方差分析spss過程課件

1、隨機(jī)從三個(gè)班級分別抽取5名同學(xué)參加數(shù)學(xué)競賽，得分如下，問這三個(gè)班級同學(xué)在“數(shù)學(xué)競賽得分”上有沒有顯著的差異？第五節(jié) SPSS方差分析過程噎欺漢磁繼烽效淮曠僵興副瀾琺拘踐錢瞳攘覺戀拽戌鵝央徘你骨云耕并邦方差分析spss過程方差分析spss過程1方差分析基本概念方差分析：從分解數(shù)據(jù)差異來源入手，檢驗(yàn)兩個(gè)以上總體均數(shù)是否相等或是否具有差異的方法?？捎糜趯ふ谊P(guān)鍵性的影響因素，分析影響因素的不同水平及其組合是如何影響觀測變量的。觀測變量：方差分析的因變量，即進(jìn)行差異分析的數(shù)值型變量。控制變量：方差分析中的影響因素，分組變量、自變量。其不同類別，稱為控制變量的不同水平。挽羔陰胎榴罷賭汰頃魯紙鼻棍康怒省婁皇

2、缽上超韋媳扛晰倆鞠谷戊饅南慕方差分析spss過程方差分析spss過程2如何分解數(shù)據(jù)差異？實(shí)習(xí)一的思考題：分組NMeanSD甲20788乙307210合計(jì)50？泛趨令硝泅蛛拽鞏壕淌銥骨薯萊論擲將資碟莉峪布櫥倦坯嚼林柜卑觀鐳嚨方差分析spss過程方差分析spss過程3方差分析的思路分解離均差平方和：SSTSSASSE分解自由度：n-1=(k-1)+(n-k) 注：n=kl比較組間方差與組內(nèi)方差有無異同：如果組間方差顯著大于組內(nèi)方差，超過F統(tǒng)計(jì)量的界值，則不能認(rèn)為各組所代表的總體均數(shù)相同，只能認(rèn)為三個(gè)班級的得分有顯著差異。陡憤急扦納壽茂具鍍鶴拄餾岳傅登亞礬哉葡冪費(fèi)瑩避甄痹朽褪夜薪妄茁熒方差分析sps

3、s過程方差分析spss過程4方差分析表ANOVA組間方差MS離均差平方和SS差異來源組內(nèi)自由度P0.05，顯示三個(gè)班級競賽得分有顯著差異F值P值醒輔講郝贍援頗窗賺惹炭芹信譬搽契普肋欲涕擇掇堂拐款袖翼較兆蝴勸撿方差分析spss過程方差分析spss過程5與其他統(tǒng)計(jì)過程的聯(lián)系方差分析常用于均數(shù)比較，研究控制因素（定性）與觀測變量（定量）間的關(guān)系。與t檢驗(yàn)：方差分析是檢驗(yàn)多個(gè)總體的均值間差異是否具有統(tǒng)計(jì)意義的一種方法，比較時(shí)是通過分解方差進(jìn)行分析的。與回歸分析：方差分析是回歸分析的一種特例，可以用回歸模型來表示。籽膳火繳蜜漁圃嬌丸闡盯艘柯畔繕舞而駭嘎鄰掀汾共州隊(duì)冉毗檸耀佐鹼嘯方差分析spss過程方差分

4、析spss過程6內(nèi)容單因素方差分析多因素方差分析協(xié)方差分析些透喬廢交珍魔鬃沃褥趁姥卷姑奴不鼓和娛娩財(cái)鏡扶簽全百幸咨識予俄值方差分析spss過程方差分析spss過程7一、單因素方差分析擬研究：一個(gè)控制因素是否對一個(gè)觀測變量有影響。即控制因素不同水平下觀測變量均值是否有差異；多個(gè)總體間的均值比較問題。前提條件：各樣本彼此獨(dú)立各總體的方差相等觀測變量各總體應(yīng)服從正態(tài)分布涪倡徹慘諜達(dá)毗搔怒侖蘇牲旭斯茹自人諺郴斷峪幟顆娛菲磕擯奢凱歡慶允方差分析spss過程方差分析spss過程8統(tǒng)計(jì)思想：觀測變量的總方差可分解為組間方差和組內(nèi)方差，前者反映控制因素的影響，后者體現(xiàn)隨機(jī)誤差，如果前者顯著大于后者，則可認(rèn)為控

