《SPSS方差分析df》由会员分享，可在线阅读，更多相关《SPSS方差分析df（15页珍藏版）》请在金锄头文库上搜索。
1、第六章 方差分析第一节 Simple Factorial 过程6.1.1 主要功能6.1.2 实例操作第二节 General Factorial 过程6.2.1 主要功能6.2.2 实例操作第三节 Multivarite 过程6.3.1 主要功能6.3.2 实例操作方差分析是 R.A.Fister 发明的，用于两个及两个以上样本均数差别的显著性检验。由于各种因素的影响，研究所得的数据呈现波动状，造成波动的原因可分成两类，一是不可控的随机因素，另一是研究中施加的对结果形成影响的可控因素。方差分析的基本思想是：通过分析研究中不同来源的变异对总变异的贡献大小，从而确定可控因素对研究结果影响力的大小。
2、方差分析主要用于：1、均数差别的显著性检验，2、分离各有关因素并估计其对总变异的作用，3、分析因素间的交互作用，4、方差齐性检验。第一节 Simple Factorial 过程6.1.1 主要功能调用此过程可对资料进行方差分析或协方差分析。在方差分析中可按用户需要作单因素方差分析（其结果将与第五章第四节相同）或多因素方差分析（包括医学中常用的配伍组方差分析） ；当观察因素中存在有很难或无法人为控制的因素时，则可对之加以指定以便进行协方差分析。6.1.2 实例操作例 6-1下表为运动员与大学生的身高（cm ）与肺活量（cm 3）的数据，考虑到身高与肺活量有关，而一般运动员的身高高于大学生，为进一
3、步分析肺活量的差异是否由于体育锻炼所致，试作控制身高变量的协方差分析。运 动 员 大 学 生身高 肺活量 身高 肺活量184.9167.9171.0171.0188.0179.0177.0179.5187.0187.0169.0188.0176.7179.043003850410043004800400054004000480048004500478037005250168.7170.8165.0169.7171.5166.5165.0165.0173.0169.0173.8174.0170.5176.0345041003800330034503250360032003950400041503
4、45032504100183.0180.5179.0178.0164.0174.0425048005000370036004050169.5176.3163.0172.5177.0173.03650395035003900345038506.1.2.1 数据准备激活数据管理窗口，定义变量名：组变量为 group（运动员=1，大学生=2） ，身高为x，肺活量为 y，按顺序输入相应数值，建立数据库，结果见图 6.1。图 6.1 原始数据的输入6.1.2.2 统计分析图 6.2 协方差分析对话框点击 Options.框，弹出 Simple Factorial ANOVA:Options 对话框。系统
5、在协方差分析的方法（Method）上有三种选项：1、Unique：同时评价所有的效应；2、Hierarchical ：除主效应外，逐一评价各因素的效应；3、Experimental ：评价因素干预之前的主效应。本例选 Unique 方法，之后点击 Continue 钮返回 Simple Factorial ANOVA 对话框，再点击 OK 钮即可。6.1.2.3 结果解释 在结果输出窗口中可见如下统计数据：先输出肺活量总均数和两组的肺活量均数，总均数为 4033.25，运用员组均数为4399.00，大学生组为 3667.50。接着协方差分析表明，混杂因素 X（身高）两组间是有差异的（F=10.
