《SPSS统计学精品课件5-F检验.ppt》由会员分享，可在线阅读，更多相关《SPSS统计学精品课件5-F检验.ppt（53页珍藏版）》请在三一文库上搜索。
1、SPSS for Windows10.0 第五讲 F 检验,修漓窖倡涧鼠癣呆肃像艰隶盟家搽右闻慷个五蔡沟肿科壬冤结预嘎紧刚庇SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,内容提要 5.1 概述 5.2 单因素方差分析 5.3 方差分析中均数的两两比较 5.4 协方差分析,炳司古砒凋褒蓑挑颁易汪拭处幽尧井售溃猴怂巧籽肺瘸掘愈最袭骄副寞箔SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,5.1 概述 在科学实验中常常要探讨不同实验条件或处理方法对实验结果的影响，通常是比较不同实验条件下样本均值间差异。方差分析又称为变异数分析，简写为ANOV(Analysis o
2、f Variance)或ANOVA。它是英国统计学家RAFisher首先提出的一种统计方法，为此有时也称为F检验，是检验两个或多个样本均数间差异是否具有统计意义的一种方法。本章介绍多组均数之间的显著性检验。它同样要求，各组观察值服从正态分布或近似正态分布，并且各组之间的方差具有齐性。 方差分析的基本思想是把所有观察值之间的变异分解为几个部分，即把描写观察值之间的变异的离均差平方和分解为某些因素的离均差平方和及随机抽样误差，进而计算其均方，然后相互比较，作统计学处理。 方差分析分单因素方差分析和多因素方差分析，本章将分别叙述。首先介绍方差分析中常用的几个术语。,趴赔翅淤段浆狗煞确泰采汛颠的每巳匙
3、磷毙粱吨鹰贷屠姻懂弘偏睦粕判叼SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,5.1.1 因素与处理 因素（ Factors ）：是影响因变量变化的客观条件； 处理（ Treatments ）：是影响因变量变化的人为条件，常通称为因素。 例如：影响疾病康复的因素有药物、年龄、病情、证型等。一般情况下因素与处理在方差分析中可作相同理解。在要求进行方差分析的数据文件中均作为分类变量出现。即它们的值只有有限个取值。,浇攫娠揍坝璃级脂落丹肠彰蚤吠鹊谱蓉葡犬咐笆据华执吁福椎珊君阵恃措SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,5.1.2 水平 因素的不同等级称作水
4、平。例如：性别因素在一般情况下只研究两个水平：男、女；化学实验或生物实验中的“剂量”必须离散化为几个有限的水平数。如：1 ml、2 ml、4ml三个水平。应该特别注意的是在SPSS数据文件中，作为因素出现的变量不能是字符型变量，必须是数值型变量。例如性别变量SEX，定义为数值型，取值为O、1。换句话说，因素变量的值实际上是该变量实际值的代码，代码必须是数值型的。可以定义值标签F、M(或Female、male)来表明0、1两个值的实际含义，以便在打印方差分析结果时使用。使结果更加具有可读性。,蕊密雍馈骄蛔舀捎庸六豹锹闲媳翼墅桥他项竞憾潍镐毛药阑勤涎含雅梅笛SPSS统计学精品课件5-F检验SPSS
5、统计学精品课件5-F检验,5.1.3 单元(Cell) 在方差分析中Cell指各因素的水平之间的每个组合。例如研究问题中的因素有性别 Sex，取值为O、1；有年龄，分三个水平l(10岁)、2(11岁)、3(12岁)。两个变量的组合共可形成六个单元：1，1、1，2、1，3 、2，1、2，21、2，3，代表两种性别与三种年龄的六种组合。,示姿肋挺影隧教掸班缄烂军前踢作息掣脉獭檀搅可正冯族眷章椿郑臃支橱SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,5.1.4 因素的主效应和因素间的交互效应 这是在科学实验和生产实践中常常遇到的问题。 例如，用A、B两种药物治疗缺铁性贫血患者12例
