SPSS17.0在生物统计学中的应用-实验五、方差分析 六、简单相关与回归分析 联系客服

发布时间 : 星期一 文章SPSS17.0在生物统计学中的应用-实验五、方差分析 六、简单相关与回归分析更新完毕开始阅读

SPSS在生物统计学中的应用——实验指导手册

图 5.6 “模型”对话框

? 指定模型:

? 全因子模型包含所有因子主效应、所有协变量主效应以及所有因子间交互。它不包含协变量交互。 ? 选择定制可以仅指定其中一部分的交互或指定因子协变量交互。必须指定要包含在模型中的所有项。 ? 因子与协变量。列出因子与协变量。

? 模型:模型取决于数据的性质。选择定制之后,您可以选择分析中感兴趣的主效应和交互效应。 ? 平方和:计算平方和的方法。对于没有缺失单元的平衡或非平衡模型,类型 III 平方和方法最常用。 ? 在模型中包含截距:模型中通常包含截距。如果您可以假设数据穿过原点,则可以排除截距。 ? 构建项:对于选定因子和协变量:

? 交互。创建所有选定变量的最高级交互项。这是缺省值。 ? 主效应。为每个选定的变量创建主效应项。

? 所有二阶。创建选定变量的所有可能的二阶交互。 ? 所有三阶。创建选定变量的所有可能的三阶交互。 ? 所有四阶。创建选定变量的所有可能的四阶交互。 ? 所有五阶。创建选定变量的所有可能的五阶交互。

? 平方和: 对于该模型,您可以选择平方和类型。类型III 最常用,并且是缺省类型。

? 类型I: 此方法也称为平方和分级解构法。在模型中,每一项只针对它前面的那项进行调整。类型

I 平方和常用于: ", 平衡ANOVA 模型,其中任何主效应在任何一阶交互效应之前指定,任何一阶交互效应在任何二阶交互效应之前指定,依此类推。 ", 多项式回归模型,其中任何低阶项在任何高阶项之前指定。 ", 纯嵌套模型,其中第一个指定的效应嵌套在第二个指定的效应中,第二个指定的效应嵌套在第三个指定的效应中,依此类推。(此嵌套形式只能通过使用语法来指定。)

? 类型II:此方法在为所有其它“相应的”效应进行调节的模型中计算某个效应的平方和。相应的效

应是指,与所有效应(不包含正被检查的效应)相对应的效应。类型II 平方和方法常用于:

太原师范学院生物系生物技术专业内部使用参考资料

SPSS在生物统计学中的应用——实验指导手册

", 平衡ANOVA 模型。 ", 任何只有主要因子效应的模型。 ", 任何回归模型。 ", 纯嵌套设计。(此嵌套形式能通过使用语法来指定。)

? 类型III:缺省类型。此方法在设计中通过以下形式计算某个效应的平方和:为任何不包含该效应的

其他效应,以及任何与包含该效应正交的效应(如果存在)调整的平方和。类型III 平方和具有一个主要优点,那就是只要可估计性的一般形式保持不变,平方和对于单元频率就保持不变。因此,我们常认为此类平方和对于不带缺失单元格的不平衡模型有用。在不带缺失单元的因子设计中,此方法等同于Yates 加权均值平方方法。类型III 平方和法常用于: ", 任何在类型I 和类型II 中列出的模型。 ", 任何不带空白单元的平衡或非平衡模型。

? 类型IV:此方法针对存在缺失单元的情况设计。对于设计中的任何效应F,如果任何其它效应中不

包含F,则类型IV = 类型III = 类型II。当F 包含在其它效应中时,则类型IV 将F 中的参数中正在进行的对比相等地分配到所有较高水平的效应。类型IV 平方和法常用于: ", 任何在类型I 和类型II 中列出的模型。 ", 任何带有空白单元的平衡或非平衡模型。

? 点击【继续】按钮,返回主对话框(“单变量”对话框),点击【对比】按钮,弹出“单变量:对比” 对话框,可对指定的因子变量不同水平进行多种方式的比较,

图 5.7 “单变量:对比”对话框

由于生物统计学的分析,主要是对每个影响因子的不同水平进行多重比较,及交互作用检验,在“模型”、“两两对比”、“选项”三项中进行选择设置即可满足需要,故此项通常保持默认设置,即不做相关对比。 ? 点击【继续】按钮,返回主对话框(“单变量”对话框),点击【绘制】按钮,弹出“单变量:轮廓图” 对

话框,可对指定的因子变量之间是否存在交互作用进行直观分析。

太原师范学院生物系生物技术专业内部使用参考资料

SPSS在生物统计学中的应用——实验指导手册

可任选一个因子作为水平轴取值,对另一个因子的不同水平取值的线性变化进行显示,若呈现“平行”相,则说明两个因子没有交互作用,若呈现“交叉相”, 则说明两个因子有交互作用。 将“品种”选入水平轴框,将“饲料”选入单图框,点击“添加”,将所做选择确定。

图 5.8 “单变量:轮廓图”对话框

? 点击【继续】按钮,返回主对话框(“单变量”对话框),点击【两两比较】按钮,弹出“单变量:观测

均值的两两比较” 对话框,可对指定的因子变量各水平之间因变量均值的显著差异性进行检验,只有在方差分析表明该变量的不同水平间的差异主要是处理效应的前提下,此项比较才有意义。

图 5.9 “单变量:观测均值的两两比较”对话框

选择最常用的LSD检验法、S-N-K检验法、Duncan检验法。

? 点击【继续】按钮,返回主对话框(“单变量”对话框),点击【保存】按钮,弹出“单变量:保存” 对

话框,可以在数据编辑器中将模型预测的值、残差和相关测量另存为新变量。这些变量中有许多可用于检查关于数据的假设。要保存供另一SPSS Statistics 会话中使用的值,您必须保存当前数据文件。

太原师范学院生物系生物技术专业内部使用参考资料

SPSS在生物统计学中的应用——实验指导手册

图 5.10 “单变量:保存”对话框

由于生物统计学的分析,通常不对此项做选择,保持默认设置。

? 点击【继续】按钮,返回主对话框(“单变量”对话框),点击【选项】按钮,弹出“单变量:选项” 对

话框。此对话框中有一些可选统计量。统计量是使用固定效应模型计算的。

图 5.11 “单变量:选项”对话框

估计边际均值:选择您需要的单元中的总体边际均值估计的因子和交互作用。为协变量(如果存在)调整这些均值。

太原师范学院生物系生物技术专业内部使用参考资料