SPSS——方差分析

·One-Way ANOVA

  数据格式:分组变量(group)+ 待测变量

  检验正态性Explore,分组做检验,小样本用S-W,大样本用K-S)和方差齐性(Options)

  Multiple Comparisons: LSD、SNK、Bonfrroni(择其一报告)

  结果:统计描述、方差齐性、ANOVA

  SNK:同一子集下组别间差异无统计学意义,不同子集差异有统计学意义。(α=0.05

·Two-Way ANOVA

  数据格式:group + block + 待测变量

Analyze→General linear model→Univariate…step by step !!!

设置 ModelPost HocSave选项。

 

Save:将预测值标准化残差保存在数据中。

主体间效应检验:区组效应(block)、处理组效应(group),由P值解释统计学意义。

方差分析前提:残差图(Graphs→Scatter/Dot→Simple Scatter)

    Y轴:标准化残差;X轴:groupblock预测值

  若散点大致均匀分布在矩阵范围内,可认为各组满足方差齐性和正态分布的前提条件。

 

  事后多重检验

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,我会尽力回答你关于SPSS Modeler单因素方差分析的问题。以下是一个案例实践。 案例描述: 一家服装公司想知道不同性别的顾客对其新品牌服装的喜好度是否有显著差异。该公司在不同地区随机选取了100名男性和100名女性,并让他们对新品牌服装进行评分。现在,该公司想通过单因素方差分析来确定性别是否对评分产生影响。 实践步骤: 1. 打开SPSS Modeler软件,导入数据集。在“数据准备”节点中,选择“导入数据”并选择数据文件。在“数据文件选项”中选择“首行为变量名”。 2. 在“统计建模”节点中,选择“单因素方差分析”。将数据集连接到“单因素方差分析”节点中。 3. 在“单因素方差分析”节点中,选择因变量和自变量。在本案例中,因变量为评分,自变量为性别。将“性别”变量拖入“因子”框中,“评分”变量拖入“反应”框中。 4. 点击“运行”按钮,进行单因素方差分析。在结果窗口中,可以看到单因素方差分析的结果,包括F值、P值和效应大小等。 结果解释: 根据本案例的结果,F值为17.49,P值为0.0001。因为P值小于0.05,所以我们可以得出结论:性别对评分产生了显著影响。 总结: SPSS Modeler的单因素方差分析功能可以帮助我们确定不同自变量对因变量的影响程度,从而得出科学的结论。在进行单因素方差分析时,需要注意选择合适的因变量和自变量,并对结果进行科学解释。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值