6、，分为4组。实验方案为： 第一组：用一般疗法； 第二组：在一般疗法基础上加用A药； 第三组：在一般疗法基础上加用B药， 第四组：在一般疗法基础上A、B两药同时使用。 一个月后观察红细胞增加数。要求分析两种药物的疗效(数据见表5-1)。,窟酮岸剑知隶佐壁遵蚀三冲当肘赐购禾补酣祥亮扬鸳虎趾亥莉计渠诸狠韵SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,表5,表51,野涎与决歹瞎蹈笑峪惋赋移缔斯袋藐亮卒魂挡粤招肠嚎扶绽鸳恨荒慷穿袭SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,这是个双因素方差分析的问题，因素A与因素B。每个因素均有用该药与不用该药两个水平。研究药物
7、A和B是否对红细胞的增加有显著影响是对红细胞增加数的均值作以下比较： (1)比较第二组的均值与第一组的均值是否有显著性差异。 (2)比较第三组的均值与第一组的均值是否有显著性差异。 这两项研究的是A、B两因素的主效应。 (3)除了比较第四组的均值与第一组的均值是否有显著性差异外还要研究A药对B药的疗效是否有影响。若A药对B药疗效无影响，那么除采样误差外，第四组与第二组均值之差应该等于第三组均值减去第一组均值。但结果是(2.11.2)0.9；(1.00.8)0.2，竞相差0.7，该差值几乎与第一组均值相同。实际上，0.7的差值包括采样误差和A、B药的相互作用。这种因素之间的相互作用在统计学上称之
8、为交互效应。如果交互效应存在，说明两个因素不是相互独立的。,错桔灰航葡差惋咬泻瘦年踞宁探暴闻健晒届让怕娃挨粳沤频韵涂罗椿悬和SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,5.1.5 均值比较 均值的相对比较是比较各因素对因变量的效应的大小的相对比较。例如研究A、B效应之和是否等于它们的交互效应。或者研究A、B对红细胞增加数的效应是否相等。 均值的多重比较是研究因素单元对因变量的影响之间是否存在显著性差异，例如例题中研究A、B药物对红细胞增加数的疗效是否存在显著性差异。,馈须害溪性泽好缉烂吵卑颐忱迈丽愁烹厂固铂叼拍蹬盔布墟百捶邓贴润条SPSS统计学精品课件5-F检验SPSS统
9、计学精品课件5-F检验,5.1.6 协方差分析 一般进行方差分析时，要求除研究的因素外应该保证其它条件的一致。作动物实验往往采用同一胎动物分组给予不同的处理，研究各种处理对研究对象的影响就是这个道理。 例如研究身高与体重的关系时要求按性别分别进行分析。这样消除性别因素的影响。不同年龄的身高对体重的关系也是有区别的，被测对象往往是不同年龄的。 要消除年龄的影响，应该采用协方差分析。,漏酵焊寅贱膊任糕找勋沉轩笋贞瞳墓递驭谗薯硫璃坯冗耿皑必蝎慌先绩烦SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,5.2单因素方差分析(One Way ANOV) 5.2.1方差分析原理 方差分析的基
10、本原理是认为不同处理组的均数间的差别基本来源有两个： (1)随机误差：例如测量误差造成的差异，称为组内差异。用变量在各组的均值与该组内变量值之偏差平方和的总和表示。记作SS组内。 (2)实验条件：即不同的处理造成的差异，称为组间变异。用变量在各组的均值与总均值之偏差平方和表示。记作SS组间。 总之，单因素方差分析是把总的变异分解成组内变异及组间变异两部分，即SS总SS组间十SS组内。 SS组间、SS组内除以各自的自由度得到其均方值即组间均方（MS组间）和组内均方（ MS组内 ）。,领饼瓢散窑说枣犁构棋此乖鸯相捣寐识慑榆厂魁羹载酚证乏盘滁窍堕葵盂SPSS统计学精品课件5-F检验SPSS统计学精品
11、课件5-F检验,如果处理没有作用，即各样本均来自同一总体。 MS组间 MS组内 1。 考虑抽样误差的存在，则有MS组间 MS组内 1 。 若处理确实有作用。组间均方是由于误差与不同处理共同导致的结果，即各样本来自不同总体。那么，组间均方会远远大于组内均方。 MS组间 MS组内 。 MS组间/ MS组内比值构成F分布。用F值与其临界值比较，推断各样本是否来自相同的总体。 单因素方差分析如表5-2所示。,表5-2,涡搽厦预曙饵嘴拎抱抬私孔笺橱矗队贡阴南仲藤坡近改讽毅挤怂次猫箕哲SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,5.2.2方差分析的假设检验 假设有m个样本，如果原假设
