2022年一般線性模型7

1、.編輯版編輯版.編輯版第七章：一般線性模型 HYPERLINK :/ medstatstar /spss/coach/spss8a.htm l 10.1 7.1兩因素方差分析 HYPERLINK :/ medstatstar /spss/coach/spss8a.htm l 10.1.1 7.1.1univarate對話框界面說明 HYPERLINK :/ medstatstar /spss/coach/spss8a.htm l 10.1.2 7.1.2結(jié)果解釋 HYPERLINK :/ medstatstar /spss/coach/spss8a.htm l 10.2 7.2協(xié)方差分析 HY

2、PERLINK :/ medstatstar /spss/coach/spss8a.htm l 10.2.1 7.2.1分析步驟 HYPERLINK :/ medstatstar /spss/coach/spss8a.htm l 10.2.2 7.2.2結(jié)果解釋7.3多元方差分析7.3.1分析步驟7.3.2結(jié)果解釋一般線性模型包括的內(nèi)容非常多，究竟我們用到的哪些分析會包含在其中呢？簡而言之：但凡和方差分析粘邊的都可以用他來做。比方成組設(shè)計的方差分析即單因素方差分析、配伍設(shè)計的方差分析即兩因素方差分析、交叉設(shè)計的方差分析、析因設(shè)計的方差分析、重復(fù)測量的方差分析、協(xié)方差分析等等。因此，能真正掌握G

3、LM菜單的用法，會使大家的統(tǒng)計分析能力有極大地提高。一般線性模型的能力如此強大，下屬的四個子菜單各自的功能如下：Univariate子菜單：四個菜單中的大哥大，絕大局部的方法分析都在這里面進行。 Multivariate子菜單：當結(jié)果變量應(yīng)變量不止一個時，當然要用他來分析啦！ Repeted Measures子菜單：顧名思義，重復(fù)測量的數(shù)據(jù)就要用他來分析，這一點我可能要強調(diào)一下，用前兩個菜單似乎都可以分析出來結(jié)果，但在許多情況下該結(jié)果是不正確的，應(yīng)該用重復(fù)測量的分析方法才對不能再講了，再講下去就會扯到多水平模型去了。 Variance Components子菜單：用于作方差成份模型的，這個模型

4、實在太深，不是一時半會說的請的，所以我在這里就干脆不講了。 7.1兩因素方差分析例7.1 對小白鼠喂以A、B、C三種不同的營養(yǎng)素，目的是了解不同營養(yǎng)素增重的效果。采用隨機區(qū)組設(shè)計方法，以窩別作為劃分區(qū)組的特征，以消除遺傳因素對體重增長的影響?，F(xiàn)將同品系同體重的24只小白鼠分為8個區(qū)組，每個區(qū)組3只小白鼠。三周后體重增量結(jié)果(克)列于下表，問小白鼠經(jīng)三種不同營養(yǎng)素喂養(yǎng)后所增體重有無差異？區(qū)組號A營養(yǎng)素B營養(yǎng)素C營養(yǎng)素150.1058.2064.50247.8048.5062.40353.1053.8058.60463.5064.2072.50571.2068.4079.30641.4045.70

5、38.40761.9053.0051.20842.2039.8046.20根據(jù)統(tǒng)計分析的要求，我們建立了三個變量來包括上述信息，即group表示區(qū)組，food代表使用的營養(yǎng)素，weight表示最終的重量，即：groupfoodweight1150.011258.20依此類推。7.1.1univarate對話框界面說明這里只有一個結(jié)果變量weight，要采用univarate對話框，對話框內(nèi)最常用的按鈕有：Dependent Variable框、Fixed Factors框、Model鈕、Post Hoc鈕，下面我們來一一解釋?！綝ependent Variable框】選入需要分析的變量應(yīng)變量，

6、只能選入一個。這里我們的應(yīng)變量為weight，將他選入即可?！綟ixed Factors框】即固定因素，說的通俗一些，就是哎呀，我都不知道怎么解釋好了，這樣，如果你搞不明白，那么絕大多數(shù)要分析的因素都應(yīng)該往里面選。這里我們要分析的是group和food兩個變量，把他們?nèi)冀o我抓進去！固定因素指的是在樣本中它所有可能的取值都出現(xiàn)了，比方例中的food，只可能有1、2、3這三個值，并且都出現(xiàn)了，就被稱作固定效應(yīng)；而相對應(yīng)的隨機效應(yīng)的因素指的是所有可能的取值在樣本中沒有都出現(xiàn)，或不可能都出現(xiàn)，如本例中的group，實際上總體中當然不可能只有這8窩，因此要用樣本中g(shù)roup的情況來推論總體中g(shù)roup

