《SPSS第八课：征服一般线性模型GeneralLinearModel菜单详解(上)》由会员分享，可在线阅读，更多相关《SPSS第八课：征服一般线性模型GeneralLinearModel菜单详解(上)（17页珍藏版）》请在金锄头文库上搜索。
1、SPSS 第八课：征服一般线性模型General Linear Model 菜单详解（上）（武汉兆联投资管理顾问有限公司）上次更新日期：2009 年 06 月 02 日8.1两因素方差分析8.1.1 univarate对话框界面说明8.1.2 结果解释8.2 协方差分析8.2.1 分析步骤8.2.2 结果解释8.3其他较简单的方差分析问题8.4 多元方差分析8.4.1 分析步骤8.4.2 结果解释8.5 重复测量的方差分析8.5.1 Repeated measures 对话框界面说明8.5.2 结果解释请注意，本章的标题用了一些修辞手法，一般线性模型可不是用一章就可以说清楚的，因为它包括的内容
2、实在太多了。那么，究竟我们用到的哪些分析会包含在其中呢？简而言之：凡是 和方差分析粘边的都可以用他来做。比如成组设计的方差分析（即单因 素方差分析）、配伍设计的方差分析（即两因素方差分析）、交叉设计 的方差分析、析因设计的方差分析、重复测量的方差分析、协方差分析 等等。因此，能真正掌握GLM菜单的用法，会使大家的统计分析能力有 极大地提高。送 实际上一般线性模型包括的统计模型还不止这些，我这里举出来 的只是从用SPSS作统计分析的角度而言的一些。好了，既然一般线性模型的能力如此强大，那么下属的四个子菜单 各自的功能是什么呢？请看：.Univariate子菜单：四个菜单中的大哥大，绝大部分的方法
3、分析都在这里面进行。.Muitivariate子菜单：当结果变量（应变量）不止一个时，当 然要用他来分析啦！ Repeted Measures子菜单：顾名思义，重复测量的数据就要用 他来分析，这一点我可能要强调一下，用前两个菜单似乎都可以 分析出来结果，但在许多情况下该结果是不正确的，应该用重复 测量的分析方法才对（不能再讲了，再讲下去就会扯到多水平模 型去了）。Variance Components 子菜单：用于作方差成份模型的，这个模 型实在太深，不是一时半会说的请的，所以我在这里就干脆不讲 了。出于模型复杂性、篇幅、应用范围及乱七八糟一系列的理由，当然 主要是我懒得一一解释，我决定本章采
4、用举例讲解的方式，及讲解一些 常见的分析实例，通过这种方法来熟悉那些最为常用的分析方法。对统计分析的数据格式不太熟悉的朋友，请一定先去看看统计软 件第一课：论统计软件中的数据录入格式，会大有帮助的。8.1 两因素方差分析下面的这个例子来自卫生统计学第四版，书还没有出来，大家 先尝尝鲜。例 8.1 对小白鼠喂以 A、 B 、 C 三种不同的营养素，目的是了解不同 营养素增重的效果。采用随机区组设计方法，以窝别作为划分区组的特 征，以消除遗传因素对体重增长的影响。现将同品系同体重的24只小 白鼠分为8 个区组，每个区组3只小白鼠。三周后体重增量结果（克）列 于下表，问小白鼠经三种不同营养素喂养后所
5、增体重有无差别？区组号A营养素B营养素C营养素150.1058.2064.50247.8048.5062.40353.1053.8058.60463.5064.2072.50571.2068.4079.3041.40 45.70 38.4061.90 53.00 51.2042.20 39.80 46.20根据统计分析的要求，我们建立了三个变量来包括上述信息，即group表示区组，food代表使用的营养素，weight表示最终的重量，即:group food weight11 50.0112 58.20依此类推。8.1.1univarate 对话框界面说明这里只有一个结果变量weigh t,要
6、采用univara te对话框，如下所示:在上面的这些框框钮钮中，最常用的有：Dependen t Variable框、Fixed Factors框、Model钮、Post Hoc钮，下面我们来一一解释。【Dependen t Variable 框】选入需要分析的变量（应变量），只能选入一个。这里我们的应变量为 weight， 将他选入即可。【 Fixed Factors 框】即固定因素，说的通俗一些，就是哎呀，我都不知道怎么解释 好了，这样，如果你搞不明白，那么绝大多数要分析的因素都应该往里 面选。这里我们要分析的是group和food两个变量，把他们全都给我 抓进去！固定因素指的是在样本中
7、它所有可能的取值都出现了，比如例中的 food,只可能有1、2、3这三个值，并且都出现了，就被称作固定效应； 而相对应的随机效应的因素指的是所有可能的取值在样本中没有都出 现，或不可能都出现，如本例中的group，实际上总体中当然不可能只 有这8窝，因此要用样本中group的情况来推论总体中group未出现的 那些取值的情况时就会存在误差，因此被称为随机因素。我这里让group 也选入固定框是基于下面的事实：这样做统计分析的结论是完全相同 的。不同的只是推论的那部分。【Random Factors 框】用于选入随机因素，如果你弄不明白，假装没看见他就是了。【Covariate 框】用于选入协方
