spss學(xué)習(xí)系列22.方差分析_第1頁(yè)
spss學(xué)習(xí)系列22.方差分析_第2頁(yè)
spss學(xué)習(xí)系列22.方差分析_第3頁(yè)
spss學(xué)習(xí)系列22.方差分析_第4頁(yè)
spss學(xué)習(xí)系列22.方差分析_第5頁(yè)
已閱讀5頁(yè),還剩18頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

spss學(xué)習(xí)系列222.方差剖析一、方差剖析原理1.方方此方差些這些分間關(guān)系樣。方差剖析,是用來(lái)查驗(yàn)兩個(gè)或兩個(gè)以上均值間差異明顯性(影響察看結(jié)果的要素:原由變量(列變量)的個(gè)數(shù)大于2,或分組變量(行變量)的個(gè)數(shù)大于1)。一元經(jīng)常用F查驗(yàn)(也稱一元方差剖析),多元時(shí)用多元方差剖析(最常用Wilks方差(1)完設(shè)計(jì)、隨、析因設(shè)(2)可(3)進(jìn)要比較幾組均值時(shí),理論上抽得的幾個(gè)樣本,都假定來(lái)自正態(tài)整體,且有一個(gè)同樣的方差,只是均值能夠不同樣。還需假定每一個(gè)察看值都由若干部分累加而成,也即總的成效可分紅若干部分,而每一部分都有一個(gè)特定的含義,稱之謂效應(yīng)的可加性。所謂的方差是離均差平方和除以自由度,在方差剖析中常簡(jiǎn)稱為均方(MeanSquare)。spss學(xué)習(xí)系列22.基基多評(píng)論依據(jù)效應(yīng)的可加性,將總的離均差平方和分解成若干部分,每一部分都與某一種效應(yīng)相對(duì)應(yīng),總自由度也被分紅相應(yīng)的各個(gè)部分,各部分的離均差平方除以各自的自由度得出各部分的均方,而后列出方差剖析表算出查驗(yàn)值,作出統(tǒng)計(jì)推測(cè)。方差剖析的重點(diǎn)是總離均差平方和的分解,分解越仔細(xì),各部分的含義就越明確,對(duì)各樣效應(yīng)的作用就越認(rèn)識(shí),統(tǒng)計(jì)推測(cè)就越正確。效應(yīng)項(xiàng)與試驗(yàn)設(shè)計(jì)或統(tǒng)計(jì)剖析的目的有關(guān),一般有:主效應(yīng)(包含各樣要素),交互影響項(xiàng)(要素間的多級(jí)交互影響),協(xié)變量(來(lái)自回歸的變異項(xiàng)),等等。當(dāng)剖析和確立了各個(gè)效應(yīng)項(xiàng)S后,依據(jù)原始個(gè)離均差平方和SS度MS=SS/,求出均方MS,最后由的F值,F(xiàn)值其實(shí)是兩個(gè)spss學(xué)習(xí)系列2依據(jù)F值的分子、分母均方的自由度

f1

f2為α狀況下,F(xiàn)(f ,f)臨界F界線值。當(dāng)F<F時(shí),1 2 α α則P值>

H0

0假項(xiàng)

F>F則α值≤α,拒絕原假定

H,也即這個(gè)效應(yīng)項(xiàng)是很可能對(duì)總變異有本質(zhì)影0響的。3.方差為作本方。在4個(gè)(1)的即方(2)要素和水平試驗(yàn)的要素(factor)能夠是品種、人員、方法、時(shí)間、地域等等,要素所處的狀態(tài)叫水平(level)。在每一個(gè)要素下邊能夠分紅若干水平。比如,某工廠的原料來(lái)自4個(gè)不一樣地域,那么用不一樣地域的原料生產(chǎn)的產(chǎn)質(zhì)量量能否一致呢所要比較的地域就是要素,4個(gè)地域即是地域這一要素的個(gè)水平。當(dāng)某個(gè)主要要素的各個(gè)水平間的主要因變Yspss學(xué)習(xí)系列2Y量的均值體現(xiàn)統(tǒng)計(jì)明顯性時(shí),必需時(shí)可作兩兩水平間的值間的兩兩比較。(3)要素間的交互影響多要素的試驗(yàn)設(shè)計(jì),有時(shí)需要剖析要素間的交互影響(interaction ),個(gè)要素間的交互影響稱為一級(jí)交互影響(×);3個(gè)×B×C)。當(dāng)計(jì)明顯時(shí),就需要列出這個(gè)交互影響項(xiàng)的效應(yīng),以助于作出正確的統(tǒng)計(jì)推測(cè)。二、單要素方差剖析11個(gè):ij 均勻差μ+要αi 隨機(jī)差異εij例14種5個(gè)mm),以下:spss學(xué)習(xí)系列2比較個(gè)總差異j =均勻損μ+品牌差異αi+隨異εij1.【剖析】——【一般線性模型】——【單變量】,翻開(kāi)“單變量”窗口,將變量“wear磨損深度”選入【因變量】框,“品牌”選入【固因子】框;2.點(diǎn)兩選LSD”、NK”,持;spss學(xué)習(xí)系列23.點(diǎn)“差spss學(xué)習(xí)系列2點(diǎn)【確立】,獲得,,

。0spss學(xué)習(xí)系列2設(shè)H:所有系數(shù)(,0

αi, ij)都=0<<,故值

=0(00);P值,故拒

:按要素水平值的各分組0的因變量無(wú)差異,即品牌要素對(duì)磨損深度無(wú)影響;值,故定B值L矩陣,均為即總樣本的均值是按四種品牌spss學(xué)習(xí)系列2等量混淆的狀況計(jì)算的。D表的截距(均值)的預(yù)計(jì)值=品牌D的均值=T α αα×=0,100,