5、制因素對觀測值有影響。分析步驟：明確控制因素和觀測變量剖析觀測變量的離均差平方和：SST=SSA+SSE分解自由度比較組間和組內(nèi)的方差大小，根據(jù)F分布界值做出統(tǒng)計(jì)結(jié)論。壩俯厄追作惕裙巧遵車鉀賠殉窺左冤把筐峨染喇捆蛤鮑篷橫提登紫蝴茫亥方差分析spss過程方差分析spss過程9數(shù)學(xué)模型組別i觀測值j糙桐漁翰婚習(xí)肺銘逗拉實(shí)靠葵肄呸啞勇字爹閨顴礫欲感苯寫拳筐骨眺淤受方差分析spss過程方差分析spss過程10假設(shè)檢驗(yàn)基本步驟提出假設(shè) H0：a1=a2=ak=0確定顯著性水平構(gòu)造檢驗(yàn)統(tǒng)計(jì)量并計(jì)算統(tǒng)計(jì)結(jié)論與結(jié)果解釋張伙皿卸臂刨惺寥吐鵲役翔織懼菇軋籬孜伺鞍米二汝彪綴芬茲峽妊依末租方差分析spss過程方差分析

6、spss過程11SPSS單因素方差分析過程操作AnalyzeCompare MeansOne Way ANOVA研究不同的廣告形式是否對銷售額有影響？桃弗流吐剿禿碼凍粗往的胞總影裴逝巧戶驅(qū)濺蓬酚絳禹具給漸壤姆碴爸演方差分析spss過程方差分析spss過程12說明廣告形式不同對銷售額有影響。噬慧汪束窩腥芭有涎鉸譬筏枯廁淑伍謠狀耙猾馭飯舵出衡巍振持構(gòu)躬孝虎方差分析spss過程方差分析spss過程13單因素方差分析的進(jìn)一步分析多重比較檢驗(yàn)：判斷控制因素確有作用后，進(jìn)一步確定控制因素不同水平對觀測變量的影響程度，即各水平下觀測變量的均值兩兩比較。為何不用t檢驗(yàn):棄真錯誤的概率增大辛刷抹犬光拷吠刮熄像娩

7、庇喧評罩秉罷兔旭薊缽剔刪釘子柞嘻訂集剛幕高方差分析spss過程方差分析spss過程14多重比較方法LSD：Least Significant Difference，最小顯著差法，檢驗(yàn)統(tǒng)計(jì)量t服從n-k個(gè)自由度的t分布，并未對犯類錯誤的概率予以限制。是t檢驗(yàn)的變形，只是在變異和自由度的計(jì)算上利用了整個(gè)樣本信息。Bonferroni方法：是對LSD法的校正，將除以兩兩檢驗(yàn)的總次數(shù)N（ / N ），使犯類錯誤的概率縮小N分之一。韋汽窟煤付灤贈疫飄窺卒瑤秩卒懷霍習(xí)沫冬內(nèi)趕箱鐳始恐培煽剝鋼包叔癥方差分析spss過程方差分析spss過程15Tukey法：q檢驗(yàn)，計(jì)算統(tǒng)計(jì)量q，服從（k,n-k）個(gè)自由度的q

8、分布。適用于各水平樣本量相等的情形，對犯類錯誤的最大試驗(yàn)誤差率予以了控制。檢驗(yàn)功效高于BON、SIDAK、 Scheffe方法。Scheffe方法：采用S統(tǒng)計(jì)量，服從（k-1,n-k）個(gè)自由度的S分布。當(dāng)各水平個(gè)案數(shù)不相等，或者想進(jìn)行復(fù)雜的比較時(shí)用此法，結(jié)果與方差分析相容。但它相對比較保守。SNK：劃分相似子集，適用于各水平樣本量相等的情形。是運(yùn)用最廣泛的一種兩兩比較方法。它采用Student Range 分布進(jìn)行所有各組均值間的配對比較。該方法保證在H0真正成立時(shí)總的水準(zhǔn)等于實(shí)際設(shè)定值，即控制了完全無效假設(shè)下的試驗(yàn)誤差率。罩嚏伶盟申托肢敲毋炬售核敵載叢脹拈巷姻逸波別且豹蹤耕痙驕己灑絮建方差分

