6方差分析.ppt

6方差分析
二、检验方法
假定某单因素影响下的试验数据如下：
表格中所有n×k个数据的总平均值为：μ
N---同一水平下个案个数,
K---因素水平数。
---i水平均值。
μ---总个案均值。
●计算-Duncan检验。用t统计量进行多重比较检验,使用贝叶斯逼近。
Dunnett检验:进行各组与对照组的均值比较。默认的对照组是最后一组。选择了该项就激活下面的“Control Category”参数框。展开下拉列表，可以重新选择对照组。
“Test”框中列出了三种区间分别为：
• “2-sides” 双边检验;
• “<Control” 左边检验
• “>Conbo1”“右边检验。
上述各选项对应的是方差齐性的检验，如果方差非齐性时将使用下面的4种检验方法：
Tamhane's T2检验，T检验进行配对比较检验。
Dunnett's T3检验，正态分布下的配对检验检验。
Games-howell检验，对应方差非齐性的检验。
Dunnett's C检验，正态分布下的配对比较检验。
Significance 选择项
各种检验的显著性概率临界值，，可由用户重新设定。
[Options]描述统计选项
“Statistics”栏中选择输出统计量:
Descriptive，要求输出描述统计量。选择此项输出观测量数目、均值、标准差、标准误、最小值、最大值、各组中每个因变量的95％置信区间。
Fixed and random effects，描述标准离差和误差检验。
Homogeneity-of-variance，要求进行方差齐次性检验，并输出检验结果。用“Levene lest ”检验，即计算每个观测量与其组均值之差，然后对这些差值进行一维方差分析。
Brown-Forsythe，布朗均值检验
Welch，威兹均值检验
Means plot，即均值散点图，根据各组均数描绘出因变量的分布情况。
“Missing Values”:选择缺失值处理方法。
Exclude cases analysis by analysis：被选择参与分析的变量含缺失值的观测量，从分析中剔除。
Exclude cases listwise：对含有缺失值的观测量，从所有分析中剔除。
§ 单因变量多因素方差分析
当作用在一个过程的因素不只一个时，对不同因素或因素的不同水平造成不同结果的研究将采用多因素方差分析的研究方法。
一、概念
研究多个因素的各个水平对试验结果的影响，以及各因素相互作用对试验的影响。
因素A的水平数a，i=1，2...a
因素B的水平数b，j=1，2...b
重复测量次数m，k=1，2...m
计算因素A组间离差平方和
计算因素B组间离差平方和
因素AB交互组间离差平方和
组内残差Error，离差平方和
A组间自由度： a-1
B组间自由度： b-1
AB交互组间自由度：(a-1)(b-1)
组内自由度： ab(m-1)
总离差平方和：ST= SA + SB + SAB + SE
总离差方差：MT=(SA/DFA )+(SB/DFB)+(SAB/DFAB )
对于三因素离差平方和： ST = SA + SB + SC + SAB+ SBC + SAC + SABC + SE
研究交互作用的要求：同一水平下要有重复测量，（m>1）,即每组都要有m>1
H0假设：
HA---A因素各水平对结果影响无明显差异
HB---B因素各水平对结果影响无明显差异
HAB---AB交互作用对结果影响无明显差异
单变量方差分析操作过程
选择Analyze—General Linear Model--Univariae
地区编号
食品A
食品B
食品C
1



2



3



4



5



6



7



8



某公司三种不同的食品的销售数据（6-1）
双因素方差分析
选择因变量到“Dependent”中
选择固定因素“Fixed Factor(s)”：
选择随机因素“Ramdem Factor(s)”：
选择协变因素“Covariate(s)”：
设置权重变量：如果需要分析权重变量的影响，将权重变量移到“WLS Weight”框中