spss中一般线性模型解析

,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,*,1,一般线性模型（一）,*,2,一般线性模型,一般线性模型单变量分析的基本过程,完全随机设计资料的方差分析,随机区组（单位组）设计资料的方差分析,*,3,一、一般线性模型单变量分析的基本过程,General Linear Model,（,GLM,，一般线性模型）,包括：,Univariate,（单因变量多因素方差分析），,Multivariate,（多因变量方差分析），,Repeated Measures,（重复测量方差分析），,Variance,（方差分量分析）,GLM,可完成多自变量、多水平、多因变量、重复测量方差分析以及协方差分析等。,*,4,Univariate,（单因变量方差分析）基本过程,*,5,1,主对话框,Dependent Variable:,因变量,Fixed Facter:,固定因子，所有可能的水平都出现在样本中，如分组等,Random Facter:,随机因子，所有可能的取值并不都在样本中出现，如观察个体,Covariates:,协变量，协方差分析时用,WLS Weight: WLS,权重。用于加权最小二乘分析。,*,6,2,功能按钮,Model,：分析模型,Contrast,：对照方法,Plots,：分布图形,Post Hoc,：多重比较,Save,：保存运算值,Option,：选择输出项。,*,7,2.1 Model,按钮,、在,Specify Model,栏中指定模型类型,Full Factorial,，全模型，系统默认。包括所有因素的主效应和所有的交互效应。例如有三个因素变量，全模型包括三个因素的主效应、两两的交互效应和三个因素的高级交互效应。,Custom,，自定义模型。选择此项激活下面各操作框,*,8,、建立自定义模型,Factors,Covariates,框中自动列出可以作为因素的变量名，其后面的括号中标有字母“,F,”（固定因子）、“,R”,（随机因子）或者“,C”,（协变量）。,*,9,A,、选择效应类型,Interactin,：交互效应,Main effects,：主效应,All2-way,： 所有,2,维交互效应,All3-way,：所有,3,维交互效应,All4-Way,：所有,4,维交互效应,All5-Way,：所有,5,维交互效应,*,10,B,、选择模型中的主效应 （,Model,）,首先定义效应类型为,Main effects,鼠标键单击某一个因素，该变量名背景将改变颜色（一般变为蓝色），单击,Build Term,（,s,）栏中下面的箭头，该变量出现在,Mode1,中。一个变量名占一行称为主效应项。欲在模型中包括几个主效应项，就进行几次如上的操作。,*,11,C,、建立模型中的交互项,例如，因素有,Light(F),、,Device,（,F,）、,Target,（,F,），若要求模型中包括变量,Light,与,Device,交互效应。,首先定义效应类型为,Interactin,，,然后在,Factors,Covariates,框内的变量表中，用鼠标单击,Device,变量使其背景改变颜色，再用鼠标单击变量,Light,变量使其背景改变颜色；单击,Build Term,（,s,）栏内残数框的箭头按钮，一个交互效应出现在,Model,框中。模型增加了一个交互效应项：,Device*Light,。,*,12,C.,建立模型中的交互项,模型中包括三个变量的所有,2,维交互效应项，,定义效应类型为,All2-way,，,单击,light,、,Device,、,Target,三个变量名，,单击箭头按钮。,Model,中出现三个,2,维交互效应项：,Light*Device,、,Light*Target,、,Device*Target,。,模型中包括所有,3,维效应，,定义效应类型为,All3,way,，,单击变量,Llight,、,Device,、,Target,。,单击箭头按钮，,Model,框中出现,3,维交互效应项：,Ligh*Device*Target,。,*,13,、选择平方和分解的方法,Sum of squares:,TYPE,（嵌套设计）、,TYPE,（平衡设计、仅主效应）、,TYPE ,（系统默认、最常用）,TYPEIV,（不完整数据）。,*,14,2.2 Contrasts,按钮,Factors,框中显示出所有在主对话框中选中的因素，其后的括号中是当前的对比方法了；,Change Contrast,栏中改变对照方法。,*,15,可供选择的对照方法,None,：不进行均数比较；,Deviation,：比较预测变量或因素的每个水平的效应。选择,Last,或,First,作为参照的水平；,Simple,：对预测变量或因素变量的每一水平都与参照水平进行比较。选择,Last,或,First,作为参照水平；,Difference,：对预测变量或因素每一水平的效应，除第一水平以外，都与其前面各水平的平均效应进行比较。与,Helmert,对照方法相反；,注： 只有,Deviation,和,Simple,需要选择参考水平，,Last,（系统默认）和,First,。,*,16,2.3 Plots,按钮,Factor,：主对话框中所选因素变量名；,Horizontal,：横坐标框,Separate Lines,：确定分线变量,Separate Plots,：确定分图变量,*,17,2.4 Post Hoc,按钮,均数多重比较（事后检验）,*,18,2.5 Save,按钮,(,选择保存运算值,),通过在对话框中的选择，可以将所计算的,预测值,、,残差,和,诊断值（回归分析时）,作为新的变量保存在编辑数据文件中。以便在其他统计分析中使用这些值。