方差分析spss過(guò)程ppt課件(參考版)
2025-05-03 18:16本頁(yè)面
【正文】 581. 操作 Graph－ Scatter－ Simple592. 交互作用模型檢驗(yàn)60(二 )比較修正均數(shù)6162636465。 55操作 Analyze－ General Linear Model－Univariate56例：生豬與飼料n 研究三種飼料（ SL）對(duì)生豬體重增加的影響n 協(xié)變量：生豬喂養(yǎng)前體重（ WYQ）57(一 )、前提條件預(yù)分析n 分組散點(diǎn)圖直觀判斷協(xié)變量與觀測(cè)變量的關(guān)系。54數(shù)學(xué)模型與假設(shè)檢驗(yàn)n 單因素協(xié)方差分析：n 假設(shè)檢驗(yàn) H0 ：協(xié)變量對(duì)觀測(cè)變量的線性影響不顯著。n 多個(gè)協(xié)變量間無(wú)交互作用。n 在控制因素不同水平下，觀測(cè)變量與協(xié)變量的總體回歸系數(shù)應(yīng)相等。n 方差分析比較修正均數(shù)的差別。45464748模型擬和一般流程n 先擬和飽和模型；n 交互效應(yīng)無(wú)意義時(shí)，可剔除該項(xiàng)，再擬和不飽和模型；n 因素有意義時(shí)，對(duì)因素的各個(gè)水平兩兩比較；n 選擇一些常用選項(xiàng)；49例：n 廣告、城市與銷售量50三、協(xié)方差分析51統(tǒng)計(jì)思想n 研究控制變量對(duì)觀測(cè)變量的影響時(shí)，如果存在對(duì)觀測(cè)變量確有影響的其他因素，而該因素又不能在實(shí)驗(yàn)設(shè)計(jì)時(shí)予以排除，當(dāng)該因素為連續(xù)性變量時(shí)，可用協(xié)方差分析其作用，該變量為協(xié)變量。 Lack of fit:：失擬檢驗(yàn)，檢驗(yàn)?zāi)Ｐ蛿M和優(yōu)度，零假設(shè)如被拒絕，則說(shuō)明模型不能刻劃觀測(cè)變量與控制變量的關(guān)系。 Homogeneity：方差齊性檢驗(yàn)216。 Observed power:觀測(cè)檢驗(yàn)效能216。44n Options選項(xiàng)：p Estimated Marginal Means: 輸出均數(shù)比較p Display:一些常用的指標(biāo)216。 前一水平的觀測(cè)變量的均值（ Repeated）216。 該水平前的所有水平的觀測(cè)變量的均值（ Difference）216。 觀測(cè)變量的均值（ Deviation）：選擇忽略水平216。34基本步驟n 提出假設(shè) H0：各控制變量不同水平下觀測(cè)變量各總體的均值無(wú)統(tǒng)計(jì)學(xué)差異。這不可避免的存在誤差（即隨機(jī)效應(yīng)），需要估計(jì)該誤差的大小，因而其效應(yīng)具有隨機(jī)性。n 隨機(jī)效應(yīng) ：考察因素難以控制在固定的水平上，或因素的所有可能水平并未都出現(xiàn)在樣本中。32交互作用A、 B無(wú)交互作用A、 B有交互作用33固定效應(yīng)與隨機(jī)效應(yīng)n 固定效應(yīng) ：
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1