99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線(xiàn)電話(huà):13121318867

登錄
首頁(yè)精彩閱讀SPSS分析技術(shù):單因素方差分析結(jié)果的模型解讀
SPSS分析技術(shù):單因素方差分析結(jié)果的模型解讀
2017-06-22
收藏

SPSS分析技術(shù):單因素方差分析結(jié)果的模型解讀

SPSS方差分析過(guò)程就是以方差分析模型的形式進(jìn)行計(jì)算和結(jié)果輸出的。下面我們將以單因素方差分析為例,介紹單因素方差分析結(jié)果的模型函數(shù)解讀。幫助大家充分理解方差分析的深層模型含義。首先回顧方差分析的常用步驟:

1、方差齊性檢驗(yàn);

2、計(jì)算各項(xiàng)平方和與自由度;

3、列出方差分析表,進(jìn)行F檢驗(yàn),并依據(jù)F值對(duì)應(yīng)的p值做出判斷;

4、事后多重比較;

為了便于理解,先回顧單因素方差分析模型。假設(shè)因素為職業(yè);因變量為工資收入,那么單因素方差分析模型可以表示為:

案例分析

我們直接用SPSS進(jìn)行單因素方差分析,并對(duì)結(jié)果進(jìn)行模型解讀。某汽車(chē)4S店希望比較4個(gè)品牌輪胎的耐磨性,分別從4個(gè)品牌的輪胎中抽取了5個(gè)樣品,在相同的轉(zhuǎn)速下磨損相同時(shí)間,測(cè)量其被磨損的深度(mm),數(shù)據(jù)如下圖所示:

操作步驟

1、選擇菜單【分析】-【一般線(xiàn)性模型】-【單變量】。如下圖所示,在跳出的對(duì)話(huà)框中,將磨損深度選為因變量,將輪胎品牌選為固定因子。點(diǎn)擊【事后多重檢驗(yàn)】按鈕,在跳出的對(duì)話(huà)框中,將輪胎品牌選入事后檢驗(yàn)的框內(nèi),表示要對(duì)不同品牌的輪胎磨損程度進(jìn)行兩兩比較,確定磨損程度的高低。在假定方差齊性區(qū)域選擇LSD和S-N-K作為事后多重檢驗(yàn)的檢驗(yàn)方式。

2、點(diǎn)擊【選項(xiàng)】按鈕;將輪胎品牌選入顯示平均值框;在輸出區(qū)域選擇描述統(tǒng)計(jì)、同質(zhì)性檢驗(yàn)、參數(shù)估計(jì)和對(duì)比系數(shù)矩陣。

3、點(diǎn)擊確定,輸出結(jié)果。

結(jié)果的模型解讀

1、描述性統(tǒng)計(jì)結(jié)果;

上表是4組數(shù)據(jù)的描述性統(tǒng)計(jì)結(jié)果,它給出了樣本均數(shù)和標(biāo)準(zhǔn)差。從標(biāo)準(zhǔn)差可知除D品牌較小外,其余三組標(biāo)準(zhǔn)差非常接近,至于有無(wú)方差不齊的問(wèn)題需要看隨后的齊性檢驗(yàn)結(jié)果。

上表是方差齊性檢驗(yàn)結(jié)果,用來(lái)檢驗(yàn)4組樣本的方差是否存在顯著性差異。從結(jié)果可知,Levene方差齊性檢驗(yàn)的F統(tǒng)計(jì)量為1. 292,在當(dāng)前自由度下對(duì)應(yīng)的P值為0. 311,可以認(rèn)為4組樣本所代表總體的方差齊。

2、方差分析

第一行“修正的模型”進(jìn)行的是整個(gè)方差分析模型的檢驗(yàn),其原假設(shè)為:模型中所有的因素均對(duì)因變量無(wú)影響,所有的因素系數(shù)均等于0。F值為24.550,P<0. 001,因此所用的模型有統(tǒng)計(jì)學(xué)意義,其中有的因素系數(shù)不等于0。由于當(dāng)前方差分析模型中只有輪胎品牌這一個(gè)因素,因此該結(jié)論等于說(shuō)不同品牌輪胎的磨損有差異。

第二行是截距,其原假設(shè)為u=0(回顧上方方差分析模型),即不考慮品牌時(shí),所有輪胎的平均磨損深度等于0,顯然檢驗(yàn)結(jié)果拒絕了該假設(shè),但由于截距在這里沒(méi)有實(shí)際意義,可以忽略。

