该【51 方差分析 】是由【放射辐射】上传分享,文档一共【113】页,该文档可以免费在线阅读,需要了解更多关于【51 方差分析 】的内容,可以使用淘豆网的站内搜索功能,选择自己适合的文档,以下文字是截取该文章内的部分文字,如需要获得完整电子版,请下载此文档到您的设备,方便您编辑和打印。51 方差分析
关连强度
在变异数分析中,如果F值达到显著,但ω2值很小,表示自变量对因变量的影响不大,此种结果只有统计显著意义存在,欠缺实质应用的价值。
关连强度指数与复回归之决定系数R2的解释意义一样,在于说明因变量总变异量中,有多少百分比的变异量可以被自变量(或实验处理效果或预测变量)所解释到。因而在变异数分析中,如果F值达到显著,也应该呈现关连强度ω2值。
关连强度
结果分析
独立样本双因素方差分析
研究问题
学生性别与其家庭状况变量是否在教学成绩变量上有显著的交互作用?
统计方法
双因素方差分析
数据
cha-(交互作用不显著)
cha-(交互作用显著)
操作程序:
Analyze/GeneralLinearModel/Univariate
主要作用是分析因素之间的交互作用
操作及选项
统计分析基本过程
交互作用不显著
进行主要效果比较,即直接比较边际平均数
其结果与个别进行独立样本单因素方差一样(可以视作两次的单因素方差分析)
不必进行单纯主要效果比较
交互作用显著
分析其主效应意义不大,仅可做为参考
主要分析其交互作用即单纯效应检验(重点)
结果解释
1、输出各处理、各主效应的平均数
2、产生平均数折线图
3、对显著的交互作用进行简单效应检验
4、对简单效应显著的固定因子进行多重比较
5、对只有主效应显著的固定因子进行多重比较
6、对主效应进行先验对照检验
双因素方差分析主要效果检验方法
1)窗口操作:
用文件拆分的方法
即Data/splitfile打开对话框
选择一个因子作为拆分变量进入右侧
(注意数据文件看不出变化,仅在右下角多了几个说明文字)
选择另一个因子进行单因素方差分析。
重复以上操作
最后整理数据
用选择数据的方法也可,但比较麻烦,需要多次选择。
双因素方差分析主要效果检验方法
2)用程序窗口
SUBTITLE'独立样本二因子方差分析'.
MANOVAbelBYA(1,2)B(1,3)
/PRINT=CELLINFO(MEANS)HOMOGENITY(BARTLETT,COCHRAN)
/DESIGN.
51 方差分析 来自淘豆网www.taodocs.com转载请标明出处.