高级统计和SPSS操作--MANOVA-and-ANCOVA.pptVIP

* 解释显著的组内差异: 事后检验 用比较主效应 Estimated Marginal Means Compare main effects 。。。 注意所给出的比较是未校正过的 Post Hoc... 对话框对检验组内差异不可用 * Analysis of Covariance (ANCOVA) * 协变量(covariate) 协变量是一个连续变量,在实验中没有操控,但却对因变量有着显著的影响. 协变量必须与因变量有显著相关 选择协变量的标准: 使我们解释更多的组内方差,增加检验的效力 使我们去除混淆变量的影响造成的偏差 * ANOVA 是否奥运志愿者 志愿者倾向 曾否献血 * ANCOVA 是否奥运志愿者 志愿者倾向 外向性 曾否献血 * ANOVA Result * ANCOVA Result * 前后测设计 当随机化不能实现的时候, 组间的基线可能是不等的 这些前测的差异可能成为混淆变量 解决: 将前测分数当作协变量,这样就消除了基线的差异 * MANOVA的前提条件 * 理论上的考量 漂亮的统计不能弥补设计的缺陷 因变量的选择要特别谨慎,高度相关的因变量会显著削弱分析的效力 * 被试数目和效力 每个单位格中的被试数目应大于因变量数目 如果任何一个单位格中的被试数目小于因变量数目,单位格就成为奇单位(singular)而不可能进行倒数运算. 如果被试数目/因变量数目比值很低, 那么协方差同质的前提很有可能被拒绝. 如果被试数目/因变量数目比值很低, 效力也会很低. * 多元正态性 假设各个因变量在各单位格的均值及其所有线性组合都正态分布. 很难明确地表示出来. * 多元正态性 在单变量检验中,当df20, 且设计均衡时, 对多元正态性的违反是可以耐受的. 如果在最小的单位格中,n20, 而设计不均衡,对多元正态性的违反还是可以耐受的. 如果被试少,且设计不均衡,多元正态性的假定一般不能满足 * 没有 outlier 需要在每一个单位格中识别univariate multivariate outliers * 线性关系 MANOVA 和 MANCOVA 假定所有因变量,所有 协变量和所有因变量/协变量对之间的线性关系. 线性关系的偏离降低统计的效力因为: 因变量线性组合不会使组间的差别最大化. 协变量不能最大限度地调整误差. * 协方差矩阵的同质性(Homogeneity of Covariance Matrices) 假定设计中的每一个单位格都是从同一总体中抽取的以利于它们合理地合并在一起, 形成误差项. 如果样本容量是均等的, MANOVA 对违反协方差矩阵的同质性具有耐受性,所以这种情形下Box’s M test 可以忽略. * 协方差矩阵的同质性(Homogeneity of Covariance Matrices) 如果样本容量不等, 按照 alpha .001的标准进行 Box’s M 检验.如果Box’s M不显著,则同质性能满足.如果Box’s M仍显著,则问题比较复杂:. 这时查看数据 : 如果具有较大样本容量的单位格有较大的方差, MANOVA 对违反协方差矩阵的同质性具有耐受性 如果具有较小样本容量的单位格有较大的方差, 则只有虚无假设成立的结果会比较有把握,而否定虚无假设的结果则有问题.可使用更严格的标准 (Pillai’s标准 instead of Wilk’s) * 回归斜率的等质性(Homogeneity of Regression Slopes) ANCOVA的另一个前提 意思是协变量与因变量的关系在各组大致相等 换言之, 组与协变量应该没有交互作用 * 检验前提 组与协变量交互作用不显著,前提满足 * ① 作业1 在symptom.xls 中，根据研究结果，大学生精神症状与自尊，社会支持和年级有关，而自尊水平可由社会支持和年级预测，社会支持水平可由年级来预测。 设定适当的路径模型，并作出路径图 哪些是中介变量？哪些是调节变量？ 计算路径系数和画出相应模型 计算自变量对因变量的间接效应 * * MANOVA and ANCOVA(Multivariate Analysis Of Variance and Analysis of Covariance) * ANOVA的复习 CBT No treatment Anxiety Assessment Drugs * 课程目标 介绍 MANOVA 模型 –ANOVA 加上更多的DV 介绍 ANCOVA模型 - ANOVA加上协变量 介绍 MANCOVA 的前提 * Multivariate Analysis of Variance (MANOVA) * ANOVA vs MANOVA 在所有