(精品)SPSS课件GLM例题

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,*,辽宁医学院,SPSS,统计软件应用,温有锋,四、,General Linear Model,（,简称,GLM,，,一般线性模型）过程,GLM,过程可以完成实验设计的多自变量、多水平、多因变量、重复测量方差分析以及协方差分析等。它包括：,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）,（一）,Univariate,（单因变量多因素方差分析）,完全随机设计资料的方差分析（,one-way ANOVA,）,随机区组设计资料的方差分析（,two-way ANOVA,）,拉丁方设计资料的方差分析（,three-way ANOVA,）,析因分析（,factorial analysis,）,协方差分析（,analysis of covariance,）,1,、单变量多因素方差分析调用步骤,1.1,主对话框,Dependent Variable:,定义因变量；,Fixed,Facter,:,定义固定变量,;,Random,Facter,:,定义随机变量,;,Covariates:,协变量，协方差分析时选用；,WLS Weight:,变量加权。用于最小二乘分析。,1.2,功能按钮,Model,：,选择分析模型；,Contrast,：,选择对照方法；,Plots,：,选择分布图形；,Post Hoc,：,选择多重比较分析；,Save,：,选择保存运算值；,Option,：,选择输出项。,1.2.1 Model,按钮,、在,Specify Model,栏中指定模型类型,Full Factorial,选项，此项为系统默认的模型类型。该项选择建立全模型。全模型包括所有因素变量的主效应和所有的交互效应。例如有三个因素变量，全模型包括三个同素变量的主效应、两两的交互效应和三个因素的交互效应。,Custom,选项，建立自定义的模型。此项的选择激活下面各操作框,、建立自定义模型类型,选择了,Custom,后，在,Factors,Covariates,框中自动列出可以作为因素变量的变量名，其变量名后面的括号中标有字母“,F”,；,和可以作为协变量的变量名，其变量名后面的括号中标有字每“,C”,。,A,、,选择模型中的主效应（,Model,）,鼠标键单击某一个单个的因素变量名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。注意，选择主效应必须选择一个，用箭头按钮送入模型一个。也可以同时送两个或多个到,Model,框中。,B,、,选择交互效应类型,Interactin,选项，选中此项可以指定任意的交互效应；,Main effects,选项，选中此项可以指定主效应；,All2-way,选项，指定所有,2,维交互效应,;,All3-way,选项,指定所有,3,维交互效应,;,All4-Way,选项，指定所有,4,维交互效应,;,All5-Way,选项，指定所有,5,维交互效应。,C,、,建立模型中的交互项,利用选中的交互效应类型可以建立模型中的交互项了。例如，因素变量有,Light(F),、,Device,（,F,）,、,Target,（,F,）。,要求模型中包括变量,Light,与,Device,交互效应，相应的操作是在,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，此为选择了交互项之一，再用鼠标单击变量,light,变量使其背景改变颜色；此为选择了交互项之二。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,。,建立模型中的交互项,要求模型中包括三个变量的所有,2,维交互效应项时应该分别用鼠标单击,light,、,Device,、,Target,三个变量名。在,Build Term,（,s,）,栏内残数框中选择,All2,way,项，单击箭头按钮。在,Model,中出现三个,2,维交互效应项：,light*device,、,light*target,、,device*target,。,若要求模型中包括所有,3,维效应，由于可以作为因素变量的只有三个变量，因此可以有两种操作方法。鼠标分三次单击变量,light,、,device,、,target,。,选择,Build Term,（,s,）,栏内残数框中的,Interaction,或,All3,way,项，再申击箭头按钮，均可以在,Model,框中出现,3,维交互效应项：,ligh,*device*target,。,、选择分解平方和的方法,在对话框的下部有,Sum of squares,后跟一个矩形框，可以进行四项选择来确定平方和的分解方法，包括,TYPE,、,TYPE,、,TYPE,和,TYPEIV,四种。其中,TYPE,是系统默认的，也是常用的一种。,1.2.2 Contrasts,按钮,在,Factors,框中显示出所有在主对话框中选中的因素变量。因素变量名后的括号中是当前的对比方法了；,Change Contrast,栏中改变对照方法。,可供选择的残照方法,None,选项，不进行均数比较；,Deviation,选项，比较预测变量或因素的每个水平的效应。选择,Last,或,First,作为忽略的水平；,Simple,选项，除了作为残考的水平外对预测变量或因素变量的每一水平都与残考水平进行比较。