实例结果的及分析.ppt

Step06：选择多重比较 单击【Post Hoc】按钮，弹出【Post Hoc Multiple Comparisons for Observed Means(单变量：观测均值的两两比较)】对话框。该对话框用于对均值作Post Hoc多重比较检验。从 【Factor(s)(因子)】框选择相关变量使被选变量进入【Post Hoc test for(两两比较检验)】框。不难发现，这个对话框与单因素方差分析模型的Post Hoc多重比较检验对话框大致相同，各选项意义也一致。 Step07：预测值保存 单击【Save】按钮，弹出【Save(保存)】对话框。通过在对话框中的选择，可以将所计算的预测值、残差和检测值作为新的变量保存在编辑数据文件中。以便于在其他统计分析中使用这些值。 ① Predicted Values ：预测值。 ● Unstsndardized：非标准化预测值。 ● Weighted：加权预测值。如果在主对话框中选择了WLS变量，选中该复选框，将保存加权非标准化预测值。 ● Standard error：预测值标准误。 ② Diagnostics：诊断值。 ● Cook’s distance：Cook 距离。 ● Leverage values：非中心化 Leverage 值。 ③ Residuals：残差。 ● Unstsndardized：非标准化残差值，即观测值与预测值之差。 ● Weighted：加权非标准化残差。如果在主对话框中选择了WLS变量，选中该复选框，将保存加权非标准化残差。 ● Standardized：标准化残差，又称Pearson残差。 ● Studentized：学生氏残差。 ● Deleted：剔除自变量值与校正预测值之差。 最后可以勾选【Coefficient statistics(系数统计)】复选框，将参数协方差矩阵保存到一个新文件中。单击【File】按钮，打开相应的对话框将文件保存。 Step08：其他选项选择 单击【Options】按钮，弹出【Options(选项)】对话框。各选项含义如下。 ① 【Estimated Marginal Means (估计边际均值)】：估测边际均值设置。 在【Factor(s) and Factor Interactions(因子和因子交互)】列表框中列出【Model(模型)】对话框中指定的效应项，在该框中选定因素变量的各种效应项。可以将其移入到【Display Means for(显示均值)】列表框中。 在【Display Means for(显示均值)】列表框中有主效应时，点选激活此框下面的【Compare main effects(比较主效应)】复选框，对主效应的边际均值进行组间的配对比较。 在【Confidence interval adjustment(置信区间调节)】参数框中，可以进行多重组间比较。打开下拉菜单，共有三个选项：LSD(none)、Bonferroni和Sidak方法。 ② 在【Display(输出)】列表框中指定要求输出的统计量。 ● Descriptive statistics：输出描述统计量。 ● Estimates of effect size：效应量的估计。 ● Observed power：功效检验或势检验。 ● Parameter estimates：各因素变量的模型参数估计、标准误、t检验的t值、显著性概率和95％的置信区间。 ● Contrast coefficient matrix：显示对照系数矩阵。 ● Homogeneity test：方差齐次性检验。 ● Spread vs.level plot：绘制观测量均值对标准差和方差的图形。 ● Residual plot：绘制因变量的观察值对于预测值和标准化残差的散点图。 ● Lack of fit：拟合度不足检验。检查独立变量和非独立变量间的关系是否被充分描述。 ● General estimable function：可以根据一般估计函数自定义假设检验。 ③ 【Significance level(显著性水平)】文本框：改变Confidence intervals(置信区间)内多重比较的显著性水平。 Step09 ：相关统计量的Bootstrap估计。 单击【Bootstrap】按钮，在弹出的对话框中可以进行如下统计量的Bootstrap估计。 ● 描述统计表支持均值和标准差的Bootstrap 估计。 ● 参数估计值表支持系数、B 的Bootstrap 估计和显著性检验。 ● 对比结果表支持差值的Bootstrap 估计和显著性检验。 ● 估计值表支持均值的Bootst