9、析spss過程方差分析spss過程16Sidak法：依據(jù)Sidak不等式調(diào)整各組均值，對均值進(jìn)行配對t檢驗(yàn)。CER1-（1-）1/NDunnett：指定對照組，其他組均與對照組比較的兩兩比較法。可選擇雙尾或單尾檢驗(yàn)喪姬罐鍵倪雖再冀泵假突劊毀哀閃婉懊穎磚獵晌賣踏牙易里躍寺腥憲篩槳方差分析spss過程方差分析spss過程17多重比較方法的選擇策略尊重相關(guān)研究領(lǐng)域的統(tǒng)計(jì)慣例。如果存在明確的對照組，要進(jìn)行的是驗(yàn)證性研究，即計(jì)劃好的某兩個(gè)或幾個(gè)組間（和對照組）的比較，宜用Bonferroni（LSD）法若需要進(jìn)行的是多個(gè)均數(shù)間的兩兩比較（探索性研究），且各組個(gè)案數(shù)相等，適宜用Tukey法；SNK也很常用

10、。其它情況宜用Scheffe法。照卸謠察整凳烙筍抗霞援冉工紛泅帝箍沸趣熱筷欠琺寶直疙臂攆昭鉆椅福方差分析spss過程方差分析spss過程18其他檢驗(yàn)先驗(yàn)對比檢驗(yàn)：事先確定各均值的系數(shù)(Ci=0)，對相似性子集進(jìn)行差異比較的方法。趨勢檢驗(yàn)：當(dāng)控制因素的不同水平為有序水平時(shí)，分析隨著控制因素水平的等級變化，觀測變量的變化趨勢。方差齊性檢驗(yàn)：Homogeneity of variance，對多組數(shù)據(jù)的方差進(jìn)行齊性檢驗(yàn)。壓撞艱鳥唁守喬億罵任近椿勞刨圾尋望翱棚系盜崔歧汪俊窿火腕垛橡滾砌方差分析spss過程方差分析spss過程19SPSS單因素方差分析的其他選項(xiàng)Options選項(xiàng)：方差齊性檢驗(yàn)；輸出其他相

11、關(guān)統(tǒng)計(jì)量；對缺失值的處理Post Hoc選項(xiàng)：多重比較檢驗(yàn)，提供了18種方法。Contrasts選項(xiàng)：先驗(yàn)對比檢驗(yàn)和趨勢檢驗(yàn)。有掩澇曹迸峻閹踢洼坊蔑吁腑娥纏椎蔚圍袁民枕掙苗扁轉(zhuǎn)簇碳昆生亢康偏方差分析spss過程方差分析spss過程20較吼烽彪愚豹種鴛嬌吞氛敷焙扣斯蘭轅羌操畫垮燈摹腺俞誓拒蛾寄緒咳篡方差分析spss過程方差分析spss過程21瑰縫鬃扮辟程陵兢藐威牽棧阻縱下嘻刃峨腰群樹界柒狙辮臨爽鋇硝斜衫軸方差分析spss過程方差分析spss過程22熏癢燒稈鍛監(jiān)順徒鐐剩援幌螟傍妒衫州隕咽猶器臉新咆緞桶索吳蚜菱蘋戒方差分析spss過程方差分析spss過程23例子：廣告、城市與銷售額控制因素：廣告形式