选择,Last,或,Firt,作为残考水平；,Difference,选项，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；,对照的残考水平,对照的残考水平有两个，只有选择了,Deviation,或,Simple,方法时需要选择残考水平。共有两种可能的选择，最后一个水平,Last,选项和第一水平,First,选项。系统默认的残考水平是,Last,。,1.2.3 Plots,按钮,Facror,：,主对话框中所选因素变量名；,Horizontal,：,横坐标框,Separiate,Lines,：确定分线变量,Separiate,Plots,：确定分图变量,具体见析因分析,1.2.4 Post Hoc,按钮,选择均数多重比较，具体内容残见,One-way,过程,1.2.5 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,检测值,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。,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权重非标准化预测值,Standard Error,：,预测值误差,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,将残数协方差矩阵保存到一个新文件中,Save,按钮,(,选择保存运算值,),Residuals,（残差栏）,Unstandarized,:,非标准化残差，观测值与预测值之差；,Weighted:,如果在主对话框选择了,WLS,变量，选中该复选项将保存权重非标准化残差,;,Standardized:,标准化残差；,Studentized,:,学生化残差；,Deleted:,剔除残差，自变量与校正预测值之差。,1.2.6 Option,按钮,(,选择输出项,),估测边际均值栏,在,Display,栏中指定要求输出的统计量,在,Singificance,level,框,中，改变,Confidence intervals,框内多重比较的显著性水平,Descriptive statistics,复选项，输出的描述统计量有观测量的均值、标准差和每个单 元格中的观测量数。,Estimates Of effect size,复选项，输出效应量估计。选择此项，给出,2,(eta-Square),值，它反映了每个效应与每个参数估计值可以归于因素的总变异的大小。,Observed power,复选项，给出各种检验假设的功效。计算功效的显著性水平，系统默认的临界值是,0.05,。,Parameterestimates,复选项，给出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,复选项，显示变换系数矩阵或,L,矩阵。,Homogeneity tests,复选项，进行方差齐性检验。,Spread Vs level plot,复选项，绘制观测量均值,-,标准差图、观测量均值,-,方差图。,Residualsplot,复选项，绘制残差图。给出观测值、预测值散点图和观测量数目对标 准化残差的散点图，加上正态和标准化残差的正态概率图。,Lack of fit,复选项，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,复选项，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。,在,Significancelevel,框中改变,Confidence intervals,框内多重比较的显著性水平,2.,单变量方差分析应用实例,2.1,随机区组设计资料的方差分析,随机区组设计：是采用随机化的分组方法，将所有实验对象分配到,g,个处理组（水平组），各组分别接受不同的处理，实验结束之后比较各组均数之间差别有无统计学意义，推论处理因素效应的设计。,将受试对象按一定相同或相近条件（动物的性别、年龄、体重、种系等，病人的性别、年龄、病情等）组成配伍组，每个配伍组中受试对象的个数等于处理的组数，再将每个配伍组内的受试对象随机分配到各处理组中，分别接收不同的处理。,例题（,1,）,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。结果如下：,剂 量,种系,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,操作方法与步骤,定义三个变量：两个分类变量，一个连续变量。,大白鼠种系变量：,mouse,，取值,1,4,，是种系,A,D,种系的代码；,雌激素剂量变量：,etrogen,，取值,l,3,，是剂量,0.2,、,0.4,、,0.8,三种剂量的代码；,子宫重量变量：,wuteri,，连续变量。是本课题的研究对象。,Data12,03,结果分析,因素变量表,大白鼠子宫重量按大白鼠种系和雌激素剂量分组,主效应方差分析结果,Corrected Model,：校正模型，,Mouse,、,Etrogen,；,Intercept,：截距。在分析中没有实际意义；,Error,：误差；反应的协变量效应、交互效应、随机因素效应和组内差异；,Total,是偏差平方和在数值上等于截距、主效应、误差之和；,Corrected Total,：校正总和。偏差平方和在数值上等于校正模型与误差之和,TYP sum of squares,偏差平方和。,df,自由度。,Mean Square,均方。数值上等于偏差平方和除以相应的自由度。,F,值，是两个均方差之比。,Sig,，进行,F,检验的,p,值。从,p,值看,此得出