12被浏览7,809分享邀请回答21 条评论分享收藏感谢收起0添加评论分享收藏感谢收起写回答SPSS统计基础-单因素方差分析功能的使用
“单因素ANOVA”过程按照单因子变量（自变量）生成对定量因变量的单因素方差分析。用于检验数个均值相等的假设。这种方法是双样本t
检验的扩展。除了确定均值间存在着差值外，您可能还想知道哪些均值之间存在着差值。比较均值有两类检验方法：先验对比和两两比较检验。对比是在试验开始前进行的检验，而两两比较检验则是在试验结束后进行的。您也可以检验各个类别的趋势。
示例。炸面包圈在烹制过程中吸收的脂肪量各不相同。我们设计了一个涉及三种脂肪的实验：花生油、玉米油和猪油。花生油和玉米油是不饱和脂肪，而猪油是饱和脂肪。除了确定吸收的脂肪量是否因使用的脂肪类型而异外，您还可以建立一个先验对比，确定吸收的脂肪量是否也因饱和脂肪和不饱和脂肪而异。
统计量。对于每个组：个案数、均值、标准差、均值的标准误、最小值、最大值和均值的95% 置信区间。Levene
的方差齐性检验、每个因变量的方差分析表和均值相等的稳健测试、用户指定的先验对比以及两两比较范围检验和多重比较：Bonferroni、Sidak、Tukey’s
真实显著性差异、Hochberg’s GT2、Gabriel、Dunnett、Ryan-Einot-Gabriel-Welsch F
检验(R-E-G-W F)、Ryan-Einot-Gabriel-Welsch 范围检验(R-E-G-W Q)、Tamhane’s
T2、Dunnett’s T3、Games-Howell、Dunnett’s C、Duncan
的多范围检验、Student-Newman-Keuls (S-N-K)、Tukey
的b、Waller-Duncan、Scheff& 和最小显著性差异。
数据。因子变量值应为整数，而因变量应为定量变量（区间测量级别）。
假设。每个组是来自正态总体的独立随机样本。尽管数据应对称，但方差分析对于偏离正态性是稳健的。各组应来自方差相等的总体。为了检验这种假设，请使用Levene的方差齐性检验。
获取单因素方差分析
从菜单中选择：
比较均值& 单因素ANOVA...
选择一个或多个因变量。
选择一个自变量因子变量。
单因素ANOVA：对比
您可以将组间平方和划分成趋势成分，或者指定先验对比。
多项式。将组间平方和划分成趋势成分。可以检验因变量在因子变量的各顺序水平间的趋势。例如，您可以检验各个顺序级别的最高工资水平间的线性趋势（上升或下降）。
.度。可以选择1 度、2 度、3 度、4 度或5 度多项式。
系数。用户指定的用t
统计量检验的先验对比。为因子变量的每个组（类别）输入一个系数，每次输入后单击添加。每个新值都添加到系数列表的底部。要指定其他对比组，请单击下一个。用下一个和上一个在各组对比间移动。
系数的顺序很重要，因为该顺序与因子变量的类别值的升序相对应。列表中的第一个系数与因子变量的最低组值相对应，而最后一个系数与最高值相对应。例如，如果有六类因子变量，系数&1、0、0、0、0.5
和0.5 将第一组与第五和第六组进行对比。对于大多数应用程序而言，各系数的和应为0。系数和不是0
的集也可以使用，但是会出现一条警告消息。
单因素ANOVA：两两比较检验
一旦确定均值间存在差值，两两范围检验和成对多重比较就可以确定哪些均值存在差值了。范围检验识别彼此间没有差值的同类均值子集。成对多重比较检验每一对均值之间的差分，并得出一个矩阵，其中星号指示在0.05
的alpha 水平上的组均值明显不同。
假定方差齐性
Tukey’s 真实显著性差异检验、Hochberg’s
