SPS的S数据分析第三四讲课件.pptVIP

结果及其解释（2） 结果及其解释（3） 男性和女性在每周购物和两周一次购物的均值线是平行的，都是男高女低；而在经常购物上，二者差距不大，经常购物均值线和另外两条线有交叉，表明二个因素有交互效应。效应是否显著在“主体间效应的检验”表中标识。 结果及其解释（4） 男性的所有消费方式的消费金额均大于女性，男性和女性消费方式的曲线是不平行的，表明二者有交互效应。女性在经常性购物中花费金额最多；而男性则在每周购物方式中花费最多。 动手练习 得克萨斯州的一所大学提出了三种GMAT辅导课程：即3小时复习、1天课程和10周强化班，他们需要了解这三种辅导方式如何影响GMAT成绩。另外，通常考生来自三类院校，即商学院、工学院、艺术与科学院。因此，了解不同类型学校毕业的考生GMAT成绩是否有差异也是一个让人感兴趣的话题。他们在三类学校中每一个随机抽取6个学生，随机指派两名到一门辅导课程中，最后他们的GMAT成绩结果记录于数据文件GmatScore.sav中。 问题为： 1) 不同的辅导课程是否对学生GMAT的成绩有显著的影响？来自不同类型学校的学生的GMAT成绩是否有显著的差别？请给出理由。 2) 是否一类学校的考生适应一种辅导课程，而另一类学校的考生适合其他课程？请给出理由。 配对T检验操作 选择【分析】→【比较均值】→【配对样本T检验（P）】 T检验结果解释 配对T检验注意事项 需要先检查两个样本是否服从正态分布。应用直方图、Q-Q图或者K-S检验等方法来检验差值变量的正态性。 分析变量中是否含有离群值。可以用箱图来检查离群值的情况。 可以先计算配对样本的差值变量，然后进行单样本的T检验。 动手练习 数据文件GSS2004_Mod.sav中记录了男性或者女性每周上网浏览网页的时间（变量WWWHR，单位小时）和每天观看电视的时间（变量TVHOURS，单位小时）。用本章学习的技巧分析男性和女性在观看电视的时间和上网的时间上分别就什么区别。 第四讲 方差分析 方差分析的主要内容 方差分析的基本思想 了解方差分析和比较均值的异同 单因素方差分析的应用条件、方法和结果的解释 多因素方差分析的应用条件、方法和结果的解释 协方差分析的应用条件、方法和结果的解释 t检验应用于研究单样本均值的比较和两个样本均值的比较。在生产活动和科学研究中经常会遇到比较三个或者三个以上样本均值的差异问题。这时，采用的统计方法称为方差分析，简称ANOVA（analasis of variance）。 例如某机构对当前民众的生活状况进行调查，根据被调查者的回答把居民对待生活的态度分为三类：认为生活丰富多彩、生活平平常常和生活乏味三类，它们想知道人们对待生活的态度是否和他们受教育的情况有关系，即这三类人是否在受教育程度上有显著的区别。 方差分析的术语 试验中的实验结果是需要分析的变量，称为响应变量，或者因变量。方差分析的因变量必须为尺度类型的数据（即连续数据）。 影响试验结果的因素即为影响响应变量的变量，称为自变量或者因子。根据试验中这些因素的处理方式，因素可以分为控制因素、随机因素和协变量。 因子的不同取值称为因子的不同水平。 控制因素一般要求为分类变量，而协变量要求为尺度数据。 控制因素：它是试验中可以控制的影响试验结果的因素，因素的不同水平会导致不同的试验结果。 不可控因素：因素的水平与试验结果的关系是随机的，即不确定因素，但是不同于随机因素，可以理解为非研究关心的因素或非处理因素。 随机因素：因素与试验结果的关系是随机的，其水平也是随机出现的。 处理：在试验中，控制因素的一个水平或者几个控制因素的某一水平组合称为一个处理。 方差分析的前提条件 方差分析的自变量是“因子”或者“因素”，它是分类变量；其因变量则为尺度变量，需要满足以下两个基本前提条件： 每个处理的因变量为正态分布（正态性） 每个处理的因变量具有相同的方差（方差齐性） 方差分析基本原理 方差分析的前提： 各样本相互独立 各样本来自正态总体 样本所属的总体方差相等，即方差齐性 方差分析基本原理 认为不同处理组的均值间的差别基本来源有两个: （1）随机误差：如抽取样本的随机性造成的差异，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SSE （2）系统误差：由控制因素中不同水平造成的差异，称为组间差异。用变量在各组的均值与总均值之偏差平方和表示，记作SSA 方差分析基本原理（续） 组内SSE 、组间SSA除以各自的自由度(组内dfE =n-m，组间dfA=m-1，其中n为样本总数，m为组数)，得到其均方MSE和MSA 一种情况是处理没有作用，即各组样本均来自同一总体， MSE/MSA≈1。另一种情况是处理确实有作用，那么， MSA/MSE (远远大于1,足以超过