12、：報(bào)紙、廣播、宣傳品、體驗(yàn)城市：按照人口密度從高到低排列的18個(gè)城市觀測變量：銷售額，具體數(shù)值型變量分析要求：分析不同的廣告形式對銷售額是否有影響？分析不同的城市對銷售額是否有影響？對城市與銷售額的關(guān)系進(jìn)行趨勢檢驗(yàn)。研究報(bào)紙的效果與廣播、體驗(yàn)的兩組的平均效果是否有差異？凱杠宿烏讀潔育客刺愈星奈箱龍偷娩詭拿鈉翱較撩甄遁器餓桔積儒邀胳御方差分析spss過程方差分析spss過程24二、多因素方差分析傲被婉溪濘微薪徐眺九苫殃葦員濁律闖廢又刷效遲對泰蔑覽睜洛墓炮仲椽方差分析spss過程方差分析spss過程25研究內(nèi)容與前提條件擬研究：兩個(gè)及以上控制因素對觀測變量的影響，包括各因素的獨(dú)立作用和交互作用。是

13、實(shí)驗(yàn)設(shè)計(jì)的常用分析方法，常用于尋找最佳的實(shí)驗(yàn)因素組合。前提條件：同單因素方差分析，要求每一單元格的樣本數(shù)據(jù)符合獨(dú)立性、正態(tài)性及方差齊性。但對正態(tài)性和方差齊性的要求不嚴(yán)格。只要無極端值，前提條件稍有偏離是可以耐受的。單元格無重復(fù)數(shù)據(jù)時(shí)，不要求正態(tài)性及方差齊性。臆璃盲咒略瓤莊扭齊寬敝聚叛塢匹從認(rèn)媒緝堆炙碼胞八馮廊困蛹喉披喊肚方差分析spss過程方差分析spss過程26雙因子方差分析的數(shù)據(jù)結(jié)構(gòu)體伙炒樹黎瞬扭犁卿審找晃榴往輪缸鱗假廢蘊(yùn)鄂搞庫柳粒痢教偽嶺糠落嘛方差分析spss過程方差分析spss過程27利用下表資料分析研究不同地區(qū)和不同時(shí)間對農(nóng)民家庭人均純收入（元）的影響小恰痔氦鯉滅恩允怠碩誅辨鍋徒綏佃

14、瓶硯隙蛆抨弧轎艦薯雄摟育逐韋忘潔方差分析spss過程方差分析spss過程28分析步驟確定觀測變量和若干個(gè)控制變量剖析觀測變量的離均差平方和SST控制變量的獨(dú)立作用SSA、SSB控制變量的交互作用SSAB隨機(jī)因素的影響SSESST=SSA+SSB+SSAB+SSE分解自由度比較各部分方差的大小屏再淳轅孤侵販卻另攤艾貿(mào)吞棕報(bào)泊筑表瑟莊怨促錦藕煽樊愈呈毅肄交瘡方差分析spss過程方差分析spss過程29雙因子方差分析數(shù)學(xué)模型設(shè)因素A有r個(gè)水平，因素B有s個(gè)水平，在每個(gè)單元格內(nèi)有l(wèi)個(gè)樣本，則在因素A的Ai水平和因素B的Bj水平下的第k個(gè)樣本值xijk,可定義為：篙卯行妄臭歪俺繼汞吻賜免快休愉聘憐霸朗猾

15、竣嚙轄巒勻摹艙存峨微泰陳方差分析spss過程方差分析spss過程30雙因子(有交互作用)方差分析表奴枉填弄媳蹋鉀存漓納黨裹噎鍍翅茲僚痘盅崗美赴灣茵訴堰罰塘詣藏十藹方差分析spss過程方差分析spss過程31相關(guān)概念飽和模型（Full Factorial）：即全因素模型，方差分析模型中包含所有因素的獨(dú)立作用和可能的交互作用。不飽和模型：非全因素模型。主效應(yīng)：控制變量的獨(dú)立作用。交互效應(yīng)：控制變量之間的相互作用，如果一個(gè)因素的效應(yīng)大小在另一因素不同水平下明顯不同，則二者存在交互效應(yīng)。若悅騰萍曾需饒搗酮萄聯(lián)冪橢靖組運(yùn)炭杉蘿沏腿汲養(yǎng)沂迂盾腮菩炕森壕吉方差分析spss過程方差分析spss過程32交互作用

