spssau三因素方差分析操作

1、三因素方差当X为定类数据，Y为定量数据时，通常使用的是方差分析进行差异研究。X的个数为一 个时，我们称之为单因素方差；X为2个时则为双因素方差；X为3个时则称作三因素方差，依 次下去。当X超过1个时，统称为多因素方差。在实验研究中，比如研究者测试某新药对于胆固醇水平是否有疗效；研究者共招募72名被 试，男女分别为36名，以及男女分别再细分使用新药和普通药物；同时高血压患者对于新药可 能有干扰，因而研究者将被试是否患高血压也纳入考虑范畴中。因而最终，乂共分为三个，分别 是药物（旧药和新药）、性别，是否患高血压；Y为胆固醇水平。因而需要进行三因素方差分析即 多因素方差分析。特别提示：4- 对于双因

2、素方差，三因素方差分析；SPSSAU单独提供研究方法，并且提供更多指标输 出比如交互效应或图形等；4- 如果是实验研究，建议使用双因素，或者三因素方差分析等；L 针对X超过3个时，只能直接使用多因素方差分析；L X均为定类数据，Y为定量数据。SPSSAU分析结果表格示例如下:多因素方差分析结果平方和dfFP截距511.32514397.6210.000*性别0.34012.9250.092是否高血压7.825167.3000.000*药物0.82417.0910.010*残差7.90768nullnullR2=0.547三因素方差案例Contents TOC o 1-5 h z HYPERLI

3、NK l bookmark7 o Current Document 1背景2 HYPERLINK l bookmark10 o Current Document 2理论2 HYPERLINK l bookmark13 o Current Document 3操作24 SPSSAU输出结果45文字分析66剖析61背景某研究者测试新药对于胆固醇水平是否有疗效；研究者共招募72名被试，男女分别为36名， 并且男性或女性中是否高血压患者各为18名，并且当前被试的胆固醇水平基本均保持在6.5左 右。最终X共分为三个，分别是药物（旧药和新药）、性别，是否患高血压；Y为胆固醇水平。同时，明显的可以想到，实验

4、前的胆固醇水平基数，很可能会影响到最终的胆固醇水平，因 此“实验前胆固醇水平”是一个干扰因素，因此将其作为协变量纳入模型中。2理论三因素方差分析，通常用于实验研究，如果某个X呈现出显著性，此时可接着使用单因素 方差分析或者事后检验，继续对比具体差异情况。特别提示：4- 三因素方差时，有可能涉及到交互作用研究（比如二阶效应或三阶效应），SPSSAU默 认不会进行输出，需要主动进行设置；4- 3因素方差时，共有3个X，因此二阶效应共涉及两两组合，一共为3个二阶交互项；L 3因素方差时，共有3个X， 3个X只会有一个组合，因而会1个三阶交互项；4- 针对X超过3个时，只能直接使用多因素方差分析；L

5、X均为定类数据，Y为定量数据。3操作本例子中研究3个X对于Y的差异；X分别性别，是否高血压和药物，Y为胆固醇水平，同时将“实验前胆固醇水平”作为协变量纳入模型中，以及暂时不考虑交互效应，因此二阶效应和三阶效应处均不选中，SPSSAU放置如下:开始二因素方差分析二阶效应I I三阶效应I J胆固醇水平 瞄是否局血压 药物月旦固醇水平实验前4 SPSSAU输出结果二因素方差分析结果差异源平方和df均方FPIntercept2.10512.10518.0480.000*性别0.31410.3142.6900.106是否高血压7.89517.89567.6990.000*药物0.90510.9057.7

6、580.007*胆固醇水平实验前0.09410.0940.8020.374Residual7.813670.117nullnullR2： 0.552* p0.05 *p0.05)，说明实验前胆固醇水平并没有带来影响关系，因而也可以考虑将 此项移出模型中。研究重点在于药物对于胆固醇水平的帮助，在这里药物呈现出0.05水平的显著性(F=7.758, P=0.0070.05)，是否高血压这项呈现出显著 性(F=67.699,P=0.0000.05)，具体也可以使用单因素方差深入探究是否高血压被试在胆固醇水 平上的差异性。另外，如果需要分析交互作用，如果需要分析交互作用，一般只会考虑二阶效应，三阶效应

7、 过于复杂通常不会考虑。通常情况下，交互作用分析的前提有两点且两点同时满足前提下才会进 行交互作用分析，分别如下：编号交互作用分析前提条件备注说明1自变量X呈现出显著性如果X没有呈现出显著性，说明没有影响，因此更不 可能有进一步的交互关系研究2交互项呈现出显著性即使自变量呈现出显著性，但交互项也可能不会呈现 出显著性交互作用的分析是基于自变量呈现出显著性，并且交互项也呈现出显著性的前提下；本案例 如果考虑二阶交互作用时，交互项均不会呈现出显著性，如下表：二因素方差分析结果差异源平方和df均方FPIntercept2.17012.17018.1820.000*性别0.40510.4053.397

8、0.070是否高血压2.85512.85523.9260.000*二因素方差分析结果差异源平方和df均方FP药物0.28610.2862.3930.127性别*是否高血压0.12510.1251.0490.310性别*药物0.03610.0360.3050.583是否高血压*药物0.05210.0520.4380.510胆固醇水平实验前0.07810.0780.6560.421Residual7.638640.119nullnullR2： 0.562*p0.05 * p0.05)，说明二 者不存在交互关系，从上图也可以看出，两条线完全平行没有交叉，说明有高血压到无高血压变 化时，是否使用新药，胆固醇水平变化幅度完全一致，也即刚好证明不存在二阶交互效应。特别提示：是否放入交互项时，即是否考虑到交互作用时，有可能自变量的显著性情况有变化，比如不 考虑交互作用时某个自变量呈现出显著性，如果考虑到交互作用时，该自变量却不会呈现出显著 性。类似这种情况的原因在于模型变化，而且该自变量可能显著性水平不是特别高所致，可针对 实际情况选择最优结果。5文字分析同第4点6剖析特别提示：4- 三因素方差时，有可能涉及到交互作用研究（比如二阶效应或三阶效应），SPSSAU默