
SPSS中兩種重復(fù)測量資料分析過程的比較
在SPSS中,有兩個(gè)過程可以對重復(fù)測量資料進(jìn)行分析:一種是一般線性模型的重復(fù)度量;一種是混合線性模型,對于同樣的數(shù)據(jù)資料,使用兩種過程分析出的內(nèi)容不大一樣,注意是內(nèi)容而不是結(jié)果,只要操作正確,結(jié)果應(yīng)該是一致的,而輸出內(nèi)容的差異則反映了兩種方法的側(cè)重點(diǎn)不同,那么兩種方法有何異同以及使用時(shí)該如何選擇呢?可以從下幾個(gè)方面進(jìn)行探討
一、基本思路不同
重復(fù)度量:重復(fù)度量的分析思路還是是基于傳統(tǒng)的方差分析思想,即變異分解,只不過在分解時(shí)加入了對象間變異和對象間與時(shí)間交互作用的變異兩部分,模型還是一般線性模型的范疇,這點(diǎn)從結(jié)果輸出日志的標(biāo)題中也可以看出,但是在SPSS操作中,并不需要選入因變量。
混合線性模型:混合線性模型是一般線性模型的推廣,是專門用來解決因變量非獨(dú)立的數(shù)據(jù),也就是層次聚集性數(shù)據(jù)。而重復(fù)測量資料就是屬于此類數(shù)據(jù),因此混合線性模型對重復(fù)測量資料的數(shù)據(jù)分析是從純粹的模型求解的角度出發(fā),而不是變異分解,在SPSS操作中需要選入因變量。
二、結(jié)果中某些算法不同
實(shí)際上二者的算法并非完全不同,畢竟獨(dú)屬于多元分析,還是有類似的地方。
重復(fù)度量:從分析結(jié)果中可以看出,重復(fù)度量結(jié)果既包含一元分析也包含多元分析,并且以Mauchly球形度檢驗(yàn)作為選擇標(biāo)準(zhǔn),實(shí)際上球形度檢驗(yàn)就是將重復(fù)測量資料看做是配對t檢驗(yàn)的推廣,通過檢驗(yàn)兩兩時(shí)間點(diǎn)之間差值的方差協(xié)方差矩陣來判斷該資料因變量之間是否真的存在相關(guān)性。其多元分析結(jié)果部分,和多元方差一樣使用了四種檢驗(yàn)方法,都是基于矩陣計(jì)算的。在參數(shù)估計(jì)上,和一般線性模型一樣,使用的是對比矩陣,以某一水平為參照,其余水平和其進(jìn)行對比進(jìn)行計(jì)算
混合線性模型:無論是參數(shù)估計(jì)還是其他結(jié)果的計(jì)算,都使用了更加穩(wěn)健的多元分析方法,如極大似然法、迭代法、熵等
三、應(yīng)用范圍不同
重復(fù)度量:主要用來分析因素效應(yīng)和交互作用對實(shí)驗(yàn)結(jié)果的影響,因素效應(yīng)和交互作用是否存在時(shí)間趨勢,以及進(jìn)一步分析各因素水平間的兩兩比較等,在SPSS操作中并不涉及因變量,只是分析因素之間的關(guān)系,離不開一般線性模型的分析范疇,并且在重復(fù)度量中也沒有辦法加入隨機(jī)因素
混合線性模型:既然是一般線性模型的推廣,那么其應(yīng)用范圍肯定比一般線性模型要廣,除了可以對層次聚集性數(shù)據(jù)進(jìn)行分析之外,還可以加入隨機(jī)效應(yīng),建立回歸模型,并且可以指定協(xié)方差矩陣的類型,還可以對嵌套實(shí)驗(yàn)設(shè)計(jì)進(jìn)行分析。可以說,重復(fù)度量能做的分析,混合線性模型都能做,而反過來則未必。
四、數(shù)據(jù)輸入的格式不同
重復(fù)度量:由于重復(fù)度量是以方差分析為基礎(chǔ),將每次測量時(shí)間作為一種單獨(dú)的因素看待(對象內(nèi)變異因素),數(shù)據(jù)輸入格式中,每次測量時(shí)間單獨(dú)為一列變量,測量數(shù)據(jù)就輸入在每次測量的時(shí)間下面,數(shù)據(jù)格式如下
混合線性模型:將時(shí)間總的作為一種因素(變量),各個(gè)時(shí)間點(diǎn)為不同的水平,數(shù)據(jù)格式為標(biāo)準(zhǔn)的多水平模型,測量數(shù)據(jù)也單獨(dú)為一個(gè)變量,與相應(yīng)的測量時(shí)間對應(yīng),在分析時(shí),測量數(shù)據(jù)一般作為因變量,時(shí)間作為協(xié)變量,具體數(shù)據(jù)格式如下
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10