12、Ho：样本均数都相同， 即l23 m，m个样本有共同的方差2。则m个样本来自具有共同的方差2和相同的均数的总体。 如果经过计算结果MS组间远远大于MS组内，既F0.05(组间,组内)，则P0.05，推翻原假设，说明样本来自不同的正态总体，说明处理造成均值的差异，有统计意义。 反之，若F0.05(组间,组内) ，则P0.05，承认原假设，样本来自相同总体，结论为处理无作用。,塘惦犁澡绪奉们羔惊尤存偏踢左正柿魄姨遁窗吼撒肢戊汞缎红晓危叉牺杨SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,5.2.3 例题及数据文件 5.2.3.1 例题 例5-1某医院用中药治疗8名血吸虫病，在治疗
13、前、治疗后一周、二周、三周和四周分别测定患者的血清谷丙转氨酶SGPT的变化，其数据如表5-3所示，试分析各周SGPT值的差别是否有显著性意义。,表5-3,翻刺若碎咋像诺臭馋暂与法寐梆邱难泪憋螟毋彤痘应谩簧薪善善眨赘羽阀SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,5.2.3.2 建立数据文件 本例共有5组(k5) 、8个患者和40个SGPT观察值(n40)。 设变量 case ： 取值l8 group： 取值l5； SGPT ： 为各观察值。 按前述方法建立数据文件sj-f-单因素ANOV，如图5-1所示。,霜嵌论曝子芝您漂总倘澜彝扭爪汛增徐乱免副篇刘红臀丈晒些才韩松尚坞S
14、PSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,图5-1,塑晚籽对船鲸停估匿探匪浮闷韦棒笺束虽蛊哭山瘸于泰汞普慧露厘钾维诺SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,5.2.3.3统计分析 1首先打开数据文件sj-f-单因素ANOV； 2单击主菜单的Analyze，展开下拉菜单； 3在下拉菜单中寻找Compare Mean，弹出小菜单，单击One Way ANOV ，弹出One Way ANOVA对话框，如图5-2所示； 4在图5-2的左边出现源变量名，把SGPT调入右边的Dependent List下的矩形框内； 5把变量“group”调入右下部分的Fa
15、ctor：下的矩形框并激活了“OK”钮；如图5-2所示。,圣广盲驶略揖寅稿恍登戚冲通号诅脓捷钩皮尊厦泄圭慕狱淡韭耿中智喂贿SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,图5-2,两两比较按钮,选项按钮,因变量,分组变量,瓣侄挞豆姆沙扬谬汽模势塔赖功藏囱朝固辖球序森蹋帆饼异胃佰滁形惟拂SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,单击OK钮，则得输出结果(Output)如图5-3所示。,图5-3,闭隧募钵巧拦如豹绊狼侩床辊狙偏途伺蝗湃叙晾话扫葬檄松麓腋廖芹沼奈SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,5.2.3.4 选择项 在图52
16、的下部有三个选择项。 Contrasts一般很少用；Post Hoc将在下一节介绍。 在此仅介绍Options。单击Options钮后，弹出OneWay ANOVA：Options对话框，如图5-4所示。,图5-4 单因素方差分析的可选项,船脆龋父拒鸽握号杯报途皖囤卷毛充算百匝宁腺镰贝乙饲萝搏讽炯宁逝喂SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,在图54的左上部Statistics是统计量： Descriptive ：是增加显示统计描述(参见图5-5 ) ； Homogeneityofvariance：方差齐性检验(参见图5-6)。 图5-4左下部Missing Valu
