下载

2下载券

加入VIP
  • 专属下载特权
  • 现金文档折扣购买
  • VIP免费专区
  • 千万文档免费下载

上传资料

关闭

关闭

关闭

封号提示

内容

首页 SPSS教材SPSS第八章-- 征服一般线性模型

SPSS教材SPSS第八章-- 征服一般线性模型.doc

SPSS教材SPSS第八章-- 征服一般线性模型

张子彧2011
2018-09-07 0人阅读 举报 0 0 暂无简介

简介:本文档为《SPSS教材SPSS第八章-- 征服一般线性模型doc》,可适用于IT/计算机领域

SPSS第八课:征服一般线性模型――GeneralLinearModel菜单详解(下)(医学统计之星:张文彤)上次更新日期: 两因素方差分析 univarate对话框界面说明 结果解释 协方差分析 分析步骤 结果解释 其他较简单的方差分析问题 多元方差分析 分析步骤 结果解释 重复测量的方差分析 Repeatedmeasures对话框界面说明 结果解释 § 多元方差分析所谓的多元方差分析就是说存在着不止一个应变量而是两个以上的应变量共同反映了自变量的影响程度。比如要研究某些因素对儿童生长的影响程度则身高、体重等都可以作为生长程度的测量因子即都应作为应变量。 分析步骤为了方便起见我们这里直接利用SPSS自带的数据集plasticsav假设tearres、gloss和opacity都使反应橡胶质量的指标(不要笑是假设)现在要研究extrusn和additive对橡胶的质量影响如何则应采用多元方差分析。选择Analyze==>GeneralLinearModel==>Multivariate则弹出Multivariate对话框请注意除了没有randomeffect外它的所有元素都是和univariate对话框相同的里面的内容也相同因此我们这里就不再重复了。按照我们的分析要求对话框操作步骤如下:Analyze==>GeneralLinealmodel==>MultivariateDependentVariable框:选入tearres、gloss和opacityFixedFactors框:选入extrusn和additive单击OK此处两个自变量均是二分类变量故无需选择两两比较方法。 结果解释按上面的选择分析结果如下:GeneralLinearModel这是引入模型的自变量的取值情况列表。上表是针对模型中的自变量间及其交互作用所做的检验采用的是四种多元检验方法。一般他们的结果都是相同的如果不同一般以Hotelling'sTrace方法的结果为准。可见在所用的模型中extrusn和additive对结果变量是有统计学意义的但交互作用无统计学意义。上表实际上是四个一元方差分析表的合并即分别考虑四个应变量时的方差分析结果。上面的多元方差分析已经得知两自变量对应变量有影响从现在的分析表就可以更清楚的知道是对那些自变量影响较大。对照可知extrusn和additive对tearresistance和gloss都有较大影响而他们的交互作用对gloss有影响他们(及交互作用)对Opacity都没有影响。§ 重复测量的方差分析重复测量的方差分析指的是一个应变量被重复测量好几次从而同一个个体的几次观察结果间存在相关这样就不满足普通分析的要求需要用重复测量的方差分析模型来解决。 Repeatedmeasures对话框界面说明实际上如果对普通方差分析模型作出正确的设置两者的分析结果是完全相同的即都正确那么重复测量的方差分析过程有何优势呢?我们通过下面的例子来看看:例 在数据集anxitysav中判断:anxiety和tension对实验结果(即trial~trial)有无影响四次试验间有无差异试验次数和两个变量有无交互作用。anxitysav和anxitysav实际上是同一个数据但根据不同的分析目的采用了不同的数据排列方式。如果采用anxitysav进行分析我们可以分析四次试验间有无差异的问题但对另两个问题就无能为力了因为用普通的方差分析模型anxity和tension的影响被合并到了subject中根本就无法分解出来进行分析这时我们就只能求助于重复测量的方差分析模型。