8、SPSS数据建模与可视化全解析

SPSS数据建模与可视化全解析

1. 模型结构调整与比较

在数据分析中，我们可以对数据拟合线性回归模型。具体操作如下：
1. 删除“随机效应”项中的两个随机效应块。
2. 点击“运行”。
3. 在输出查看器中双击模型对象。

我们可以使用信息准则值来比较不同模型。以线性混合模型和线性回归模型为例，基于信息准则（AICC和BIC），具有两个随机截距的线性混合模型更优，因为它的AICC（14207.795 vs. 14461.699）和BIC（14224.768 vs. 14467.329）值更小。

此外，线性回归模型的残差效应方差估计比线性混合模型大。而且，两个模型中预测变量的固定系数估计差异很大，这会导致对这些效应的解释不同，甚至在某些情况下，一个模型中的效应显著，而在另一个模型中不显著。如果不使用分层线性模型，可能会得出不同（错误）的结论。

模型类型	AICC值	BIC值	残差效应方差估计
线性混合模型	14207.795	14224.768	较小
线性回归模型	14461.699	14467.329	较大

<