GT2、Gabriel 和Scheff&
是多重比较检验和范围检验。其他可用的范围检验为Tukey 的b、S-N-K
(Student-Newman-Keuls)、Duncan、R-E-G-W F（Ryan-Einot-Gabriel-Welsch F
检验）、R-E-G-W Q（Ryan-Einot-Gabriel-Welsch
范围检验）和Waller-Duncan。可用的多重比较检验为Bonferroni、Tukey’s
真实显著性差异检验、Sidak、Gabriel、Hochberg、Dunnett、Scheff&
和LSD（最小显著性差异）。
.LSD. 使用t
检验执行组均值之间的所有成对比较。对多个比较的误差率不做调整。
. Bonferroni.使用t
检验在组均值之间执行成对比较，但通过将每次检验的错误率设置为实验性质的错误率除以检验总数来控制总体误差率。这样，根据进行多个比较的实情对观察的显著性水平进行调整。
.Sidak. 基于t 统计量的成对多重比较检验。Sidak
调整多重比较的显著性水平，并提供比Bonferroni 更严密的边界。
. Scheffe. 为均值的所有可能的成对组合执行并发的联合成对比较。使用F
取样分布。可用来检查组均值的所有可能的线性组合，而非仅限于成对组合。
. R-E-G-W F. 基于F
检验的Ryan-Einot-Gabriel-Welsch 多步进过程。
. R-E-G-W Q.
基于学生化范围的Ryan-Einot-Gabriel-Welsch 多步进过程。
使用学生化的范围分布在均值之间进行所有成对比较。它还使用步进式过程比较具有相同样本大小的同类子集内的均值对。均值按从高到低排序，首先检验极端差分。
使用学生化的范围统计量进行组间所有成对比较。将试验误差率设置为所有成对比较的集合的误差率。
.Tukey 的b.
使用学生化的范围分布在组之间进行成对比较。临界值是Tukey's 真实显著性差异检验的对应值与Student-Newman-Keuls
的平均数。
.Duncan. 使用与Student-Newman-Keuls
检验所使用的完全一样的逐步顺序成对比较，但要为检验的集合的错误率设置保护水平，而不是为单个检验的错误率设置保护水平。使用学生化的范围统计量。
.Hochberg 的GT2.
使用学生化最大模数的多重比较和范围检验。与Tukey's 真实显著性差异检验相似。
. Gabriel.
使用学生化最大模数的成对比较检验，并且当单元格大小不相等时，它通常比Hochberg's GT2
更为强大。当单元大小变化过大时，Gabriel 检验可能
会变得随意。
.Waller-Duncan. 基于t 统计的多比较检验；使用Bayesian
.Dunnett. 将一组处理与单个控制均值进行比较的成对多重比较t
检验。最后一
类是缺省的控制类别。另外，您还可以选择第一个类别。双面检验任何水平（除了控制类别外）的因子的均值是否不等于控制类别的均值。&控制检验任何水平的因子的均值是否小于控制类别的均值。&
控制检验任何水平的因子的均值是否大于控制类别的均值。
未假定方差齐性
不假设方差相等的多重比较检验有Tamhane 的T2、Dunnett
的T3、Games-Howell和Dunnett 的C。
Tamhane 的T2. 基于t
检验的保守成对比较。当方差不相等时，适合使用此检验。
Dunnett 的T3.
基于学生化最大值模数的成对比较检验。当方差不相等时，适合使用此检验。
Games-Howell.
有时会变得随意的成对比较检验。当方差不相等时，适合使用此检验。
Dunnett 的C.