7、未出現(xiàn)的那些取值的情況時就會存在誤差，因此被稱為隨機因素。我這里讓group也選入固定框是基于下面的事實：這樣做統(tǒng)計分析的結(jié)論是完全相同的。不同的只是推論的那局部?！綬andom Factors框】用于選入隨機因素，如果你弄不明白，假裝沒看見他就是了?！綜ovariate框】用于選入?yún)f(xié)方差分析時的協(xié)變量，現(xiàn)在還用不到?！網(wǎng)LS Weight框】即用于選入最小二乘法權(quán)重系數(shù)?！綧odel鈕】單擊后出現(xiàn)一個對話框，用于設(shè)置在模型中包含哪些主效應(yīng)和交互因子，默認情況為Full factorial，即分析所有的主效應(yīng)和交互作用。我們這里沒有交互作用可分析，所以要改一下，否那么將作不出結(jié)果來。將按鈕切換

8、到右側(cè)的custum，這時中部的Build Term下拉列表框就變黑可用，該框用于選擇進入模型的因素交互作用級別，即是分析主效應(yīng)、兩階交互、三階交互、還是全局部析。這里我們只能分析主效應(yīng)：選擇main，再用黑色箭頭將group和food選入右側(cè)的model框中。該對話框中還有兩個元素：左下方的Sum of squares框用于選擇方差分析模型類別，有1型到4型四種，如果你搞不清他們之間的區(qū)別，使用默認的3型即可；中下部有個Include intercept in model復(fù)選框，用于選擇是否在模型中包括截距，不用改動，默認即可?！綜ontrast鈕】彈出Contrast對話框，用于對精細趨勢

9、檢驗和精確兩兩比較的選項進行定義，在這里，該對話框比單因素方差分析的時候還要專業(yè)，使用頻率也更少，反正我都沒用過，就干脆就不介紹了?！綪lots鈕】用于指定用模型的某些參數(shù)作圖，比方用food和group來作圖，用的也比較少指國內(nèi)，因為它主要是用來做模型診斷用的?！綪ost Hoc鈕】該按鈕彈出的兩兩比較對話框和第7章單因素方差分析中的一模一樣，不再重復(fù)。此題對food作兩兩比較，方法為SNK法?！維ave鈕】將模型擬合時產(chǎn)生的中間結(jié)果或參數(shù)保存為新變量供繼續(xù)分析時用，可保存的東東有預(yù)測值、殘差、診斷用指標等?！綩ptions鈕】當然是定義選項啦！可以定義輸出哪些指標的估計均數(shù)、并做所選擇的兩

10、兩比較，還有其他一些輸出，如常用描述指標、方差齊性檢驗等。好了，都解釋完了，再重復(fù)以下，我們所作的操作為：Analyze=General Lineal model=Univariate Dependent Variable框：選入weight Fixed Factors框：選入group和food Model鈕：單擊 Custom單項選擇鈕：選中 Model框：選入group和food 單擊OK Post Hoc鈕：單擊 Post Hoc test for框：選入food SNK復(fù)選框：選中 單擊OK 單擊OK 7.1.2結(jié)果解釋按照上題的操作，結(jié)果輸出如下：Univariate Analys

11、is of Variance這是一個所分析因素的取值情況列表，沒有什么不好懂的?，F(xiàn)在大家看到的是一個典型的方差分析表，只不過是兩因素的而已，我來解釋一下：首先是所用方差分析模型的檢驗，F(xiàn)值為00.517，P小于0.05，因此所用的模型有統(tǒng)計學意義，可以用它來判斷模型中系數(shù)有無統(tǒng)計學意義；第二行是截距，它在我們的分析中沒有實際意義，忽略即可；第三行是變量GROUP，可見它也有統(tǒng)計學意義，不過我們關(guān)心的也不是他；第四行是我們真正要分析的FOOD，非常遺憾，它的P值為0.084，還沒有統(tǒng)計學意義。盡管不太愿意，我們的結(jié)論也只能是：尚不能認為三種營養(yǎng)素喂養(yǎng)的小白鼠體重增量有差異。上表的標題內(nèi)容翻譯如下

12、：變異來源III型方差SS自由度均方MS統(tǒng)計量FP值校正的模型2521.2949280.14411.517.000截距74359.534174359.5343056.985.000GROUP2376.3767339.48213.956.000FOOD144.917272.4592.979.084誤差340.5431424.324合計77221.37024校正的合計2861.83623Post Hoc TestsFOODHomogeneous Subsets現(xiàn)在是兩兩比較的結(jié)果，方法為SNK法，由于前面總的比較無差異，所以這里三種食物均在一個亞組內(nèi)，檢驗無差異，P值為0.121。前面方差分析FO