17、es是对缺失值的两种处理方法： Exclude cases analysis by analysis ： 表示对缺失值的观测量，根据因变量还是自变量，从有关的分析中剔除； Exclude cases listwise ：将有缺失值的观测量从所有的分析中剔除。,畔处七眯嗓辑役嚣物川商手某冠紫狡巡窃措祝怔埃笑甄淖诡亨颧延怕馏莫SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,图5-5,琐会倍邀要夺萝嗡何橙谎蛋蒲讨观钎脉锦瞎袒秃职坯炔惟代烯斜潍葱暮谭SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,图5-6,图5-7,莫乖简塔雾刷汽赊佑席能幻朝催兜瓮其噬帅遇阔符漓软锰
18、赛迷腆畜炉廷言SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,图5-8,贝溜即诸属颓辆只啪丰褥注祖软儒镀恨源娟暮藐钾芯列圆壬询崭干岩券各SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,5.3 方差分析中均数的两两比较 5.3.1 基本概念 方差分析是对多组均数整体的显著性检验，如果差异有显著性意义，只说明各组均数之间有显著性差异，并不意味着任意两两之间的均数差异均有显著性意义。如果要进一步了解哪两个均数之间的差异有显著性意义，则需要作进一步的样本均数之间的两两比较，亦称为各组间相互比较（Multiple Comparisons ）。,厚骇沛你揍逗催顿硬岁携崇
19、润水泼篮半湿砚合商挠捎要彝阎互癌窝逻蹦弟SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,5.3.2各组均数的多重比较选择项 在主对话框中，单击Post Hoc按钮，展开Post Hoc Multiple Comparisons对话框，在该对话框中选择进行均值多重比较的方法。如图5-9所示。 该对话框上部为Equal variance assumed(方差齐时)选择项； 对话框中部为Equal variance not assumed(方差不齐时)选择项； 对话框下部为Significance level。,浩作弓挪截瞧菠烁也戏诀翌娜雌窖破第镣隋整皂寄奖厦真此窝晾暖马杯杨SPS
20、S统计学精品课件5-F检验SPSS统计学精品课件5-F检验,图5-9 均值多重比较的对话框,臼惨按杉窝猛蛇钠箩灵六棕静琳剧左惠舒期论磕横条插苔疾唬律率俄唯闸SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,5.3.2.1 Equal variance assumed（方差齐时) 方差齐时矩形框中有如下选择： Leastsignificant difference(LSD) ：亦称最小显著性(LSD)检验，本法要求各组例数相等，在两两比较的次数较少时效果较好，随着两两比较的次数增加，效果则越差。 Scheffe：可用于任何两均数间差别的比较。其优点是对显著性的要求较高，可防止出现
21、假阳性；缺点为可能会带来较多的假阴性。 SNK(Student Newman-Keuls)：该法亦称Student- Newman-Keuls（SNK）检验，常简称为q检验。一般认为LSD法可能会出现较多的假阳性结论；Tukeys法可能会产生较多的假阴性结论。SNK法的敏感性则介于LSD法与Tukeys法之间，较为常用。,舀游愧百拙甚霍比醇景瓢肃臂逗些殖宴宇雾硼施牛盾低眩剩复锯看玛益恤SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,TUKEY(Tukeys honestly significant difference)：要求各组例数相等。它与SNK法不同的是，无论 值大小，
22、一律用组数k （既比较的全部组数）查q 界值表。 Duncan(Duncans multiple range test)：本法除检验用q 界值表为“Duncan 检验用q 界值表”外（ SNK法为Newman-Keuls 检验用q 界值表，两者的不同之处是：当组数3时， “Duncan 检验用q 界值表”的q 界值皆小于“Newman-Keuls 检验用q 界值表”），其余同SNK法。 Dunnett ： 亦称Dunnett t 检验或q检验。用于k个处理组均数与一个对照组均数比较。在实际科研工作中，有时仅需要了解各处理组与对照组样本均数之间的差别有无统计学意义，对各处理组相互间的差别则不感兴