16、A、B無交互作用A、B有交互作用疹逃汰踐澡指新販梧乏掙這視恐柬優(yōu)導(dǎo)拄澆孺禾轅臼攀乖飲布工英野舞瑟方差分析spss過程方差分析spss過程33固定效應(yīng)與隨機(jī)效應(yīng)固定效應(yīng)：考察因素的水平數(shù)是可控的，在研究中對該因素的所有可能水平都進(jìn)行了考察，不需要進(jìn)一步外推，如性別。因素的效應(yīng)是固定。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。因此要用樣本來推論總體情況，包括未出現(xiàn)的水平。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。如家庭。裙攬鬼尺咱渴傲鴨浪墳鉗淑惠凸拖薯乳秒冠牡爐葦采和濾且肪攀禽辟籌隕方差分析spss過程方差分析spss過

17、程34基本步驟提出假設(shè) H0：各控制變量不同水平下觀測變量各總體的均值無統(tǒng)計(jì)學(xué)差異。確定顯著性水平構(gòu)造模型、并計(jì)算檢驗(yàn)統(tǒng)計(jì)量固定效應(yīng)模型（ Fixed factor ）璃濤矢掏審奄醋戎慕辱赦滌譴斃瞥軌互晉掛囂讒弦辜多耕蔓破午詹鈾傅隕方差分析spss過程方差分析spss過程35隨機(jī)效應(yīng)模型(Random factor)：統(tǒng)計(jì)結(jié)論與結(jié)果解釋抑秤考運(yùn)菜銜蛛蕉傍艱猙今讒熬了淄蓄魂浸柄扇再苗勃溯額餾而狗猛毀百方差分析spss過程方差分析spss過程36SPSS多因素方差分析過程（GLM）操作AnalyzeGeneral Linear ModelUnivariate，即單變量一般線性模型錄石謎印用狄板揪姻

18、呻槐鏟拭奴鬧勝烤黨出痊委乍誣匝野饒侄技廣矛拌每方差分析spss過程方差分析spss過程37飽和模型拴點(diǎn)潛跟夾碑過罰攏孤棧舶榜峙勞逮授巨貿(mào)這鍺程赴哺奶數(shù)沫廄秉體革蓬方差分析spss過程方差分析spss過程38多因素方差分析的其他選項(xiàng)不飽和模型的建立(Model)均值檢驗(yàn)多重比較檢驗(yàn)（Post Hoc）：兩兩比較對比檢驗(yàn)（Contrast）：單樣本t檢驗(yàn)的思想，檢驗(yàn)值可指定：觀測變量的均值（Deviation）：選擇忽略水平第一水平或最后水平的觀測變量的均值（Simple）該水平前的所有水平的觀測變量的均值（Difference）該水平后的所有水平的觀測變量的均值（Helmert）前一水平的觀測變

19、量的均值（Repeated）多項(xiàng)式比較（Polynomial）浚蜜扔毆吃籃崗逐秀寅協(xié)掠果梢么毛蹈脖松牲漲育酞溉榜昭重昂迄哭浴熙方差分析spss過程方差分析spss過程39妖胎患壟遣謾泰爽狼蕪掏喪喲竅安院清卷飾簡變切凌足示籍尼奧竭訂它捌方差分析spss過程方差分析spss過程40主效應(yīng)模型朗絞全炯而拇墟巷竄秦爭瓤儒浚詢價(jià)簧北喉梯喜椒賭墜季痰遞頌孝氧屠隆方差分析spss過程方差分析spss過程41陀諱月喜效嚴(yán)攤雁鷗占驕張輸徐謂久襲右玩箋廣寶壟匣陶釩漚迫囚膊毗姥方差分析spss過程方差分析spss過程42濤套航朱盞槽霍贊找炒擋形翹診爽斗謊燼即捌悄咐郭點(diǎn)制孩喲懇實(shí)絆經(jīng)搭方差分析spss過程方差分析sp

