第五讲方差分析(上).ppt

5.2.3 结果和讨论 （1）首先是单因素方差分析的前提检验结果，也就是Homogeneity of variance test * （2）输出的结果文件中第2个表格如下所示。 * （3）输出的结果文件中第3个表格如下所示。 * （4）输出的结果文件中第4个表格如下所示。 Homogeneous Subsets * （5）输出结果的最后部分是各组观察变量均值的折线图，如图5-6所示。 * 5.2.4 方差齐次性检验未通过的解决办法 各分组的方差相同是进行单因素的方差分析的前提条件之一，当该条件不满足时应该如果处理呢？ 解决办法：调整F检验 SPSS提供了两个调整F值：Brown-Forsythe F 和 Welch’s F * 在可选项对话框进行指定： 5.2.4 方差齐次性检验未通过的解决办法 * 调整后的结果： 5.2.4 方差齐次性检验未通过的解决办法 * 5.2.5 结果报告 The assumption of homogeneity of variances has been violated(F(2,15)=3.86, p0.05). Welch’s asymptotical F distribution(F(2,8.96)=46.06, p0.001) reports that math learning effects are significantly different among the three groups. * 5.3 多因素方差分析 5.3.1 统计学上的定义和计算公式 定义：多因素方差分析中的控制变量在两个或两个以上，它的研究目的是要分析多个控制变量的作用、多个控制变量的交互作用以及其他随机变量是否对结果产生了显著影响。例如，在本章开始讲述的例子，在获得教学效果的时候，不仅单纯考虑教学方法，还要考虑不同风格教材的影响，因此这是两个控制变量交互作用的效果检验。 * 多因素方差分析不仅需要分析多个控制变量独立作用对观察变量的影响，还要分析多个控制变量交互作用对观察变量的影响，及其他随机变量对结果的影响。因此，它需要将观察变量总的离差平方和分解为3个部分： * ? 多个控制变量单独作用引起的平方和； ? 多个控制变量交互作用引起的离差平方和； ? 其他随机因素引起的离差平方和。 * * * * * 以上F统计量服从F分布。SPSS将自动计算F值，并根据F分布表给出相应的相伴概率值。 * * 5.3.2 SPSS中实现过程 ? 研究问题 表5-2 三组不同性别学生的数学成绩 人 名 数 学 组 别 性 别 hxh 99.00 0 male yaju 88.00 0 female yu 99.00 0 male shizg 89.00 0 male hah 94.00 0 female s 90.00 0 male watet 79.00 2 male jess 56.00 2 female wish 89.00 2 male 2_new1 99.00 2 male 2_new2 70.00 2 female 2_new3 89.00 2 male 2_new4 55.00 1 female 2_new5 50.00 1 male 2_new6 67.00 1 female 2_new7 67.00 1 male 2_new8 56.00 1 female 2_new9 56.00 1 male * ? 实现步骤 图5-7 在菜单中选择“Univariate”命令 * 图5-8 “Univariate”对话框（一） * 图5-9 “Univariate: Options”对话框（一） * 图5-10 “Univariate: Post Hoc Multiple Comparisons for Observed Means”对话框 * 图5-11 “Univariate：Model”对话框 * 图5-12 “Univariate：Profile Plots”对话框 * 第5章方差分析（上） * 方差分析基本概念 5.1 单因素方差分析 5.2 多因素方差分析 5.3 协方差分析 5.4 * 为了进行两组以上均数的比较，通常可以使用方差分析方法。本章介绍方差分析基本概念、单因素方差分析、多因素方差分析及协方差分析。 * 5.1 方差分析基本概念 方差分析是R.A.Fister发明的，用于两个及两个以上样本均数差别的显著性检验。方差分析方法在不同领域的各个分析研究中都得到了广泛的应用。从方差入手的研究方法有助于找到事物的内在规律性。 *