新建
上传
首页
助手
最?/div>
资料?/div>
工具

SPSS 10.0

高级教程十:征服一般线性模型(

2

?/p>

 

所谓的多元方差分析?/p>

就是说存在着不止一个应变量,而是两个以上的应变量共同反映

了自变量的影响程度。比如要研究某些因素对儿童生长的影响程度,则身高、体重等?/p>

可以作为生长程度的测量因子,即都应作为应变量?/p>

 

8.4.1 

分析步骤

 

为了方便起见,我们这里直接利?/p>

SPSS

自带的数据集

plastic.sav

,假?/p>

tear_res

?/p>

gloss

?/p>

opacity

都使反应橡胶质量的指标(不要笑,是假设),现在要研究

extrusn

?/p>

additive

对橡胶的质量影响如何,则应采用多元方差分析?/p>

 

选择

Analyze==>General 

Linear 

Model==>Multivariate

?/p>

则弹?/p>

Multivariate

对话框,

请注意,除了没有

random 

effect

外,它的所有元素都是和

univariate

对话框相同的?/p>

里面的内容也相同,因此我们这里就不再重复了?/p>

 

按照我们的分析要求,对话框操作步骤如下:

 

1.

 

Analyze==>General Lineal model==>Multivariate  

2.

 

Dependent Variable

?/p>

:选入

tear_res

?/p>

gloss

?/p>

opacity  

3.

 

Fixed Factors

框:选入

extrusn

?/p>

additive  

4.

 

单击

OK  

此处两个自变量均是二分类变量,故无需选择两两比较方法?/p>

 

8.4.2 

结果解释

 

按上面的选择,分析结果如下:

 

General Linear Model 

Ͼλ
新建
上传
首页
助手
最?/div>
资料?/div>
工具

SPSS 10.0

高级教程十:征服一般线性模型(

2

?/p>

 

所谓的多元方差分析?/p>

就是说存在着不止一个应变量,而是两个以上的应变量共同反映

了自变量的影响程度。比如要研究某些因素对儿童生长的影响程度,则身高、体重等?/p>

可以作为生长程度的测量因子,即都应作为应变量?/p>

 

8.4.1 

分析步骤

 

为了方便起见,我们这里直接利?/p>

SPSS

自带的数据集

plastic.sav

,假?/p>

tear_res

?/p>

gloss

?/p>

opacity

都使反应橡胶质量的指标(不要笑,是假设),现在要研究

extrusn

?/p>

additive

对橡胶的质量影响如何,则应采用多元方差分析?/p>

 

选择

Analyze==>General 

Linear 

Model==>Multivariate

?/p>

则弹?/p>

Multivariate

对话框,

请注意,除了没有

random 

effect

外,它的所有元素都是和

univariate

对话框相同的?/p>

里面的内容也相同,因此我们这里就不再重复了?/p>

 

按照我们的分析要求,对话框操作步骤如下:

 

1.

 

Analyze==>General Lineal model==>Multivariate  

2.

 

Dependent Variable

?/p>

:选入

tear_res

?/p>

gloss

?/p>

opacity  

3.

 

Fixed Factors

框:选入

extrusn

?/p>

additive  

4.

 

单击

OK  

此处两个自变量均是二分类变量,故无需选择两两比较方法?/p>

 

8.4.2 

结果解释

 

按上面的选择,分析结果如下:

 

General Linear Model 

">
新建
上传
首页
助手
最?/div>
资料?/div>
工具

SPSS 10.0

高级教程十:征服一般线性模型(

2

?/p>

 

所谓的多元方差分析?/p>

就是说存在着不止一个应变量,而是两个以上的应变量共同反映

了自变量的影响程度。比如要研究某些因素对儿童生长的影响程度,则身高、体重等?/p>

可以作为生长程度的测量因子,即都应作为应变量?/p>

 

8.4.1 

分析步骤

 

为了方便起见,我们这里直接利?/p>

SPSS

自带的数据集

plastic.sav

,假?/p>

tear_res

?/p>

gloss

?/p>

opacity

都使反应橡胶质量的指标(不要笑,是假设),现在要研究

extrusn

?/p>

additive

对橡胶的质量影响如何,则应采用多元方差分析?/p>

 

选择

Analyze==>General 

Linear 

Model==>Multivariate

?/p>

则弹?/p>

Multivariate

对话框,

请注意,除了没有

random 

effect

外,它的所有元素都是和

univariate

对话框相同的?/p>

里面的内容也相同,因此我们这里就不再重复了?/p>

 

按照我们的分析要求,对话框操作步骤如下:

 

1.

 

Analyze==>General Lineal model==>Multivariate  

2.

 

Dependent Variable

?/p>

:选入

tear_res

?/p>

gloss

?/p>

opacity  

3.

 

Fixed Factors

框:选入

extrusn

?/p>

additive  

4.

 

单击

OK  

此处两个自变量均是二分类变量,故无需选择两两比较方法?/p>

 

8.4.2 

结果解释

 

按上面的选择,分析结果如下:

 

General Linear Model 

Ͼλ">
Ͼλ
Ŀ

SPSS 10.0高级教程10 - 百度文库
新建
上传
首页
助手
最?/div>
资料?/div>
工具

SPSS 10.0

高级教程十:征服一般线性模型(

2

?/p>

 

所谓的多元方差分析?/p>

就是说存在着不止一个应变量,而是两个以上的应变量共同反映

了自变量的影响程度。比如要研究某些因素对儿童生长的影响程度,则身高、体重等?/p>

可以作为生长程度的测量因子,即都应作为应变量?/p>

 

8.4.1 

分析步骤

 

为了方便起见,我们这里直接利?/p>

SPSS

自带的数据集

plastic.sav

,假?/p>

tear_res

?/p>

gloss

?/p>

opacity

都使反应橡胶质量的指标(不要笑,是假设),现在要研究

extrusn

?/p>

additive

对橡胶的质量影响如何,则应采用多元方差分析?/p>

 

选择

Analyze==>General 

Linear 

Model==>Multivariate

?/p>

则弹?/p>

Multivariate

对话框,

请注意,除了没有

random 

effect

外,它的所有元素都是和

univariate

对话框相同的?/p>

里面的内容也相同,因此我们这里就不再重复了?/p>

 

按照我们的分析要求,对话框操作步骤如下:

 

1.

 

Analyze==>General Lineal model==>Multivariate  

2.

 

Dependent Variable

?/p>

:选入

tear_res

?/p>

gloss

?/p>

opacity  

3.

 

Fixed Factors

框:选入

extrusn

?/p>

additive  

4.

 

单击

OK  

此处两个自变量均是二分类变量,故无需选择两两比较方法?/p>

 

8.4.2 

结果解释

 

按上面的选择,分析结果如下:

 

General Linear Model 



ļ׺.doc޸Ϊ.docĶ

  • Ƹϰʼ
  • ҵʲָϡ
  • װƷչdz
  • ѡ-ʿʵϰ
  • ɫصȡʵԤϰ
  • ҽԺճάĿͶ鷶
  • Windchill10.2 ϵͳװ˵
  • Ǽ޹չ
  • 繤ʦ⾫ѡ()q
  • 2019߿64ƪ龳Ĭдȫ

վ

԰ Ͼλ
ϵͷ779662525#qq.com(#滻Ϊ@)