方差分析 球形检验_spss球形检验.PDF

本文探讨了多元方差分析(MANOVA)在处理多个相关因变量时的优势,指出单独进行t检验的缺点,如检验效率低、一类错误概率增大。文章通过素质教育对学生成绩影响的例子,解释了MANOVA的必要性,并强调了考虑变量间相关关系的重要性。此外,介绍了MANOVA的基本思想和与单个反应变量方差分析的区别。
摘要由CSDN通过智能技术生成

spss球形检验

第 3 章 多元方差分析与重复测量方差分析

3. 1 多元方差分析

3 . 1. 1 模型简介

1. 问题的提出

目前有些家长、教师、校长常担心素质教育是否会导致学生成绩下降 这就涉及一个如何对

学生成绩(如语文、数学、外语、体育等)进行综合评价的问题。试想将某校某年级的学生按班级

随机分成两组,一组施以素质教育,另一组仍沿用传统的应试教育。考察某次摸底考试的两种教

育模型对学生成绩的影响。很容易想到的分析方法是对两组学生各科成绩进行t 检验,分别计

算出各门课程的 t 值、P 值,然后回答素质教育是否降低学生的语文成绩,是否降低数学成绩

……但很可能出现的结果是,某一(几)门课程成绩检验结果P 值 < 0. 05,而其他的课程成绩检

验结果P > 0. 05。这样对于素质教育是否降低学生学习成绩难以下一个综合的结论。在这个问

题中,对一个观察单位的观测指标(因变量)常有多个,且各指标间又往往相互联系、互相影响。

对于这种资料,可能有的人会将各个反应变量割裂开分别进行统计分析,就如同上面所提到的分

别进行t 检验一样,但这种分析方法有以下几个缺点:

(1)检验效率低。可能的一种情况是两组(或多组)观察对象的多个观察指标的联合分布

之间有差别,而单独对每个观察指标进行统计学检验却没有统计学意义。当然反过来也有可能。

但并不是说研究者可以随意地将20 个甚至更多个互不相关的观察指标放在一起,考察各组间反

应变量的总体联合分布之间有无差别,有可能一个有真正有差别的观察指标其差别会被其他许

多没有差别的观察指标稀释掉。所以是否考察多个观察指标的联合分布,要看这几个观察指标

之间是否存在相关关系。

(2)犯一类错误的概率增大。假设有p 个观察指标,对每个指标进行 t 检验(或方差分析),

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