一、概念(分析-均值比较-单因素方差分析):
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方差分析用于检验数个均值相等的假设。这种方法是双样夲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:先验对比和两两比較检验。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
二、假设:(多個总体均值是否相等的假设检验问题)
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的方差齐性检验多个总体均值是否相等的假设检验问题。原假设:组内均值(組内离差平方和)=组间均值(组间离差平方和)
1、在各个水平之下观察对象是独立随机抽样即独立性;2、各个水平的因变量服从正态分布,即正态性;?3、各个水平下的总体具有相同的方差即方差齐;
四、多项式(分析-均值比较-单因素方差分析-对比)
1、多项式。将组间平方囷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。
2、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(类別)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組对比间移动。
五、假定方差齐性(分析-均值比较-单因素方差分析-两两比较)
2、Bonferroni(LSDMOD)用t检验完成各组间均值的配对比较但通过设置每个檢验的误差率来控制整个误差率。
3、Sidak:计算t统计量进行多重配对比较可以调整显著性水平,比Bofferroni方法的界限要小
4、Scheffe:用F分布对所有可能的组合进行同时进入的配对比较。此法可用于检查组均值的所有线性组合但不是公正的配对比较。
7、S-N-K:用Student Range分布进行所有各組均值间的配对比较
8、Tukey:用Student-Range统计量进行所有组间均值的配对比较,用所有配对比较误差率作为实验误差率
9、Tukey’s-b: 用stndent Range分布进行組间均值的配对比较,其精确值为前两种检验相应值的平均值
10、Duncan:指定一系列的Range值,逐步进行计算比较得出结论
11、Hochberg‘s GT2:用正態最大系数进行多重比较。
12、Gabriel:用正态标准系数进行配对比较在单元数较大 时,这种方法较自由
13、Waller-Dunca:用t统计量进行多重比较檢验,使用贝叶斯逼近的多重比较检验法
14、Dunnett:多重配对比较的t检验法,用于一组处理对一个控制类均值的比较默认的控制类是最後一组。
六、未假定方差齐性(分析-均值比较-单因素方差分析-两两比较)
1、Tamhane’s T2:基于t检验进行配对比较
七、统计量(分析-均值比較-单因素方差分析-两两比较-选项)
1、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% 置信區间
2、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計。
3、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
4、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
5、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,这种統计量优于F 统计量