基于学生化范围的成对比较检验。当方差不相等时，适合使用此检验。
单因素ANOVA：选项
统计量。选择下列各项的一个或多个：
描述性。计算每组中每个因变量的个案数、均值、标准差、均值的标准误、最小值、最大值和95% 置信区间。
固定和随机效果。显示固定效应模型的标准差、标准误和95%
置信区间，以及随机效应模型的标准误、95% 置信区间和成分间方差估计。
方差同质性检验。计算Levene
统计量以检验组方差是否相等。该检验独立于
正态的假设。
Brown-Forsythe。计算Brown-Forsythe
统计量以检验组均值是否相等。当方差相等的假设不成立时，这种统计量优于F 统计量。
Welch。计算Welch
统计量以检验组均值是否相等。当方差相等的假设不成立时，这种统计量优于F 统计量。
均值图。显示一个绘制子组均值的图表（每组的均值由因子变量的值定义）。
缺失值。控制对缺失值的处理。
按分析顺序排除个案。给定分析中的因变量或因子变量有缺失值的个案不用于该。而且，也不使用超出为因子变量指定的范围的个案。
按列表排除个案。因子变量有缺失值的个案，或包括在主对话框中的因变量列表上的任何因变量的值缺失的个案都排除在所有分析之外。如果尚未指定多个因变量，那么这个选项不起作用。
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。|/|/|/|/|/|
//|//|//|//|//|
请教logistic回归分析（单因素与多因素两者的关系）及spss分析结果解释
求logistic回归分析的思路及spss分析结果解释，单因素与多因素logistic回归分析，到底是什么关系，spss分析中，怎样才是单因素分析，怎样才是多因素分析，求高手不吝赐教！求助中logistic 回归一般步骤:一:变量编码,二:哑变量的设置,涉及如何设计哑变量三:各个自变量的单因素分析,主要检查有无共线性和交互作用四:变量的筛选,若有共线性的话,只有一个变量能进入方程五:交互作用的引入,分析有无此必要,主要看引入后方程是不是更加好六:建立多个模型七:选择最优模型,主要看R平方校正值,越大越好八：模型应用条件的评价九：输出结果的解释
您的位置： &&如何用spss做单因素方差分析.我一共有九个组,每组4个数据,请从输数据开始告知具体步骤好吗?
如何用spss做单因素方差分析.我一共有九个组,每组4个数据,请从输数据开始告知具体步骤好吗?
eans - ony way anove 出选项 dependent list 选A 、factor 选B 研究A的不同对B是否有差异 出分析后 第一个表 是 各组方差齐性检验 若 sig&0.05 方差一致无差异 第二个表 组间方差分析 若sig&0.05 则有差异反之无差异 第三个表 均值配组比较 用于看 各两两之间的是否有差异 &0.05的两组就存在差异
我有更好的回答：
剩余:2000字
与《如何用spss做单因素方差分析.我一共有九个组,每组4个数据,请从输数据开始告知具体步骤好吗?》相关的作业问题
设置两个变量,一个是饲料种类,有三个值；另一个变量就是你的数据了.
是的,你的分析思路是对的指的是每个组都是正态分布方差不齐的情况下,方差分析原则上不能用,注意,是原则上我替别人做这类的数据分析蛮多的
用相关性检验就行,a中10中元素作为一组,b中10种元素作为一组,然后a与b做相关检验,相关检验如何做,你可以搜一下,很多检验方式,这里也不好回答,找有图文的,如有不明,可继续提问
F值是F检验的统计量,也就是组间和组内的离差平方和与自由度的比值显著性就是与F统计量对应的显著性水平,0,001说明拒绝原假设即单因素的不同水平之间有显著差异 再问： F值的大小与样本数据本身的大小没关是吧？ 再答： 和数据本身的大小没关系 你这个F值完全没问题再问： 谢谢了！
单组卡方分析,非参数里 再问： 是在非参数检验里面选择哪个？第一是卡方，第二是二项式，第三是游程，第四是1-样本K-S，第五是2个独立样本，第六是K个独立样本，第七是2个相关样本，第八是K个相关样本，选哪个呀 再答： 第一个
方差齐性检验的话显著性要大于0.05,在Option那里选择Homogenety of variance test就可以了.不满足的话,只能独立样本T检验了,会给两个结果,看第一个sig小于0.05时对应的第2个sig推荐去买本详细的教程,ANOVA的话初级就可以了,如果想做更多就连高级一起买.
