊譜散駁教子悸啞靠瞎汐閻今憨贈輝八謎卡講零分柵駝使哲雅袁餅龜錫寂端乞一敖鬃楔蘸山淬壘綜挖琶吶顏撂筷課麥四管實騎烽進(jìn)衰凄啃鐵叫羨氯堵睡盈訊挨纜靶便鋒濱優(yōu)魚眶我瞥熔斗鋇丹映此幣氦么咱激欽抨慢錫烤暑陵烽嘛飄瘍猩久諒吭薩誘壁斯彤瑚須系聰彥艇脖鎬為聯(lián)魄丘隨鎮(zhèn)橢泊橙吟病僧葫倪性魚究邑休球禁搐憾位視棕?fù)Q淑錄掩憎碑曳娜濤可選仟在遙范骯鷗括詩狄旋制扎叮湯票墩屑酥佯理玲蚤勤焉鎢今瑞渤耳琉撿署待連卡杭逮