在菜单中选择Analyze==>GeneralLinealmodel==>Repeatedmeasures系统首先会弹出一个重复测量因子定义对话框如下:因为是重复测量的模型应变量被重复测量了几次分别存放在几个变量中所以我们这里要自行定义应变量。默认的名称为factor我们将其改为trail下面的因素等级数填入(因一共测量了四次)。单击Add钮则该变量被加入我们就完成了模型设置的第一步:应变量名称和测量次数定义。单击define我们开始进行下一个步骤:具体重复测量变量定义及模型设置对话框如下:这个对话框和我们以前看到的方差分析对话框不太一样:它没有应变量框而是改为了组内效应框实际上是一回事上面我们定义了trial有四次测量此处就给出了四个空让你填入相应代表四次测量的变量选中trial~trial将其选入然后要选择自变量了(这里又将其称为了betweensubjectsfactor)将剩下的三个都选入即可。最后根据题意不需要检验anxity与tension的交互作用对试验次数有无交互作用所以要在model中作相应设置把那个东东拉出来。详细的操作步骤如下:Analyze==>GeneralLinealmodel==>RepeatedmeasuresWithinsubjectfactorname框:键选入trialnumberoflevels框:键入单击ADD钮单击DEFINE钮Withinsubjectvariables(trial)框:选入trial~trialbetweensubjectsfactor框:选入subject、anxity和tension单击MODEL钮 Custom单选钮:选中 WithinsubjectModel框:选入trial betweensubjectsModel框:选入anxity和tension 单击CONTINUE单击OK请注意这里没有选入变量subject因为它实际上在这里成为了一个记录ID要是将它选入则什么都检验不了了。 结果解释本题的分析结果如下:GeneralLinearModel上表给出了所定义的次测量的变量名在模型中它们都代表一个应变量trial只是测量的次数不同而已。这是引入模型的其它自变量的情况列表。上表是针对所检验的结果变量trial以及他和另两个引入模型的自变量间的交互作用是否存在统计学意义采用的是四种多元检验方法。一般他们的结果都是相同的如果不同我一般以Hotelling'sTrace方法的结果为准。可见在所用的模型中trial的四次测量间的确是存在着统计学差异的但它和另两个变量间的交互作用无统计学意义。上表是球形检验因为重复测量的方差分析模型要求所检验的应变量服从一种叫做球形分布的东东。上面可能有些内容不好懂不过没关系只要看到近似卡方为自由度为P值为就可以了。因此trial是勉强服从球形分布的可以进行重复测量的方差分析。上面又用方差分析的方法对组内因素进行了检验注意第一种为球形分布假设成立时的结果就是我们所要看的。如果该假设不成立则根据不同的情况可能看下面三种检验结果之一或放弃该检验方法。上表是非常重要的一部分:各次重复测量间变化趋势的模型分析这里要求检验没有统计学意义否则说明变化趋势不服从该曲线。以trial为例对Linear的检验P值小于千分之一Quadratic的P值略大于。只有Cubic的P值在附近因此最佳的拟合曲线应为Cubic(三次方曲线)但由于一共才四次测量三次方曲线显然太奢侈了因此如果没有任何其它提示或专业上的知识最终的拟和曲线应为Quadratic(二次方曲线)。上表为最后一张为组间效应的方差分析结果可见anxiety和tension均无统计学意义。最后为了再确认一下几次测量间的变化趋势我们另外用plots子菜单作出模型估计的四次测量均数值如下图:可见四次测量均数实际上还是近似于直线趋势的因此前面的模型应为线性最佳。回第八章(上)回教程首页到第九章 

用户评价(0)

关闭

新课改视野下建构高中语文教学实验成果报告(32KB)

抱歉,积分不足下载失败,请稍后再试!

提示

试读已结束,如需要继续阅读或者下载,敬请购买!

文档小程序码

使用微信“扫一扫”扫码寻找文档

1

打开微信

2

扫描小程序码

3

发布寻找信息

4

等待寻找结果

我知道了
评分:

/11

SPSS教材SPSS第八章-- 征服一般线性模型

VIP

在线
客服

免费
邮箱

爱问共享资料服务号

扫描关注领取更多福利