3虛擬變量與方差分析-資料下載頁
2025-03-04 18:19本頁面
【正文】 法進行方差分析 ? 回歸方法同時解決了方差分析，計算各類平均值與參照類平均值之差，并對其顯著性進行了檢驗 ? 但在因素數(shù)目較多，類別較多，而且不能忽略交互效應(yīng)時，直接用 SPSS 的方差分析模塊比較方便，它不需建立虛擬變量，還可以按照用戶要求規(guī)定各階交互項 33 其他分類變量編碼方法 ? 用于事后比較（即根據(jù)抽樣調(diào)查的觀測數(shù)據(jù)來進行分析）的編碼：虛擬編碼和效應(yīng)編碼 ? 用于事先設(shè)計好的比較方案（即觀測數(shù)據(jù)是通過可控制的試驗研究取得的）的編碼：正交編碼和非正交編碼 34 ? 效應(yīng)編碼反映各類與總平均值之間的差距 ? 一個分類變量如果包括 k 類，則需要 k1 個效應(yīng)變量。 ? 習(xí)慣選第一類或最后一類不設(shè)立單獨變量，他們可通過其他效應(yīng)變量表示 35 ? 用 分別表示文盲半文盲，小學(xué)，初中和高中，不對“大學(xué)”單獨設(shè)立效應(yīng)變量，對教育水平的效應(yīng)編碼如下 36 4321 , EEEEEEEE 1)(50,1)(20,1)(121????????????iiiEEEDUEEEEEDUEEEEEDU所有大學(xué)其他小學(xué)其他文盲??? 效應(yīng)編碼賦值規(guī)則如下： ? 對于 k1 個效應(yīng)變量，當(dāng)案例屬于該效應(yīng)變量代表的類別時，效應(yīng)變量賦值 1；當(dāng)案例不屬于該效應(yīng)變量代表的類別時，效應(yīng)變量賦值 0 ? 當(dāng)案例屬于不設(shè)立效應(yīng)變量的一類時，所有效應(yīng)變量賦值為 1 37 ? 對于“大學(xué)”為不設(shè)立效應(yīng)變量的類， CEB對教育因素效應(yīng)變量的回歸方程為 ? 回歸方程的顯著性檢驗 F=，與采用虛擬編碼的回歸方程一致 ? 系數(shù)的解釋？ ? 各類平均值與采用虛擬編碼的結(jié)果是否一致？ 38 4321 EEEEEEEEBEC ?????? 無論用虛擬編碼還是效應(yīng)編碼，無論選哪個類為參照類或不設(shè)立獨立效應(yīng)變量，對應(yīng)模型的 和回歸模型的 F 檢驗是完全相同的 ? 只不過各個系數(shù)的解釋不一樣 ? 數(shù)學(xué)推導(dǎo)說明虛擬編碼和效應(yīng)編碼的意義 39 2R作業(yè) 2 1. 對于例 6 中提供的背景和表 27中給出的數(shù)據(jù)，采用效應(yīng)變量完成簡化的（無交互效應(yīng)）和飽和的（含交互效應(yīng)）的雙因素方差分析模型分析，并解釋 的意義 注：取“ EDU=5”和“ AREA=2”分別為不設(shè)立效應(yīng)變量的類，用 分別表示文盲半文盲，小學(xué)，初中和高中 的效應(yīng) 40 10,bb 4321 , EEEEEEEE2. 在第 1 題的基礎(chǔ)上，完成雙因素和加上間距測度變量 AGE 的協(xié)方差分析（不考慮因素的交互效應(yīng)） 3. 在第 1 和第 2 題的基礎(chǔ)上，從擬合優(yōu)度，回歸模型的顯著性檢驗，類平均值（只考慮小學(xué)文化程度的城市女性）的角度與采用虛擬變量的回歸模型的結(jié)果進行比較 41 演講完畢，謝謝觀看！
黨政相關(guān)相關(guān)推薦
鄂ICP備17016276號-1