,*,19,2.5 Save,按钮,(,选择保存运算值,),Predicted Values,（预测值）,Unstandardized,：非标准化预测值,Weighted,：如果在主对话框选择了,WLS,变量，选中该复选项将保存加权非标准化预测值,Standard Error,：预测值的标准误,Residuals,（残差栏）,Unstandarized:,非标准化残差,Weighted:,加权非标准化残差,Standardized:,标准化残差,Studentized:,学生化残差,Deleted:,剔除残差,*,20,2.5 Save,按钮,(,选择保存运算值,),Diagnostics,（诊断值栏）,Cooks distance,：,Cook,距离；,Leverage values,：非中心化,Leverage,值；,Save to new file,将参数协方差矩阵保存到一个新文件中,*,21,2.6 Option,按钮,(,选择输出项,),Display Means for,：显示分组因素,Display,：指定输出的统计量,Descriptive statistics,：描述统计量，均值、标准差，样本量,Estimates Of effect size,：效应量估计。,Observed power,：检验假设的功效。,Parameter estimates,：各因素变量的模型参数估计、标准误、,t,检验的,t,值、,P,值和,95,的置信区间。,Sigificance level,：指定,Confidence intervals,的显著性水平,*,22,Descriptive statistics,：描述统计量，均值、标准差，样本量,Estimates Of effect size,：效应量估计。,Observed power,：检验假设的功效。,Parameter estimates,：各因素变量的模型参数估计、标准误、,t,检验的,t,值、,P,值和,95,的置信区间。,Contrast coefficient matrix,：变换系数矩阵或,L,矩阵。,Homogeneity tests,：方差齐性检验。,Spread Vs level plot,：绘制观测量均值,-,标准差图、观测量均值,-,方差图。,Residuals plot,：绘制残差图。,Lack of fit,：检查因素和因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。对比系数矩阵的行与一般估计函数是线性组合的。,*,23,例,1,为研究多酚保健饮料对急性缺氧的影响，将,60,只,Wistar,小白鼠随机分为低、中、高,三个剂量组和一个对照组,，每组,15,只小白鼠。对照组给予蒸馏水,0.25ml,灌胃，低、中、高剂量组分别给予,2.0,、,4.0,、,8.0g/kg,的饮料溶于,0.20.3ml,蒸馏水后灌胃，每天一次。,40,天后，对小白鼠进行耐缺氧存活时间实验，结果如表,1,。试比较不同剂量的茶多酚保健饮料对延长小白鼠的平均耐缺氧存活时间有无差别。,二、完全随机设计资料的方差分析,*,24,对照组,低剂量组,中剂量组,高剂量组,21.31,23.48,20.16,26.13,35.07,24.33,30.23,38.47,23.14,20.34,24.49,25.24,28.11,33.97,36.84,35.10,27.48,26.98,21.32,20.23,24.74,21.86,38.61,28.01,19.54,19.56,19.46,22.47,29.79,28.65,27.13,23.37,18.03,17.39,25.63,29.38,22.68,25.13,28.79,28.44,24.03,24.37,28.81,20.16,23.01,34.44,33.24,34.22,22.82,16.01,18.74,22.51,28.32,31.69,31.68,35.08,18.72,18.42,29.04,28.29,表,1,各组小白鼠耐缺氧时间,/,min,*,25,建立数据文件：耐缺氧时间,.sav.,定义变量,*,26,建立数据文件：耐缺氧时间,.sav.,定义变量,输入数据,*,27,建立数据文件：耐缺氧时间,.sav.,定义变量,输入数据,开始分析：,analyze General Linear Model Univariate,YDependent Variable,GroupFixed Factors,*,28,建立数据文件：耐缺氧时间,.sav.,定义变量,输入数据,开始分析：,analyze General Linear Model Univariate,YDependent Variable,GroupFixed Factors,Post Hoc,：,Group Post Hoc Tests for,LSD,，,SNK, Bonferroni,*,29,建立数据文件：耐缺氧时间,.sav.,定义变量,输入数据,开始分析：,analyze General Linear Model Univariate,YDependent Variable,GroupFixed Factors,Post Hoc,：,Options,：,Group Display Means for,Descriptive Statistics,，,Homogeneity tests,*,30,主要结果,-,描述性统计量,*,31,主要结果,方差齐性检验的,P,值,方差齐性检验的,统计量,F,值,结论：尚不能认为各总体方差不齐,*,32,方差分析的,P,值,方差分析,F,值,方差分析,MS,值,(,均方）,方差分析,自由度,方差分析,SS,值,(,平方和）,总变异,组间变异,组内变异（误差变异）,结论：各组总体均数不等。