23、趣，作“一对一”的比较 。方法是选择对照组为对照，其它各处理组和它比较。选定此方法后，激活下面的Control Catetory参数框，展开小菜单，选择对照组。,歪苗肛汀私嘲便送勺捂庞吗壕嗅司抛彻跃瀑赠钦袍雷荤舟煞费沾篙敏悉悸SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验, Bonferroni(LSDMOD) ； Sidak； R-E-G-W-F(Ryan-Einot-Gabriel-Welsch F) ； R-E-G-W Q(Ryan-Einot-Gabriel-Welsch range tsst) ； Tukeysb； Hochbergs GT2； Gabriel； W
24、allerDunca。 这个选择项在统计学论著中论及，故不作介绍。,藕琉犯喇荡渔撒啡摇漂贝樱避铀招仰知蛙奢肖班飞闽韦颜荔护袄科姓钧粉SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,5.3.2.2 Equal varance not assumed （方差不齐时) 方差不齐时检验各均数间是否有差异，可有四种方法供选择： Tamhanes T2：t检验进行配对比较。 Dunnetts T3：正态分布下的配对比较。 Games-Howell：方差不具齐次性时的配对比较， 该方法较灵活。 Dunnetts C：正态分布下的配对比较。,轮匀扫爱搭牙惕酣盟暮酞可辛琵腔羹舀引氏创赚菇虾鹿胚
25、躬佬宦废冉疲硼SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,5.3.2.3 输出统计量的选择 在主对话框中，单击Options按钮，展开Options对话框，如图510所示。这一组选择项会按选择产生要求的统计量。并按要求的方式显示这些统计量。在该对话框中还可以选择对缺失值的处理要求。各组选择项的含义如下： (1)Statistic栏中，输出统计量的选择项 Descriptive复选项：要求输出描述统计量。选择此项，会计算并输出：观测量数目、均值、标准差、标准误、最小值、最大值、各组中每个因变量的95CI。 Homogeneityofvariance复选项：要求进行方差齐次性
26、检验，并输出检验结果。用Levene lest检验，即计算每个观测量与其组均值之差，然后对这些差值进行一维方差分析。,蜘热甸挺昨除寻呻铆情蛛岔饲胳稽滦财脑侠拌哲尘瀑澡弧郝弟劝办湾迄稀SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,(2)Means plot复选项：即均数分布图，根据各组均数描绘出因变量的分布情况。 (3)在Missing Values栏中，选择缺失值处理方法： Exclude cases analysis by analysis选项：对含有缺失值的观测量，根据缺失值是因变量、 还是自变量，从有关的分析中剔除。 Exclude cases Listwise选项：
27、对含有缺失值的观测量，从所有分析中剔除。 以上三组选择项选择完成后，按Continue按钮，确认选择并返回主对话框；单击Cancel按钮作废本次选择；单击Help按钮，显示有关的帮助信息。,胖俘族疡疙喀始酝点医岭晒贩滑罗医粮懂抬往杆滞善委裴甩管擎征乡娩恐SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,5.3.3统计分析 对于例51，经单因素方差分析得出结论总起来说各组均数之间差异有显著性意义，现进一步作均数间的两两比较。 其操作步骤是： 按方差分析步骤操作，直到出现图52，将sgpt调入Dependent List，把组别group调入Factor。 在图52下方的可选项中，
28、单击Post Hoc钮，则弹出One Way ANOVA：Post Hoc Multiple Comparisons的对话框，如图510所示。 点击LSD前方的小方块、在Significance level后面的小方块中输入检验水准（本例为0.05），然后点击continue（参见图510），出现图511 。,俭箍哎纬沾盗视揣柏邯硼贮握娇官梁俭硅辉稠梯嫂赃炼琅仕搐刺院扑淌挚SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,图510,续边夕藩腥障抨潮枕闹对督袄炽症娃隶共乍澎抬金咬卿耗缅滓烁五商滋惦SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,点击OK键，出现比
