漫画网站建设,威海外贸网站建设联系方式,电脑编程培训学校哪家好,学习网站建设要报班吗多变量方差分析#xff1a;是对多个独立变量是否受单个或多个因素影响而进行的方差分析。它不仅能够分析多个因素对观测变量的独立影响#xff0c;更能够分析多个因素的交互作用能否对观测变量产生影响。本章以单因素多变量分析为例#xff0c;即一个分组变量和多个欲分析的… 多变量方差分析是对多个独立变量是否受单个或多个因素影响而进行的方差分析。它不仅能够分析多个因素对观测变量的独立影响更能够分析多个因素的交互作用能否对观测变量产生影响。本章以单因素多变量分析为例即一个分组变量和多个欲分析的变量。 适用条件
各样本是相互独立满足正态性
满足方差齐性
样本量足够大 对方差齐性的判断通常采用方差齐性检验实际上只要各组样本含量相等或相近即使方差不齐方差分析仍然稳健且检验效能较高。 在统计软件SPSS中给出了两种方差齐性检验的方法——Bartlett χ2 检验和Levene检验。相比之下后者更稳健且不依赖资料的分布类型。 案例分析 某研究人员为了解甲 、乙、丙三地男童身体发育情况在三地分别随机调查了30名8岁男童的身高cm、体重kg、胸围cm指标。
问题欲分析男童的身体发育是否相同 数据视图 问题分析
待分析的因变量为身高、体重、胸围且均为连续型变量自变量为地区分类变量 手把手教你 【1】分析——一般线性模型——多变量 【2】弹出如下所示对话框将待分析的变量选入“因变量”中“地区”选入“固定因子” 【3】模型M——定制构建类型为“主效应”选中地区 【4】选项——勾选“描述统计”“同质性检验” 其它统计量可自行选择 【5】事后多重比较——将地区选入检验框勾选“未假定方差齐性”的相应检验方法因为事先已知不满足方差齐性。 结果解析 ①描述统计 ②Levene‘s 方差齐性检验从结果来看只有身高满足方差齐性但仍然可以采用方差分析因为三组样本含量相等。 ③多变量检验
SPSS中给出了四种检验方法一般选用“Pillais Trace”此法相对较稳定。由结果可知地区F10.983P0.001三地8岁男童的身体发育状况有统计学意义。 ④主体间效应的检验
身高F17.7P0.001体重F8.210P0.001胸围F17.436 P0.001可以认为三地2012年8岁男童的身体发育不全相同。 ⑤多重比较
以身高为例检验方法为Tamhane 检验水准α 0.05 地区甲与乙P0.002和 甲与丙P0.001存在统计学差异 , 乙与丙P0.0780.05无统计学意义。
