SPSS中的方差分析.ppt

方差分析 主讲人：齐玲 Email：qiolive_23@163.com 主要内容 方差分析由英国统计学家R.A.Fisher在1923年提出，为纪念Fisher，以F命名，故方差分析又称 F 检验。 思考： 某研究者为考察所喝咖啡的浓度是否会影响人们反应的快慢，从某大学一年级男生中随机抽取了15名学生，再随机分成三组。每一学生都要喝一杯咖啡，20分钟后测试每一被试的简单反应时间。三组所喝咖啡的浓度分别为：淡、中、浓，实验数据如下表所示，请问：咖啡浓度对反应速度有明显影响吗？ 可以多次采用两样本t检验方法实现 产生的问题：犯第一类错误的概率明显增大 例如：K个变量两两进行t检验，需要作N=k! ÷(2! ×(k-2)!)次，如果?为0.05，那么每次比较不犯第一类错误的概率为0.95。N次检验均不犯第一类错误的概率为0.95N，而犯第一类错误的概率为1-0.95N，远远大于设定的0.05 可以利用方差分析的方法来实现多个总体的均值比较 （一）方差分析的目的 推断多个总体均数是否相等 （双侧检验：μ1 = μ2＝….. μk ？） 三、方差分析的基本思想 根据研究设计的类型及研究目的，将总变异分解成两个或多个部分。除随机误差外，其余部分的变异可由某因素的作用来解释，通过比较可能由某因素所致的变异与随机误差的均方，从而了解该因素有无作用。 例题：“为研究详尽复述在记忆中的作用，某研究者随机抽取了17个受试对象。按完全随机设计方案将他们随机分为三组，要求每组受试者都记忆10个生词，生词内容和难度对每组受试者都是一样的，但给予不同的指导：第一组的受试者可以通过反复朗读单词来记忆；第二组受试者可以通过查生词的意思来记忆；第三组受试者可以通过寻找生词之间的联系来记忆。在经过一段时间记忆后，要求被试者写出所记住的生词，得记住生词个数，结果如表所示。试问不同指导措施在记忆 完全随机设计资料方差分析 三种变异 总变异 全部观察值大小各不相等，其变异就称为总变异（total variation）。用SST表示，其计算公式为各个观察值与总体均数的离均差平方和（sum of squares of deviant from mean），即： 组间变异 由于各组处理不同所引起的变异称为组间变异（variation between groups)。它反应了处理因素对不同组的影响，同时也包括了随机误差。用SS组间表示，其计算公式为： 组内变异 每个处理组内部的各个观察值也大小不等，与每组的样本均数也不相同，这种变异称为组内变异（variation within groups）。组内变异只反映随机误差的大小，如个体差异、随机测量误差等。因此，又称为误差变异。用SS组内表示，即： 两个均方值之比为F统计量： 从上面的例子可以更加清晰的看出方差分析的思路： 将全部观测值的总变异按影响结果的诸因素分解为相应的若干部分变异，构造出反映各部分变异作用的统计量，在此基础上，构建假设检验统计量，以实现对总体参数的推断。 ⒈ 提出检验假设，确定检验水准。 H0:三个组GSH值的总体均数相同； H1:三个组GSH值的总体均数不全相同； 3. 确定P值，作出统计推断结论 F值越接近1，反映组间变异与组内变异间无显著差异，处理效应的作用就越小。相反，F值越大，反应处理效应越大。但是，值要大到什么程度才有明显的统计学意义呢？我们可以通过查界值表得到相应的值，然后根据事先设定的检验水准α进行统计推断。 如何利用SPSS软件进行完全随机设计的单因素方差分析？ （一）方法一 1. 单击菜单栏的“Analyze”菜单，展开下拉菜单。 2. 单击“Compare Means”菜单项，弹出菜单。 3. 单击“One-Way ANOVA”命令，弹出单因素方差分析“One-Way ANOVA”对话框。 4. 在左侧列表框中有源变量，把变量“Y”调入“Dependent List:”下的文本框内，把变量“X”调入右侧的“Factor”下的文本框内。 5. 单击“Options…”按钮，弹出“One-way ANOVA: Optioning”对话框： 其中“Homogeneity of variance”选项表示方差齐性检验，选中“Homogeneity of variance”选项，检验各样本的总体方差是否相等。 方法二 1. 单击菜单栏的“Analyze”菜单，展开下拉菜单。 2. 单击“general linear model