29、较结果，参见图512 。,图511,驶蚕捧柜轰穴缚龙温轮蘑唆君链俩蟹赵蹲癌仿弟鹿藤鄙会疼弊晦劝翟陇帘SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,图512,魁弦墩洗酚得彼怒茵扰锄渗称苟压圣迷毖蹈一纬随赞基亦搜眷湃抉灵贾绝SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,5.4 协方差分析 协方差分析(analysis of covariance)是利用线性回归方法消除混杂因素的影响后进行的方差分析。在医疗科研工作中经常用到此统计方法，因为临床科研工作非常难做到样本的一致性，比如要了解某药物对患者某个生化指标变化的影响，要比较实验组和对照组，但是很难将两组的患
30、者的年龄、病程以及原指标水平控制得完全一致，必须消除这些因素的影响，考虑药物的疗效，即比较实验组与对照组之间该生化指标变化量均值的差异显著性，才是科学的分析方法。只有在考虑了这些影响，在观测对象的选择上，使这些条件都一致时，可以使用一般的方差分析方法。对于动物实验，这是比较容易达到，例如选择同品种、同一胎的大白鼠分组，在相同的饲养条件下进行实验，可以相应地避免许多混杂因素的影响。由于临床科研工作非常难做到样本的一致性，可将这些混杂因素就被考虑为协变量，通过协方差分析可以排除这些因素的干扰。,悟遍剂纤乃矿阁搏传责政痘祥尧踪彻私溅舌鸳却蛰傻梗甘节奴胯随仔瞄买SPSS统计学精品课件5-F检验SPSS
31、统计学精品课件5-F检验,例52 将镉作业工人按暴露于镉烟尘的年数分为大于等于10年和不足10年两组。测量了每个工人的肺活量数据见表54 (两组工人的年龄未经控制)。问该两组暴露于镉作业的工人平均肺活量（Vital capacity）是否相同？,在哆厄者藩馏迫剁政枣砍噶貉嘴周萤讣精僚蝗亭柳灯床茁韧瘁香漓寇营淘SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,表54,噶矢拨颊绦奥魏蛤离炎叭盅霓梯宗泡剪天宛爹播污松宅茄釜涵碾警颓具痞SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,众所周知，年龄与肺活量有一定的关系(肺活量随着年龄的增大而有所减低)，因此在作两组比较
32、时须对年龄作校正，这就需用协方差分析进行分析。 协方差分析法有两个假定很重要： (1)各个样本(即各组)是从具有相同方差(2 )的正态分布的总体中随机抽样来的，因此至少要求各组s 2的差别无统计意义； (2)各个总体中存在回归关系，而且坡度相同。就是说，要求各个b本身具有统计意义，同时各组b间的差别无统计意义。 我们要在上面两个假定的基础上进行协方差分析。 协方差分析法不限于两组比较，多组比较也可以。对完全随机化实验资料、随机化区组 资料、拉丁方资料、析因实验资料均可进行协方差分析。在这里只介绍完全随机化实验资料的协方差分析。,缉名绦塑榜畴驻祈先核表吓勃驹迄胳废庇脖柬爪午纂迄会颜饥孕吉于董钵S
33、PSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,协方差分析步骤： 录入（读取）数据：将数据按time 、age、vitalcp录入3列（参见图513）或读取data12-06数据。 选择Analyze菜单下的General Linear Model项的Univariate命令：如图514。 指定分析变量： 将vitalcp变量移入Dependent框：即vitalcp变量为因变量。 将time变量进入Fixed Factors框：即time变量作为因素变量。 将age变量进入Covariate(s)框，即age变量作为协变量。 参见图515。,哉仟盗澜骤了葬录决耶周寸乘羌备连敞
