- 1、本文档共110页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
下-第章-SPSS的方差分析.ppt
6.4.4 应用举例 为研究三种不同饲料对生猪体重增加(wyh)的影响,将生猪随机分成三组各喂养不同的饲料(sl),得到体重增加的数据。由于生猪体重的增加理论上会受到猪自身身体条件的影响,于是收集生猪喂养前体重(wyq)的数据,作为自身身体条件的测量指标。为准确评价饲料的优劣,采用单因素协方差分析的方法进行分析。这里,猪体重的增加量为观测变量,饲料为控制变量,猪喂养前体重为协变量。 方差分析(生猪与饲料).sav 协方差分析结果 SSE,排除协变量影响后随机因素导致的变差 单因素方差分析结果 SSE,没有排除协变量的影响 选项对话框 方差分析(生猪与饲料).sav 对比对话框 需要点击更改按钮 6.5 方差分析中的其它问题 多元方差分析 重复测量设计的方差分析 方差成分分析 正交实验设计 多元方差分析 所研究问题的因变量不止一个,例如研究某些因素对儿童生长过程的影响程度,则身高、体重等都可作为衡量生长程度的指标,即都可作为因变量。 因此,把多个变量选入到 因变量框中 重复测量设计的方差分析 重复测量设计:指对同批研究对象先后施加不同的试验处理后进行测量,或者在不同场合对其进行至少两次测量。 方差成分分析和正交实验设计 方差成分分析:适用于混合模型的分析,可以研究模型中的随机效应对因变量变异的贡献。 正交实验设计:是研究如何搜集数据的方法,主要讨论如何合理地安排实验,如何分析实验所得的数据。 对于这些内容的SPSS应用,可阅读参考书,杜强、贾丽艳,《SPSS统计分析从入门到精通》,人民邮电出版社,2011年 书中的第9章,方差分析。 利用某企业不同广告形式在不同地区的广告效果(销售额)进行评估的数据,试分析 (1)地区对销售额的影响; (2)广告形式、地区、广告形式和地区的交互作用对销售额的影响。 方差分析(广告城市与销售).sav 作业-第4题:方差分析1 有四个品牌的彩电在五个地区销售,对每个品牌在各地区的销售量取得以下数据,见下表,试分析: (1)品牌对彩电的销售量是否有显著影响,并进行多重比较检验? (2)品牌和销售地区对彩电的销售量是否有显著影响? (不考虑交互作用) 作业-第5题:方差分析2 不同品牌的彩电在各地区的销售量数据 品牌 (因素A) 销售地区( 因素B ) B1 B2 B3 B4 B5 A1 A2 A3 A4 365 345 358 288 350 368 323 280 343 363 353 298 340 330 343 260 323 333 308 298 在某化工生产中为了提高收率,选了三种不同浓度,四种不同温度做试验。在同一浓度与温度组合下各做两次试验,其收率数据如下面计算表所列(数据均已减去75)。试在α=0.05显著性水平下分析 (1)温度对收率有无显著影响; (2)浓度、温度以及它们间的交互作用对收率有无显著影响。 作业-第6题:方差分析3 Thank you 6.3.2 基本步骤 提出原假设:各控制变量不同水平下观测变量各总体的均值无显著差异,控制变量交互作用对观测变量无显著影响。 计算检验统计量和概率P值 给定显著性水平与p值做比较:如果p值小于显著性水平,则应该拒绝原假设,反之就不能拒绝原假设。 6.3.3 基本操作步骤 在利用SPSS进行多因素方差分析时,应首先将各个控制变量以及观测变量分别定义成多个SPSS变量,并组织好数据再进行分析。 1、选择菜单Analyze ? General Linear Model ? Univariate,出现窗口: 数据格式 方差分析(广告城市与销售).sav 2、把观测变量指定到因变量Dependent Variable框中。 3、把固定效应的控制变量指定到固定因子Fixed Factor(s)框中,把随机效应的控制变量指定到随机因子Random Factor(s)框中。 至此,SPSS将自动建立多因素方差分析的饱和模型,并计算各检验统计量的观测值和对应的概率p值,并将结果显示到输出窗口中。 6.3.4 应用举例 利用某企业不同广告形式在不同地区的广告效果(销售额)进行评估的数据,通过多因素方差分析方法对广告形式、地区、广告形式和地区的交互作用给销售额的影响进行分析,进而为制订广告和地区的最优宣传组合方案提供依据。 这里,以广告形式和地区为控制变量,销售额为观测变量,建立固定效应的饱和模型。零假设为:不同广告形式没有对销售额产生显著影响;不同地区的销售额没有显著差异;广告形式和地区对销售额没有产生显著的交互影响。 饱和模型 输出结果 对给定的显著性水平α, 6.3.5 进一步分析 1、多因素方差分析的非饱和模型 在饱和模型中,观测变量总的变差被分解为控制变量独立作用、控制变量交互作用及
文档评论(0)