spss预测变量重要性不可用_SPSS协方差分析

关注我们一起学习吧  ↑

青 年 智 囊

协方差分析

协方差分析亦称"共变量(数)分析"，是方差分析的引申和扩大。基本原理是将线性回归与方差分析结合起来，调整各组平均数和 F 检验的实验误差项，检验两个或多个调整平均数有无显著差异，以便控制在实验中影响实验效应(因变量)而无法人为控制的协变量(与因变量有密切回归关系的变量)在方差分析中的影响。

在我们的研究过程中经常会出现除了关注的自变量和因变量，还有一些其他的因素也会影响因变量，但我们又不能用自变量来考虑他们，这个时候就需要借助协方差分析了。比如，想研究不同密度处理对柏木林土壤碱解氮含量的影响，那么自变量是柏木林分密度，因变量是土壤碱解氮含量，但是我们知道林地最初的土壤碱解氮含量对处理后的土壤碱解氮含量也有影响，所以为了得到更准确的研究结果，我们需要采用统计的方法对柏木林原有的碱解氮含量的水平进行控制，这时我们选择协方差分析。

案例阐述

密度对碱解氮的影响

林分密度可能通过改变林下微气候、植被类型和养分归还量等因子来改变土壤养分含量。为探讨不同密度对柏木林土壤碱解氮含量的影响，一项研究对川东30块柏木纯林进行了为期3年的密度处理，设置密度分别为1500, 2000和2500株/公顷，每个密度处理10个重复，部分试验测试数据如下：

注：表中数据均为随机生成，不可他用。

该试验想研究3种密度处理对土壤碱解氮含量的影响，一般而言当样地一致性较强时，我们仅对处理后的碱解氮含量进行单因素方差分析即可完成，但由于本试验各处理间样地的碱解氮含量初始值存在一定的差异，因此我们可以将处理前的碱解氮含量作为协变量，纳入方差分析之中进行协方差分析。

数据分析

本次数据共30个样地，分为3组，