關(guān)于L2列,令α1

2 3 4得

α=α1 4

即前表對(duì)

α作的假定查驗(yàn)。1spss學(xué)習(xí)系列2LD法給出的兩兩比較,將各組均和每?jī)蓚€(gè)之間的差異有無(wú)統(tǒng)計(jì)學(xué)意義,看對(duì)應(yīng)的P

值判斷(原假定:無(wú)差異)。0LSD法給出的兩兩比較結(jié)果,將各組的值從小到大排序,注意4個(gè)品被了個(gè)亞組(無(wú)差異的作為一組),品B和A放亞值=(無(wú)spss學(xué)習(xí)系列212個(gè):ijk =均勻差異μ+要素1差異αi +要素2差異βi+要素1,2交互作用差異γij+隨異εik例剖場(chǎng)大、B、C、D)能否有差異部分?jǐn)?shù)據(jù)文件以下:變量size商1==中型,=大ijk =均勻差異μ+商場(chǎng)規(guī)模差異αi +貨架地點(diǎn)差異β+商場(chǎng)規(guī)模貨架地點(diǎn)交互作用差異γij +隨機(jī)差異εk1.【剖析】——【一般線性模型】——【單變量】,翻開(kāi)“單變量”窗口,將變量“sle銷售量”選入【因變量】框,將變size商場(chǎng)規(guī)模”、“psitonspss學(xué)習(xí)系列22.點(diǎn),繪點(diǎn)【確立】,獲得spss學(xué)習(xí)系列2spss學(xué)習(xí)系列2商場(chǎng)規(guī)模3個(gè)水平4個(gè)水3×4=因<3個(gè),故沒(méi)法做方差齊性查驗(yàn)(值缺失)。整個(gè)方差剖析模型的查驗(yàn)結(jié)果,交互作用項(xiàng)size*position 的P值=>,

故接受原假定:該交互作用無(wú)差異。下邊去掉交互因子持續(xù)0做兩要素方差剖析。3.在第1步的窗口點(diǎn)【模型】,翻開(kāi)“模型”子窗口,選擇【指spss學(xué)習(xí)系列2定模型】下的“設(shè)定”,將【建立項(xiàng)】下的【種類】設(shè)為“主效應(yīng)”,將變量“size”、“position”選入【模型】框,點(diǎn)【持續(xù)】;4.原窗口點(diǎn)【兩兩比較】,翻開(kāi)“觀察均值的兩兩比較”子窗口,將因子“size”、position”選入【兩兩比較查驗(yàn)】框,勾選【假定方差齊性】下的“S-N-”,點(diǎn)【持續(xù)】;spss學(xué)習(xí)系列2LSD法;若要進(jìn)行多個(gè)均值間的兩兩比較,且各組人數(shù)相等,宜Tukey法或S-N-K法,宜Scheffe法、P值

故,0

spss學(xué)習(xí)系列2例1)。spss學(xué)習(xí)系列2用S-N法進(jìn)行兩兩比較,可見(jiàn)商場(chǎng)規(guī)模越大,銷售量越大;貨ADB銷售量居中,地點(diǎn)C銷售量最大,三個(gè)亞組之間有統(tǒng)計(jì)學(xué)差異;此外,因?yàn)榻换プ饔帽缓侠淼靥蕹噬鲜霾町惒皇芰硪灰兀ㄉ虉?chǎng)規(guī)模)取值的影響。5.若要繪制輪廓圖。原窗口點(diǎn)【繪制】,翻開(kāi)“輪廓圖”子窗口,將因子“size”、“position”分別選入【水平軸】點(diǎn)【增添】,點(diǎn)【持續(xù)】;spss學(xué)習(xí)系列2即可。邊沿均值,是鑒于現(xiàn)有模型,控制了其余要素作用后,(若模型中有協(xié)變量,會(huì)按協(xié)變量均值加以修正)。spss學(xué)習(xí)系列2輪廓圖,即以邊沿均值為縱軸,以觀察要素為橫軸的折關(guān)于單要素模型或包含所有交互項(xiàng)的全模型,邊沿均值就是各分若剔除某交互作用后不,勾選它,運(yùn)轉(zhuǎn)獲得用來(lái)查驗(yàn)?zāi)壳澳P停ㄌ蕹换ロ?xiàng))與全模型(包含所有比較,原假定:兩模型無(wú)差異;本例的0

值,接要。6.若,勾差spss學(xué)習(xí)系列2殘差圖給出了因變量的實(shí)測(cè)值、展望值、標(biāo)準(zhǔn)化殘差的,標(biāo)準(zhǔn)化殘差在0鄰近隨機(jī)散布,7.除說(shuō)操比A與D時(shí)L00 T,有BC00 T=0 AD前方析現(xiàn)地點(diǎn)A歸再與比較L T,則B T=0 (A+D)/2B(A+D)/2=B L矩A-20D.spss學(xué)習(xí)系列2例研究4種廣告方式(店內(nèi)展現(xiàn)、發(fā)放傳單、銷售員展現(xiàn)、廣播廣告)有無(wú)差異。該地域有幾百個(gè)銷售網(wǎng)點(diǎn),經(jīng)費(fèi)有限只隨機(jī)選用了18個(gè)網(wǎng)點(diǎn),記錄了固準(zhǔn)時(shí)間段內(nèi)使用某種廣告方式的銷售額(為減小偏差,各網(wǎng)點(diǎn)重復(fù)丈量?jī)纱危┳兞縜eaadstype:1=發(fā)==廣als。ea屬于隨機(jī)要素。注:若對(duì)地區(qū)進(jìn)行細(xì)分歸類,每類地區(qū)選代表網(wǎng)點(diǎn),則不是隨機(jī)要素。【剖析】——【一

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論