6、679，P=0.002 ） ，控制其影响后，两组间肺活量的差别依然存在（F=9.220，P=0.004 ） ，故可以认为两组间肺活量的均数在消除了身高因素的影响之后仍有差别，运动员的肺活量大于大学生，即体育锻炼会提高肺活量。最后系统输出公共回归系数， bc= 36.002，该值可用于求修正均数：Yi= - bc( Xi- )本例为 运 动 员= 4399.00 - 36.002（178.175 - 174.3325）= 4260.6623大 学 生= 3667.50 - 36.002（170.49 - 174.3325）= 3805.8377Y by GROUPTotal Population
7、4033.25( 40)GROUP 1 24399.00 3667.50( 20) ( 20)Y by GROUPwith XUNIQUE sums of squaresAll effects entered simultaneouslySum of Mean SigSource of Variation Squares DF Square F of FCovariates 1630763 1 1630762.635 10.679 .002X 1630763 1 1630762.635 10.679 .002Main Effects 1407847 1 1407847.095 9.220 .0
8、04GROUP 1407847 1 1407847.095 9.220 .004Explained 6981685 2 3490842.568 22.860 .000Residual 5649992 37 152702.496 Total 12631678 39 323889.16740 cases were processed.0 cases (.0 pct) were missing.Covariate Raw Regression CoefficientX 36.002返回目录 返回全书目录第二节 General Factorial 过程6.2.1 主要功能调用此过程可对完全随机设计资料
9、、配伍设计资料、析因设计资料、正交设计资料等等进行多因素方差分析或协方差分析。返回目录 返回全书目录6.2.2 实例操作例 6-2下表为三因素析因实验的资料，请用方差分析说明不同基础液与不同血清种类对钩端螺旋体的培养计数的影响。血清种类（B）兔血清浓度（C） 胎盘血清浓度（C）基础液（A）5 8 5 8缓冲液 64812461398909114418771671184583085344110305786696431002蒸馏水 1763124113812421144718831896192692070984857493310241092742自来水 580 102610268301789121
10、51434165111261176128012126855465955666.2.2.1 数据准备 激活数据管理窗口，定义变量名：基础液为 base，血清种类为 sero，血清浓度为 pct，钩端螺旋体的培养计数为 X，按顺序输入相应数值，建立数据库。6.2.2.2 统计分析激活 Statistics 菜单选 ANOVA Models 中的 General Factorial.项，弹出 General Factorial ANOVA 对话框（图 6.3） 。在对话框左侧的变量列表中选变量 x，点击 钮使之进入Dependent Variable 框；选要控制的分组变量 base、sero 和
11、pct，点 钮使之进入 Factor(s)框中，并分别点击 Define Range 钮，在弹出的 General Factorial ANOVA:Define Range 对话框中确定各变量的起止值，本例变量 base 的起止值为 1、 3，变量 sero 的起止值为 1、2，变量 pct 的起止值为 1、2。之后点击 OK 钮即可。图 6.3 析因方差分析对话框6.2.2.3 结果解释 在结果输出窗口中，系统显示 48 个观察值进入统计，三个因素按其各自水平共产生12 种组合。分析表明，模型总效应的 F 值为 10.55，P 值 0.001，说明三因素间存在有交互作用。单因素效应和交互效应
12、导致的组间差别比较结果是：单因素组间比较：A：基础液（BASE ）F = 4.98，P = 0.012，说明三种培养基培养钩体的计数有差别；B：血清种类（SERO）F = 61.265，P 0.001，说明两种血清培养钩体的计数有差别；C：血清浓度（PCT ）F = 3.49，P = 0.070，说明两种血清浓度培养钩体的计数无差别。两因素构成的一级交互作用：AB：基础液（BASE）血清种类（SERO）F = 5.16，P = 0.011，交互作用明显；BC：血清种类（SERO）血清浓度（PCT）F = 15.96，P 0.001，交互作用明显；AC：基础液（BASE）血清浓度（PCT）F =
13、 0.78，P = 0.465，交互作用不明显。 三因素构成的二级交互作用：ABC：基础液（BASE）血清种类（SERO）血清浓度（PCT）F = 6.75，P = 0.003，交互作用明显。48 cases accepted.0 cases rejected because of out-of-range factor values.0 cases rejected because of missing data.12 non-empty cells.1 design will be processed.- - - - - - - - - - - - - - - - - - - - - -
14、- - - - - - - - - - - - - - -Univariate Homogeneity of Variance TestsVariable . XCochrans C(3,12) = .34004, P = .036 (approx.)Bartlett-Box F(11,897) = 1.69822, P = .069- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -* * * * * * A n a l y s i s o f V a r i a n c e - design 1 * * * * * *Tests of Significance for X using UNIQUE sums of squaresSource of Variation SS DF MS F Sig of FWITHIN+RESIDUAL 2459233.75 36 68312.05BASE 679967.38 2 339983.69 4.98 .012PCT 238713.
