数据分析2——多因素方差分析教学目标掌握双因素完全随机设计、重复测量、混合设计的方差分析的spss操作，理解spss的结果，并对结果进行文字描述内容1、多因素完全随机设计的方差分析双因素三因素2、多因素重复测量的方差分析3、混合设计只有一个自变量多因素完全随机设计的方差分析什么样的数据用两因素完全随机设计的方差分析？1、自变量有2个或2个以上，因变量只有一个（当有2个自变量的时候，称为双因素完全随机设计的方差分析；3个的时候，称为三因素完全随机设计的方差分析）。2、实验设计：被试间设计。两因素完全随机设计的方差分析-案例案例：某商店要考察顾客的性别（男、女）与顾客的类型（购物狂型、每周一次型、两周一次型）对商量的营业额贡献最大。（sale.sav）性别：2个水平（男和女）顾客类型：3个水平（购物狂型、每周一次型、两周一次型）2*3的设计营业额被试间实验设计自变量因变量实验设计双因素完全随机设计的方差分析-spss步骤1、Analyze-generallinearmodel（一般线性模型）-univariate(单元方差分析)2、把amountspent放入dependentvariable（因变量）框中，把gender和shoppingstyle放入fixedfactors（自变量）中3、plots（画图显示交互作用）：把style放入horizontalaxis（水平轴），把gender放入separateline,然后add4、option选择descriptivestastistics,homogeneitytests（方差齐性检验）,effectsize（效应大小）演示和学生动手操作这两张
表
关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf
显示的是描述统计的结果每组的人数更详细的每小组的人数平均值和标准差方差齐性检验，如果p大于0.05，表示方差齐性，用F检验。否则，不齐性，用非参数检验。方差分析的结果：最核心的结果顾客类型的主效应性别的主效应交互作用经过双因素方差分析发现，顾客类型主效应不显著（F（2，345）=1.979，P=0.14，h2=0.011），性别的主效应显著（F（1，345）=18.672，P<0.0005，h2=0.051），顾客类型*性别存在显著的交互作用（F（2，345）=4.127，P=0.17，h2=0.023）。Eta方表示占总平方和的变异为多少，数值越大表明贡献越大画图-线图很好的呈现了交互作用简单效应分析当交互作用显著时，说明一个因素如何受另一个因素影响。需要用到简单效应分析。有两个方向（根据研究目的决定，选择下面的其中一个）。1、在性别固定时，考察顾客类型的效应。2、在顾客类型固定时，考察性别的效应。简单效应分析要自己在spss中写语句，file-new-syntaxMANOVAamtspentBYgender(1,2)style(1,3)/DESIGN=genderWITHINstyle(1)genderWITHINstyle(2)genderWITHINstyle(3).注意点：1、最好的句号不要忘了2、变量名要与dataview数据中的一致数据分析小技巧：把这个语句保存一下，以后要是有类似的分析，直接另存一个文件改一下里面的变量名称，就可以用。1-两周，2-一周，3-经常画图*****双因素方差分析的思路第一步、考察方差是否齐性，如果齐性，则继续做分析。否则，要用其他的非参数检验。第二步、考察主效应和交互作用。第三步、如果有交互作用，则用简单效应分析，考察在某个因素固定时，另一个因素的效应。第四步、用文字和图描述结果，并把显著性的星号标注上。三因素完全随机设计的方差分析案例：某商店要考察顾客的性别（男、女）与顾客的类型（购物狂型、每周一次型、两周一次型）对商量的营业额贡献最大，再加入一个自变量，购物的目的（自己、配偶和自己陪伴）。（sale.sav）性别：2个水平（男和女）顾客类型：3个水平（购物狂型、每周一次型、两周一次型）购物陪伴：3个水平（独自一人、配偶陪伴、家人陪伴）2*3*3的设计营业额被试间实验设计自变量因变量实验设计练习痛经对疼痛词汇的注意偏向三因素完全随机设计的方差分析-步骤与双因素类似学生动手操作，不演示方差齐性主效应和两两交互作用和三个因素的交互作用结果两因素重复测量的方差分析案例：被试内设计，考察字频（高、低）和字的规则性（规则、不规则）对文章阅读的时间的影响(见两因素重复测量数据）自变量：两个实验设计：被试内设计两因素重复测量的方差分析-步骤1、analyze-generallinearmodel-repeatedmeasures2、把withinsubjectfactornamenumberoflevels输入-define输入对应的变量3、plots输入横坐标和纵坐标画图显示交互作用和option球形检验：如果球形检验不显著，则看，否则要看下面校正的数值，或者看多元方差分析的结果。主效应简单效应分析MANOVAA1B1A1B2A2B1A2B2/WSFACTORS=A(2)B(2)/WSDESIGN/WSDESIGN=BWITHINA(1)BWITHINA(2).混合设计例子：字频为被试内变量（3个水平）熟悉度为被试间设计（2个水平）因此这是混合设计混合设计方法1、analyze-generallinearmodel-repeatedmeasures2、把withinsubjectfactornamenumberoflevels输入-define输入对应的变量3、把熟悉度放入betweensubjectfactor(被试间变量)球形检验结果显著p=0.026，因此看多元的结果或者一元校正的结果多元分析的结果由于球形检验显著，不服从球形假设，要用校正后的分析结果，此时就不要看sphericityassumed结果被试内变量和交互作用字频的主效应显著（F（1,7）=145.015,P<0.0005），字频和熟悉性的交互作用显著(F（1,7）=114.158,P<0.0005).被试间变量的主效应熟悉度的主效应F（1,7）=145.015,P=0.005简单效应分析MANOVAd1d2d3BYtopic(1,2)/WSFACTORS=d(3)/WSDESIGN/DESIGN/WSDESIGN=d/DESIGN=MWITHINtopic(1)MWITHINtopic(2).连接被试内变量和被试间变量用MWITHIN两个连着写表示在topic1考察d的主效应，topic2考察d的主效应简单效应分析的结果在topic2（不熟悉），字频存在简单主效应。结果描述多因素方差分析结果显示，熟悉度的主效应F（1,7）=145.015,P=0.005,字频的主效应显著（F（1,7）=145.015,P<0.0005），字频和熟悉性的交互作用显著(F（1,7）=114.158,P<0.0005）。在不熟悉，字频存在简单主效应（P<0.0005）。问题正确率文件中的数据属于混合设计，那么数据排列的方式哪里出错了？下一次课的内容相关和回归
浙公网安备 33021202002483