,*,33,各组总体均数的,95%,置信区间,按方差分析中的误差均方计算的标准误,*,34,Bonferroni,方法的,P,值，是校正了,a,后的,*,35,均数标在同一列的组间差异无统计学意义，在不同列的差异有统计学意义，即对照组与低剂量差异无统计学意义，其他均有统计学意义,SNK,检验,*,36,用,Compare Means,One-Way ANOVA,建立数据同前,开始分析：,analyze ,Compare Means,One-Way ANOVA,YDependent List,GroupFactor,*,37,用,Compare Means,One-Way ANOVA,建立数据同前,开始分析：,analyze ,Compare Means,One-Way ANOVA,YDependent List,GroupFactor,Post Hoc,：,LSD,，,Bonferroni,，,SNK,*,38,用,Compare Means,One-Way ANOVA,建立数据同前,开始分析：,analyze ,Compare Means,One-Way ANOVA,YDependent List,GroupFactor,Post Hoc,：,LSD,，,Bonferroni,，,SNK,Options Statistics Descriptive,，,Homogeneity tests,*,39,各组总体均数的,95%,置信区间,按各自的方差计算的标准误,*,40,主要结果,方差齐性检验的,P,值,方差齐性检验的,统计量,F,值,*,41,方差分析的,P,值,方差分析,F,值,方差分析,MS,值,(,均方）,方差分析,自由度,方差分析,SS,值,(,平方和）,组内变异（误差变异）,组间变异,总变异,*,42,Bonferroni,方法的,P,值，是校正了,a,后的,*,43,均数标在同一列的组间差异无统计学意义，在不同列的差异有统计学意义，即对照组与低剂量差异无统计学意义，其他均有统计学意义,SNK,检验,*,44,练习,1,某人研究北京机关工作人员血脂水平，随机抽取不同年龄男性各,10,名受试者，检测他们的总胆固醇,(TC),的含量,(mmol/L),，其结果如下表：,青年组,中年组,老年组,5.00,4.78,5.12,5.14,5.24,5.23,4.85,5.18,5.13,5.16,5.26,5.21,4.93,4.89,4.89,4.98,5.23,4.98,5.18,5.07,5.20,5.16,5.10,5.15,4.95,5.21,4.99,5.25,5.31,5.19,*,45,三、随机区组（单位组）设计资料的方差分析,例,2,研究者欲比较,生物蛋白粉饲料,、,血浆蛋白粉饲料,和,普通饲料,喂养,断奶仔猪,的,增重效果,。为了消除和控制其他因素的影响，研究者将断奶仔猪配成若干,区组,(block),，每个区组,3,只仔猪，并且满足同一区组的仔猪是,同窝别,、,同性别,、,同日龄,、,体重接近,，共配成,10,个区组。然后在每个区组内随机将,3,只仔猪分配到各实验组。比较喂养,10,天后各实验仔猪的,平均体重增加量,(kg),，结果见表,2,。试比较各种饲料的增重效果有无差异。,*,46,表,2,生物蛋白粉、血浆蛋白粉和普通饲料饲养仔猪增重量,/Kg,*,47,建立数据文件：仔猪增重量,.sav,定义变量,*,48,建立数据文件：仔猪增重量,.sav,定义变量,输入数据,*,49,建立数据文件：仔猪增重量,.sav,定义变量,输入数据,开始分析：,analyze General Linear Model Univariate,YDependent Variable,Group,，,BlockFixed Factors,*,50,建立数据文件：仔猪增重量,.sav,定义变量,输入数据,开始分析：,analyze General Linear Model Univariate,YDependent Variable,Group,，,BlockFixed Factors,Model Custom Main effects,（,Group,，,Block,）,*,51,建立数据文件：仔猪增重量,.sav,定义变量,输入数据,开始分析：,analyze General Linear Model Univariate,YDependent Variable,Group,，,BlockFixed Factors,Model Custom Main effects,（,Group,，,Block,）,Post Hoc,：,Group Post Hoc Tests for,SNK,，,Dunnett,（,first,）,*,52,建立数据文件：仔猪增重量,.sav,定义变量,输入数据,开始分析：,analyze General Linear Model Univariate,YDependent Variable,Group,，,BlockFixed Factors,Model Custom Main effects,（,Group,，,Block,）,Post Hoc,：,Options,：,Group,，,Block Display Means for,*,53,总变异,处理组间变异,误差变异,区组间变异,主要结果,*,54,各组总体均数的,95%,置信区间,*,55,*,56,均数标在同一列的组间差异无统计学意义，在不同列的差异有统计学意义，即血浆蛋白与生物蛋白的增重效果差异无统计学意义，其他均有统计学意义,*,57,练习,2.,四个种系未成年雌性大白鼠各三只，每只按一种剂量注射雌激素，一段时间后，解剖称子宫重量。结果见下表，试分析注射不同雌激素剂量，子宫重量是否不同。,种系,剂 量,0.2(1),0.4(2),0.8(3),A(1),106,116,145,B(2),42,68,115,C(3),70,111,133,D(4),42,63,87,