13、OD的P值不是0.084嗎？這里又是0.121，究竟哪個為準？兩兩比較只是近似的比較結(jié)果，應(yīng)以前面方差分析的P為準，不過這兩個P值不會在檢驗結(jié)果上發(fā)生質(zhì)的沖突，一般只是大小不同而已。好了，上面是正確的結(jié)果，如果model選擇是采用Full factor又如何呢？會得出方差分析表如下：看到了嗎？由于所謂的交互作用將自由度給全部“吃掉了，沒有誤差可用于統(tǒng)計分析，什么結(jié)果也做不出來。7.2協(xié)方差分析例7.2某醫(yī)生欲了解成年人體重正常者與超重者的血清膽固醇是否不同。而膽固醇含量與年齡有關(guān)，資料見下表。正常組超重組年齡(X1)膽固醇(Y1)年齡(X2)膽固醇(Y2)483.5587.3334.6414.

14、7515.8718.4435.8768.8444.9495.1638.7334.9493.6546.7425.5656.4404.9396.0475.1527.5414.1456.4414.6586.8565.1679.2我們這里建立三個變量：GROUP表示組別，AGE代表年齡，CHOL那么表示膽固醇。7.2.1分析步驟由于協(xié)方差分析涉及到許多較深的統(tǒng)計理論，這里我只好采用照本宣科的方法，告訴大家如何作，而不作過多解釋，首先應(yīng)進行預(yù)分析，了解資料是否符合協(xié)方差分析的要求，最重要的一點就是看age的影響在兩組中是否相同，這可以用age與group是否存在交互作用來表示。對該問題，粗糙的方法可以是

15、作分組散點圖，差不多就可以，也可以進行預(yù)分析，看交互作用有無統(tǒng)計學意義，這里用后一種方法中最為精確的步驟來講解。預(yù)分析步驟：Analyze=General Lineal model=Univariate Dependent Variable框：選入chol Fixed Factors框：選入group Model鈕：單擊 Custom單項選擇鈕：選中 Model框：選入group、age和group*age(后者用interaction方法就可選入) Sum of squares列表框：改為Model I 單擊OK 單擊OK 該步驟用于判斷group和age間是否存在交互作用，如存在，那么協(xié)方

16、差分析的條件不滿足，分析不能繼續(xù)。注意這里選擇了Model I，從而擬合結(jié)果和模型中變量的引入順序有關(guān)，即側(cè)重點在group對chol的影響大小和交互作用上。7.2.2結(jié)果解釋預(yù)分析步驟的結(jié)果如下：Univariate Analysis of Variance上表顯示交互作用無統(tǒng)計學意義，而且P值非常大，因此交換group和age多半交互作用也無統(tǒng)計學意義，因此可以不繼續(xù)作預(yù)分析了，當然，嚴格的步驟應(yīng)當交換兩者的順序繼續(xù)進行預(yù)分析。正式分析步驟：Analyze=General Lineal model=Univariate Dependent Variable框：選入chol Fixed Fa

17、ctors框：選入group Model鈕：單擊 Custom單項選擇鈕：選中 Model框：選入group、age Sum of squares列表框：改為Model III 單擊OK Options鈕：單擊 Displsy means for框：選入group Compare mean effects復(fù)選框：選中下面的區(qū)間調(diào)整方法就用LSD(none)即可 單擊OK 單擊OK Univariate Analysis of Variance這是正式的統(tǒng)計分析結(jié)果，顯示group和age都對膽固醇含量有影響，P值分別為0.038和小于0.001。Estimated Marginal Means

18、這是兩組的修正均數(shù)及相應(yīng)的可信區(qū)間，顯然超重組的膽固醇均值較高。下方的提示說明該修正均數(shù)是按年齡為50.2308歲的情形計算的。7.3多元方差分析所謂的多元方差分析，就是說存在著不止一個應(yīng)變量，而是兩個以上的應(yīng)變量共同反映了自變量的影響程度。比方要研究某些因素對兒童生長的影響程度，那么身高、體重等都可以作為生長程度的測量因子，即都應(yīng)作為應(yīng)變量。7.3.1分析步驟為了方便起見，我們這里直接利用SPSS自帶的數(shù)據(jù)集plastic.sav，假設(shè)tear_res、gloss和opacity都使反響橡膠質(zhì)量的指標不要笑，是假設(shè)，現(xiàn)在要研究extrusn和additive對橡膠的質(zhì)量影響如何，那么應(yīng)采用多元方差分析。選擇Analyze=General Linear Model=Multivariate，那么彈出Mul