34、臂架泳腆剪消最二睹峰豆令搬同哄SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,图513,致彬魄抵述狞事穴套蓖辽坎绝林翠乔免煽咖撇据亮稍耽嫁碎醛稍逐嫩子蛮SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,图514,始认阿乌词蔓菠慷徘呼崔冒且果会署邹粹弗栈缘馏批凉剔叉颖筑兴酝戊缴SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,图515,安禾鹊骗猴秸认美涉纶垃溶订昭涵贞淄警钥毋尔幅敷亭尸芳识栗欺谎互椰SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,在主对话框中，单击Options按钮，展开相应的对话框： Factor(s) and
35、 Factor interaction框中选择因素变量time，单击向右箭头按钮将因素变量送入Display Means for框中（参见图516）。要求输出镉粉尘大于等于10年、不足10年两组工人的肺活量平均值。 在Display栏内选中Parameter Estimates复选项（参见图516），要求输出年龄做自变量，肺活量做因变量的线性回归方程的斜率。 选择结束后，鼠标单击Continue按钮，返回主对话框。 )单击OK按钮，执行运算。 输出结果：参见图517、518。,竹落侍目秒陛碳踌悬倾仔桥旨窜妨讼秸噬啥湃眶糯服屁赢册云仙酣文襟弹SPSS统计学精品课件5-F检验SPSS统计学精品课件
36、5-F检验,图516,匙移群晴组愤苹滤宗继驻赤汇补魄暑瑶府宇案跨缎郊服菊豁末钉牟呆缚纷SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,因素变量表,方差分析表,图517,经扶拧率佛瑰惨烧蓬性幌椭宰觉四秋通恍绷么瞩泪舆瘫呈斑嘱乞累作芍雾SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,图518,从籍绒敦辣极芭氟踏挺弧区畏墩掳承文尺巳路资烘翅留禹式掸要帜磕觅倒SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,图517上半部为因素变量表。列出了按时间分组的变量标签、样本量。 图517下半部为方差分析结果：该表的左上方首先列出参与方差分析因变量(Depe
37、ndent variable)为vitalcp，研究对象为肺活量。表中的六列分别列出方差来源、系统默认的TYPE 的偏差平方和、自由度、均方差、F值和Sig。从方差分析表中看到总的偏差平方和24.841被分解为条件引起的平方和(Corrected Model)11.085和实验误差引起的平方和(error)13.755。从显著性概率(Sig)看，time的概率0.330，大于0.05；age的概率0.000，小于0.05，因此可以得出结论：肺活量的差异是由于受试者的年龄差异所致，与受试者接触锦粉尘的时间是否大于10年无关。,宪置浙跋名拄纲溶滁痕撒诸酮予邓墨印出专浸芍忽抚洗鸭快陪畜十娠懈劲SPS
38、S统计学精品课件5-F检验SPSS统计学精品课件5-F检验,图518的上半部是在Option对话框中的Display栏内选中了Parameter estimates复选项的输出结果。这里的主要参考值是给出了age作为自变量，vitalcp作为因变量的线性回归方程的斜率，即变量age的回归系数值为0.087。这一回归系数是符合生理常识的。因为成年人随着年龄的增长，肺活量会有所下降。 图518下半部是在Option对话框中，将time移入Display Means for框的结果。表中按time分组，分别列出平均值、标准误和95的置信区间。因素变量各单元均值是10年以下组的肺活量均值为3.919，10年以上组的肺活量均值为4.219。,的阎尘瓢骚卜幼浸脓轧瘩兼斜摄太抱谱菌沦预赚妒傍调熏井莱录博析笋掠SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,END 请看第六讲,埋壮你省使爪搔绒监诊层撇返猴料菲阜铝持爽善祷顽官狞沫家宙豁凹骂漂SPSS统计学精品课件5-F检验SPSS统计学精品课件5-F检验,