第三行開(kāi)始對(duì)模型中各因素進(jìn)行檢驗(yàn),由于本模型中只有一個(gè)因素,因此只能見(jiàn)到對(duì)因素輪胎品牌的檢驗(yàn),其原假設(shè)為:輪胎品牌這一因素均對(duì)輪胎磨損深度沒(méi)有影響,因素系數(shù)等于0(回顧方差分析模型)。檢驗(yàn)F值和P值均與第一行的檢驗(yàn)結(jié)果相同,結(jié)論也完全等價(jià)。

3、模型參數(shù)的估計(jì)

上表是模型各參數(shù)的估計(jì)值,截距就是總的平均磨損深度,估計(jì)值為2.572,表示不考慮品牌時(shí),輪胎的平均磨損深度為2.572mm。從第二行開(kāi)始就是對(duì)各品牌參數(shù)的估計(jì),四個(gè)輪胎品牌對(duì)應(yīng)4個(gè)參數(shù),由于這些參數(shù)之間存在數(shù)量上的關(guān)聯(lián),必須要加上一定的限制條件才能進(jìn)行估計(jì),在本例中,模型默認(rèn)將編號(hào)取值最高的品牌D作為參照水平,這相當(dāng)于強(qiáng)迫a4=0,另外三個(gè)品牌參數(shù)的估計(jì)值和檢驗(yàn)結(jié)果實(shí)際上就等于該品牌和品牌D相比的結(jié)果,例如,品牌A的參數(shù)等于A組均值減去D組均值2.41-2.572=- 0.162??梢?jiàn)A,B,C的參數(shù)均小于0且有統(tǒng)計(jì)學(xué)意義,即它們的磨損深度均小于品牌D。

4、LSD事后多重檢驗(yàn);也稱(chēng)為兩兩比較;

LSD法的輸出結(jié)果實(shí)際上是要求將各組均值和一個(gè)參照組進(jìn)行比較。SPSS假設(shè)每一個(gè)輪胎品牌都有可能成為參照,讓其他組都和該參照組進(jìn)行比較。表中給出了兩個(gè)輪胎組之間的平均值差異、差值的標(biāo)準(zhǔn)誤,95%置信區(qū)間以及檢驗(yàn)的P值。I表示參照組,J表示對(duì)比組。檢驗(yàn)結(jié)果顯示輪胎品牌C和D都與另外三個(gè)輪胎品牌有差異,而輪胎品牌A和B之間沒(méi)有差異。

5、S-N-K事后多重檢驗(yàn);

LSD法的分析結(jié)果并不太容易閱讀,相對(duì)而言,SNK法的兩兩比較結(jié)果則要清楚得多。首先SNK會(huì)將各組按照平均值大小排序,上表是按照CBAD的順序進(jìn)行排序;隨后,表格將四個(gè)輪胎品牌分成3個(gè)子集,同一子集內(nèi)的兩組平均值兩兩無(wú)差別。第一子集僅由品牌C組成,是磨損深度最低的子集;第二子集由品牌B和A組成,磨損深度居中;第三子集由品牌D組成,磨損情況最為嚴(yán)重。最后一行給出的是子集內(nèi)部各品牌進(jìn)行比較的結(jié)果,因第一子集和第四自己都僅有一個(gè)品牌,因此其p值等于1,第二子集中品牌B和A比較的P值等于0.926,表示兩品牌輪胎的磨損深度沒(méi)有顯著性差異。


數(shù)據(jù)分析咨詢(xún)請(qǐng)掃描二維碼

若不方便掃碼,搜微信號(hào):CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線(xiàn)
立即咨詢(xún)
客服在線(xiàn)
立即咨詢(xún)
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機(jī)數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進(jìn)行初始化 // 參數(shù)1:配置參數(shù) // 參數(shù)2:回調(diào),回調(diào)的第一個(gè)參數(shù)驗(yàn)證碼對(duì)象,之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個(gè)配置參數(shù)為必須,不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶(hù)后臺(tái)檢測(cè)極驗(yàn)服務(wù)器是否宕機(jī) new_captcha: data.new_captcha, // 用于宕機(jī)時(shí)表示是新驗(yàn)證碼的宕機(jī) product: "float", // 產(chǎn)品形式,包括:float,popup width: "280px", https: true // 更多配置參數(shù)說(shuō)明請(qǐng)參見(jiàn):http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計(jì)時(shí)完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請(qǐng)輸入'+oInput.attr('placeholder')+'!'; var errTxt = '請(qǐng)輸入正確的'+oInput.attr('placeholder')+'!'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }