SPSS-方差分析

SPSS-方差分析

方差分析基本假定

1）观测值来自于服从正态总体的随机样本

2）各总体的方差相同

3）总体相互独立

适用于研究分类自变量对数值型因变量的影响

分析前

用交叉表看一看是否均衡（需要均衡）

不均衡

均衡单因素方差分析

SST（总误差平方和）=SSB（组间误差平方和）+SSE（组内误差平方和）

F=MSB/MSER方=SSB/SST

事后多重比较是当方差满足方差齐性之后才有意义的，不同方式的多重比较运用的优劣自行百度，以下以最小显著性差异法为例（LSD，缺点：没有控制弃真错误）

显著性0.05则认为不同总体的方差是相等的，满足方差分析基本假定

显著性0.05则认为不同因素对因变量的影响是显著不同的

1）显著性0.05说明两分类自变量之间对因变量的影响是有显著区别的

2）只有自变量的水平=3个才能有多重比较

平均值图可以看出每个自变量对因变量的影响程度，下图说明自变量1对因变量的影响最大

ANOVA表和事后多重比较表在于：ANOVA表确定平均值间存在着差值，事后多重比较表用于分析哪些平均值之间存在着差值。

双因素方差分析

1）无交互

SST=SSR（行效应）+SSC（列效应）+SSE（剩余因素产生的残差平方和）

Fr=MSR/MSEFc=MSC/MSE

2）有交互

SST=SSR+SSC+SSRC+SSE

Frc=MSRC/MSE

先看看有没有交互作用

单变量指的是因变量

这里的全因子是指包含主变量以及他们的交互项

同样的，看显著性是否0.05来判定用（X=μ+α+β+αβ+随机误差项）这一模型来线性拟合是否有效

如果交互项的sig大于0.05，可以这样修改模型（假设其他项都显著）

然后就是剔除交互项后进行分析了

边际平均值是指控制其他变量不变，只改变单一自变量引起的因变量的变化

依然是看不同总体的方差是否相同（0.05）

看看sig以及系数

同单因素方差分析

由下表和下图可以看出每一个自变量单独变动对因变量带来的影响

差不多到这里，方差分析还有好多要学，好多要加深理解，加油

以上就是（SPSS-方差分析）全部内容，收藏起来下次访问不迷路！