SPSS - 方差分析

Polynomial:第一自由度含有线性效应与预测变量或因素各种水平交叉；第二自由度含有二次效应等；各水平间隔假定均匀。 Reference Category:参照分类；

Last(默认选择项)以变量的最后水平作为参照水平； First 以变量的第一水平作为参照水平。

★ Univariate：Profile plots:单变量方差分析：Profile plots形状图子对话框： 单击Profile plots按钮，得到Profile plots对话框，见图6-10。

图6-10 Univariate Profile plots形状图子对话框

Factors: 因素栏。

Horizontal Axis: 分离线栏。放入定义分离线的因素（第二因素）； Separate Line：分离线栏。放入定义分离线的因素（第三因素）； Separate Plot：分离图栏。放入定义分离图的因素（第四因素）； Plots: 绘制栏。放入形状图的组成因素；

Add: 添加按钮。加因素到绘制栏；

Change: 改变按钮。改变绘制栏的因素；

Remove：删除按钮。删除绘制栏中标识的因素。

★ Univariate：Post Hoc Multiple Comparisons for Observed Means:均数间两两比较子对话框:

单击Profile ploc按钮，得到Post Hoc Multiple Comparisons for Observed Means对话框，见图6-11。

图6-11 Univariate：Post Hoc Multiple Comparisons for Observed Means子对话框:

Factor: 因素栏。列出固定因素；

Post Hoc Test for: 两两比较检验因素栏。放入将做两两比较的因素； Equal Variances Assumed: 假设方差齐同的两两比较方法； Equal Variances Not Assumed: 假设方差不齐的两两比较方法。

★ Univariate：Save:变量存储对话框：

单击Save按钮，得到Save对话框，见图6-12。

图6-12 Univariate：Save变量存储对话框

Predicted Values:预测值选项：

Unstandardized:未标准化预测；

Weighted:加权未标准化预测；

Standard error:未标准化预测值的标准误差。 Diagnostics:诊断方法选项：

Cook’s distance: Cook’s距离。其值大表示当删除某case时，回归系数有实质上改变；

Leverage values: leverage值。它表示每个观察值对模型拟合的相对影响。 Save to New File:储存参数的协方差矩阵到新文件夹选项；

Coefficient statistics: File?系数统计量。包括参数估计值，标准误差，残差自由度和显著性；并且存为文件。 Residuals:残差选项：

Unstandardized: 标准化残差。观察值与预测值之差； Weighted: 权未标准化残差；

Standardized: 准化残差。残差除其标准误差的估计值； Studentized: 生化残差。残差除以其标准差的估计值； Deleted:删除残差。应变量值与调整预测值之差。

★ Univariate: Option:单变量方差分析：选择项子对话框 单击Option按钮，得到Option对话框，见图6-13。

图6-13 Univariate: Option选择项子对话框

Estimated Marginal Means:估计边缘均数选项； Factor(s) and Factor interactions:因素栏。

列出单变量多因素方差分析对话框的各种可能的因素；

Display Means for:显示因素的边缘均数栏。放入计算边缘均数的因素； Compare main effects:比较主要效能：

Confidence Interval Adjustment：主效应各种水平两两比较方法和置信区间选项：

SD(默认选择项)：最小显著差值法； Bonferrnoi: Bonferrnoi 法； Sidak: sidak法。 Display:显示选项：

Descriptive statistics:统计描述。列出每个格子的均数、标准差和例数； Estimates of effect size:估计效应大小。列出每个效应和每个参数估计值的偏eta平方。Eta平方统计量描述每个因素对总变异贡献的大小。Eta平方越大对总变异贡献就越大；

Observed power: 观察效能。列出每个效应和每个参数估计值的检验效能；

Parameter estimates:参数估计值。列出参数估计值，标准误差，t值，显著性和置信区间；

Contrast coefficient matrix:对照系数矩阵，列出L矩阵；

Homogeneity tests:齐性检验，列出每个应变量各因素务水平交叉的Levene方差齐性检验；

Spread vs. Level plot:水平散点图。列出各个格子均数与标准差，均数与方差的散点图。有助于检验非齐性方差；

Residual plot:残差图，列出观察值，预计值和标准残差散点图，有助于检验数据假设性；

Lack of fit:拟合度不足，如果拒绝假设，提示模型中因变量与预测变量之间关系不满足；

General estimable function:广义估计函数。列出估计函数广义形式。通过L矩阵子命令构造制定假设检验广义估计函数。

Significance Level(.05):Confidence intervals are 95%:检验水准为0.05，置信区间为95%CI。

6.3实验范例分析

6.3.1单因素方差分析

单因素方差分析也称有一维方差分析，对二组以上的均值加以比较。检验由单一因素影响的一个（或几个相互独立的）分析变量由因素各水平分组的均值之间的差异是否有统计意义。并可以进行两两组间均值的比较，称作组间均值的多重比较，还可以对该因素的若干水平分组中哪些组均值不具有显著性差异进行分