预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共51页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

第九讲多因素方差分析对两个及以上分类变量或可能出现的协变量与一个连续变量之间的相关分析 单因素方差分析和多因素方差分析统称一元方差分析,即针对一个因变量的分析只考虑主效应,不考虑交互效应及协变量 考虑主效应和交互效应,但不考虑协变量 考虑主效应、交互效应和协变量只考虑主效应实例1 之前的分析发现受访者的性别会影响其月收入,教育程度也会影响月收入,那么这里的问题是,当我们控制了其中一个变量后,另一个变量对月收入的单独影响是否仍然显著,也就是性别和教育对月收入的主效应是否显著?步骤1:点击“univariate”,弹出对话框步骤2:选择因变量(只能选一个)和自变量步骤3:点击“Model”,弹出对话框步骤4:在Model中选择Custom,在BuildTerm中选择Maineffects步骤5:将性别和教育变量选入右侧Model步骤6:点击Continue,回到主对话框步骤7:点击Plots,弹出对话框步骤8:将教育变量作为横坐标步骤9:将性别变量作为两条不同水平线步骤10:点击Add步骤11:点击Continue,回到主对话框步骤12:点击OK,出现结果一结果二:均数图考虑交互效应实例2 在例1中,我们分析了性别和教育变量对受访者月收入的主效应,但进一步的问题是,对于不同教育水平的受访者而言,性别对月收入的影响是否存在差异,即在性别和教育之间是否存在交互作用?步骤1:点击“univariate”,弹出对话框步骤2:选择因变量(只能选一个)和自变量步骤3:点击“Model”,弹出对话框步骤4:在Model中选择Custom,在BuildTerm中选择Interaction2024/10/31步骤5:将性别和教育变量分别选入右侧Model步骤6:将性别和教育变量同时选入右侧Model步骤7:点击Continue,回到主对话框步骤8:点击Plots,弹出对话框步骤9:将教育变量作为横坐标步骤10:将性别变量作为两条不同水平线步骤11:点击Add步骤12:点击Continue,回到主对话框步骤13:点击OK,出现结果一结果二:均数图结果解释考虑协变量实例3 在例1和例2中,我们分别考察了性别和教育的主效应和交互效应,但是,除了这两个分类自变量的影响外,我们还想知道在控制了性别和教育变量后,年龄这一连续变量是否也对月收入产生影响?步骤1:点击“univariate”,弹出对话框步骤2:选择因变量(只能选一个)和自变量步骤3:选择年龄作为斜变量步骤4:点击“Model”,弹出对话框步骤5:选择Custom和Interaction步骤6:将性别、教育和年龄分别选入右侧Model步骤7:将性别和教育变量同时选入右侧Model步骤8:点击Continue,回到主对话框步骤9:点击OK,出现分析结果结果解释练习题2024/10/31