jmfs.net
当前位置:首页>>关于spss方差分析多重比较的资料>>

spss方差分析多重比较

单因素方差分析 方差分析前提:不同水平下,各总体均值服从方差相同的正态分布.方差齐性检验:采用方差同质性检验方法(Homogeneity of variance) 在spss中打开你要处理的数据,在菜单栏上执行:analyse-compare means--one-way anova,打开单因素方差分析对话框 在这个对话框中,将因变量放到dependent list中,将自变量放到factor中,点击post hoc,选择snk和lsd,返回确认ok 统计专业研究生工作室原创,请勿复杂粘贴

1、首先将全部平均数从大到小依次排列.然后在最大的平均数上标上字母a;并将该平均数与以下各平均数相比.2、凡相差不显著的,都标上字母a,直至某一个与之相差显著的平均数则标以字母b.3、再以该标有b的平均数为标准.4、与上

看你用的是哪一种算法啊 如果是LSD等,它就会出现谁和谁比较的差异,显著性.如果是S-N-K,则要看表格,系统按平均数从小到大排列,同处一列的就是没有统计意义,不在一列的就是存在统计意义

举一个例子有利于你的理假设有5个组,分别为x1,x2,x3,x4,x5; 其平均值分别为:x1=80,x2=100,x3=97,x4=92,x5=95;标准差不管它.首先排序,按照由大到小的顺序排列,因为abcd的加注是由数值大小决定的.排列如下:x2 = 100

若主效应不显著,没有必要做多重比较,因为多重比较的意义是已知主效应显著的情况下看看具体是自变量的哪几个水平间差异显著(因为方差分析一般是3个以上自变量水平间的比较,当然也可以做两水平的,但两水平不存在多重分析),至少是有两个水平之间有差异,若是主效应都不显著,说明所有水平之间的两两差异都不显著,多重分析的结果一目了然了,不必再做.

1. 单因素的方差分析2. 一般四格表的卡方检验3. 列联表的卡方检验

第二个表中,是描述性统计量,标准误等于标准差除以样本量的平方根.第一个表是ANOVA之后的多重比较表.标准误分两种情况:如果每个组的数据都是n,则LSD的标准误为SQRT(2*MSE/n);如果不相等,LSD的标准误为SQRT(MSE*(1/ni+1/nj)).

居然都不显著 就没有继续比较的需要了 说明组与组之间不存在显著性差异了

p值为0.000 说明差异显著,也就是你要比较的多组之间存在显著的差异

可以的,说明存在显著性差异

网站首页 | 网站地图
All rights reserved Powered by www.jmfs.net
copyright ©right 2010-2021。
内容来自网络,如有侵犯请联系客服。zhit325@qq.com