8、差分析时的协变量，现在还用不到，不过下一个例子 我们就要给他送礼了。【WLS Weight 框】即用于选入最小二乘法权重系数。别理他，根据我的理解，只有统 计分析的变态狂才会想起来用他（如有雷同，纯属巧合）！【Model 钮】单击后出现一个对话框，用于设置在模型中包含哪些主效应和交互因子，默 认情况为Full factorial,即分析所有的主效应和交互作用。我们这里没有交 互作用可分析，所以要改一下，否则将作不出结果来。将按钮切换到右侧的custum，这时中部的Build Term下拉列表框就变黑可用，该框用于选择进入模 型的因素交互作用级别，即是分析主效应、两阶交互、三阶交互、还是全部分析
9、。 这里我们只能分析主效应：选择mai n,再用黑色箭头将group和food选入右侧 的 model 框中，如果对这段叙述不太清楚，请参考下面的动画。该对话框中还有两个元素：左下方的 Sum of squares 框用于选择方 差分析模型类别，有1 型到 4 型四种，如果你搞不清他们之间的区别， 使用默认的 3 型即可；中下部有个 Include intercept in model 复选 框，用于选择是否在模型中包括截距，不用改动，默认即可。【Contrast 钮】弹出 Contrast 对话框，用于对精细趋势检验和精确两两比较的选项进行 定义，在这里，该对话框比单因素方差分析的时候还要专
10、业，使用频率也更少 反正我都没用过，就干脆就不介绍了。【Plots 钮】用于指定用模型的某些参数作图，比如用 food 和 group 来作图，用的也比较 少（指国内，因为它主要是用来做模型诊断用的）。【Post Hoc 钮】该按钮弹出的两两比较对话框和第 7 章单因素方差分析中的一模一样，不再 重复。本题对 food 作两两比较，方法为 SNK 法。【Save 钮】将模型拟合时产生的中间结果或参数保存为新变量供继续分析时用，可保存 的东东有预测值、残差、诊断用指标等。【Options 钮】当然是定义选项啦！可以定义输出哪些指标的估计均数、并做所选择的两两比较，还有其他一些输出，如常用描述指标
11、、方差齐性检验等。好了，都解释完了，再重复以下，我们所作的操作为：1. Analyze=General Lineal model=Univariate2. Dependent Variable 框：选入 weight3. Fixed Factors 框：选入 group 和 food4. Model 钮：单击5. Custom 单选钮：选中6. Model 框：选入 group 和 food7. 单击 OK8. Post Hoc 钮：单击9. Post Hoc test for 框：选入 food10. SNK 复选框：选中11. 单击 OK12. 单击 OK8.1.2 结果解释 按照上题的操
12、作，结果输出如下： Univariate Analysis of VarianceBetween-Subjects FactorsNGROUP1.0032.0033.0034.0035.0036.0037.0038.003FOOD1.0082.0083.008这是一个所分析因素的取值情况列表，没有什么不好懂的。Tests of Etetween-Siihjects EffectsDependentvariable: WEIGHTSourceType III Sum of SquaresdfMean SquareFSig.Corrected Model2521.294a92S0.14411.51
13、7.000In 柜 rcept74359.534174359.5343056.935.000GROUP2376.3767339.48213.956.000FOOD144.917272.4592.979.084Error340.5431424.324Total77221.37024Corrected Total2361.83623a- R Squared = .331 (Adjusted R Squared = .305)现在大家看到的是一个典型的方差分析表，只不过是两因素的而已， 我来解释一下：首先是所用方差分析模型的检验，F值为00.517, P小 于0.05，因此所用的模型有统计学意义，可
14、以用它来判断模型中系数有 无统计学意义；第二行是截距，它在我们的分析中没有实际意义，忽略 即可；第三行是变量GROUP，可见它也有统计学意义，不过我们关心的 也不是他；第四行是我们真正要分析的FOOD，非常遗憾，它的P值为 0.084，还没有统计学意义。尽管不太愿意，我们的结论也只能是：尚 不能认为三种营养素喂养的小白鼠体重增量有差别。上表的标题内容翻译如下：变异来源III型方差SS自由度均方MS统计量FP值校正的模型2521.2949280.14411.517.000截距74359.534174359.5343056.985.000GROUP2376.3767339.48213.956.000FOOD144.917272.4592.979.084误差340.5431424.324合计77221.37024校正的合计2861.83623Post Hoc TestsFOODHomogeneous SubsetsWEIGHTStudent-Newman-Keulsa,bFOODNSubset11.00053.90002.00053.95003.00059.1375Sia.121Means for groups in homogeneous subset