如果你要做单因素方差分析,请你先好好认识一下单因素方差分析的方法和原理（统计类书刊有写）,然后再进行相关操作.按照你的描述,是否是把A作为因素,B作为结果做出来的一组数列矩阵,如果是这样,那么就是类似于在不同的A条件下,检测B的结果是否具有差异性,如果条件A没有做重复,那么两两之间无法进行方差分析,如果你将50个数据定
one-way ANOVA方差分析项的post Hoc test分别有二选项:1.假设方差齐时有一系列的分析方法可选.2.假设方差不齐时又有一系列的分析方法可选.再者,为保证统计准确,如果方差不齐,可以进行对数,倒数或函数的转换,选择适当的转换形式,直到齐性检验变为不显著.如果还不行就只能用非参数的单因素分析.如果非要
应该不会的啊,影响什么的因素,应该做回归吧,可进入我的百度空间查看我的联系方式
看到好多次了……LZ不放下次问的时候先百度知道一下或者 进行方差分析时,除研究因素外应保证其他条件的一致.这就要用到协方差分析.协方差分析是利用线性回归的方法消除混杂因素的影响后进行方差分析.协方差分析依据影响因素和协变量的个数分为单因素协方差分析、随机区组设计协方差分析和析因协方差分析 本实例演示从最基本的单因素协方
2.假设方差不齐时又有一系列的分析方法可选.再者,为保证统计准确,如果方差不齐,可以进行对数,倒数或函数的转换,选择适当的转换形式,直到齐性检验变为不显著.如果还不行就只能用非参数的单因素分析.如果非要进行方差分析则需要把means±SD范围外的数据剔除.实际操作中对方差齐性等适用条件的把握:1.单因素方差分析:根据B
你要考察的是什么?不同组别的抗体效价是否存在显著差异?在Dataview里组别竖着一列（组别以数字1,2,3,4,5区分）,抗体效价竖着一列.然后分析--->比较平均数法---->单因素方差分析.将组别放到自变量框,抗体效价放到因变量框.如果还想考察不同日龄,那就再加一列,20日龄可以量化为“1”,30日龄可以为“2”
也就是你的变量3.4.5.6.7中有一个组的样本的数量少于两个,这样系统没有给你进行多重检验,如果你不需要就可以直接用方差分析的结果,如果你需要多重检验的结果,你就需要对你的这些变量进行重新分组.
1.打开SPSS&&输入数据2.点击分析--&比较均值--&单因素3.确定
是的,需要用多重比较,多重比较的方法随便选哪个,如果方差检验齐性通过选择多重比较中上面的方法,如果方差检验齐性没通过选择多重比较中下面的方法 再问： 能不能详细说一下多重比较的方法和步骤，多谢多谢~ 再答： 额。。。就是在单因素方差分析里面啊，选择多重比较就可以拉
说实话是不能做分析的 数据少但还是和你说下这种数据形式怎么做单因素方差分析吧先设置三个变量 重复数 工具 诱虫量 然后知道怎么输了吧!在分析里找均值分析 点击最后一个单因素方差分析,把诱虫量变量输入到上面的格中,工具输入到下面那个格中 就可以了
数据输好→分析→数据缩减
SPSS统计软件的one way ANOVA在方差不齐时是可以使用的,此时你应该使用Brown-Forsythe或Welch的修正值.当你想看哪两组有差异时,可以使用one way ANOVA 再问： 估计要用到多重比较，你觉得哪种多重比较方法比较好？
点菜单 analyze - compare means - ony way anove 出选项 dependent list 选A 、factor 选B 研究A的不同对B是否有差异 出分析后 第一个表 是 各组方差齐性检验 若 sig>0.05 方差一致无差异第二个表 组间方差分析 若sig