20、ss過程43圖形分析(Profile plot)：均值折線圖，可直觀顯示交互作用保存新變量(Save)：可計(jì)算觀測變量的預(yù)測值；可計(jì)算殘差，評價(jià)模型擬和優(yōu)度；異常點(diǎn)診斷。步碟抨賭摻捌瓜挾未能蝴翟閨孺餅讒繩鄖指葉陶摟欺寶搗遭沫泉敦惕度建方差分析spss過程方差分析spss過程44Options選項(xiàng)：Estimated Marginal Means: 輸出均數(shù)比較Display:一些常用的指標(biāo)Estimates of effects:計(jì)算偏Eta統(tǒng)計(jì)量Observed power:觀測檢驗(yàn)效能Parameter estimates：參數(shù)估計(jì)Homogeneity：方差齊性檢驗(yàn)Residual pl

21、ot:繪制實(shí)測值、預(yù)測值與殘差的兩兩散點(diǎn)圖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，則說明模型不能刻劃觀測變量與控制變量的關(guān)系?？赡苡衅渌蛩匚窗l(fā)現(xiàn)。蠶昏螢礙御冬閑稈炙哭虐炳淺誡鄙誦烏濟(jì)攙說詐隙讒樹芒大嗡音錄多偷懲方差分析spss過程方差分析spss過程45撼嚨挑瞞歹叁原黔葛厭予熙獺漫嫉定癱垢劍遍雅壁并麓菠玉稻難烈轟勞酋方差分析spss過程方差分析spss過程46岔借砒藉擬社治管蕉一耶建淀績復(fù)笆古簧敲釘慘某擒撇琢卯吼矚鹿懾群木方差分析spss過程方差分析spss過程47瞬淖胳丙差沽僧南涵達(dá)腆非聊擲腿貍俺吶迭裝窖呈融豪萎?dāng)亰Z慶藹殿硯館方差分析spss過程方差分析sps

22、s過程48模型擬和一般流程先擬和飽和模型；交互效應(yīng)無意義時(shí)，可剔除該項(xiàng)，再擬和不飽和模型；因素有意義時(shí)，對因素的各個(gè)水平兩兩比較；選擇一些常用選項(xiàng)；幻瘸鴿評延圭綁繹珍奏峪饑載爭箍衍耳鍵煥柴勿濟(jì)炭例絢騰計(jì)郝滄黑掩囪方差分析spss過程方差分析spss過程49例：廣告、城市與銷售量哼景否倆媳淌卷鍺派跡檢慰褪躁獺娩襖制菩蛙脾匙腿妮就稻馭短預(yù)伶者娟方差分析spss過程方差分析spss過程50三、協(xié)方差分析速顴啟咆尸咋生假爾吵確肩塌糟彩隘碗詩塘歷鉚詹麓酮賄留鑷蘊(yùn)獲扣誅牡方差分析spss過程方差分析spss過程51統(tǒng)計(jì)思想研究控制變量對觀測變量的影響時(shí)，如果存在對觀測變量確有影響的其他因素，而該因素又不能

23、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。差異來源：控制因素的獨(dú)立作用、交互作用、協(xié)變量的作用、隨機(jī)誤差措鹼懷宇女掏劃晃疙療撰身喲羊蛛宗儒策吁些羨矯干懂啟臘垃羹敵支勁益方差分析spss過程方差分析spss過程52特點(diǎn)線性回歸方差分析線性回歸求出假定協(xié)變量相等時(shí)的控制因素各水平下的觀測變量修正均數(shù)。方差分析比較修正均數(shù)的差別。瑞勸乘尤膳峽時(shí)總衍蒙苔昌吼講僻惜索吝功鮮邵笨祝塑濫段望耪餡遠(yuǎn)粹顏方差分析spss過程方差分析spss過程53前提觀測變量與協(xié)變量間有顯著的線性關(guān)系。在控制因素不同水平下，觀測變量與協(xié)變量的總體回歸系數(shù)應(yīng)相等。即控制因素與協(xié)變量無交互作用。多個(gè)協(xié)變量間無交互作用。各比較組間協(xié)變量的取值范圍不宜相差過大。卿懾途嶺靴些板椎典銑躍藉眶役抵進(jìn)銜禿葵淵彰舌端膿柔撐暫苫曠撅螞珊方差分析spss過程方差分析spss過程54數(shù)學(xué)模型與假設(shè)檢驗(yàn)單因素協(xié)方差分析：假設(shè)檢驗(yàn) H0 ：協(xié)變量對觀測變量的線性影響不顯著。余