spss中一般线性模型解析

16:111一般线性模型（一）16:112一般线性模型一般线性模型单变量分析的基本过程完全随机设计资料的方差分析随机区组（单位组）设计资料的方差分析16:113一、一般线性模型单变量分析的基本过程GeneralLinearModel（GLM，一般线性模型）包括：Univariate（单因变量多因素方差分析），Multivariate（多因变量方差分析），RepeatedMeasures（重复测量方差分析），Variance（方差分量分析）GLM可完成多自变量、多水平、多因变量、重复测量方差分析以及协方差分析等。16:114Univariate（单因变量方差分析）基本过程16:1151主对话框DependentVariable:因变量FixedFacter:固定因子，所有可能的水平都出现在样本中，如分组等RandomFacter:随机因子，所有可能的取值并不都在样本中出现，如观察个体Covariates:协变量，协方差分析时用WLSWeight:WLS权重。用于加权最小二乘分析。16:1162功能按钮Model：分析模型Contrast：对照方法Plots：分布图形PostHoc：多重比较Save：保存运算值Option：选择输出项。16:1172.1Model按钮Ⅰ、在SpecifyModel栏中指定模型类型FullFactorial，全模型，系统默认。包括所有因素的主效应和所有的交互效应。例如有三个因素变量，全模型包括三个因素的主效应、两两的交互效应和三个因素的高级交互效应。Custom，自定义模型。选择此项激活下面各操作框16:118Ⅱ、建立自定义模型Factors＆Covariates框中自动列出可以作为因素的变量名，其后面的括号中标有字母“F”（固定因子）、“R”（随机因子）或者“C”（协变量）。16:119A、选择效应类型Interactin：交互效应Maineffects：主效应All2-way：所有2维交互效应All3-way：所有3维交互效应All4-Way：所有4维交互效应All5-Way：所有5维交互效应16:1110B、选择模型中的主效应（Model）首先定义效应类型为Maineffects鼠标键单击某一个因素，该变量名背景将改变颜色（一般变为蓝色），单击BuildTerm（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。16:1111C、建立模型中的交互项例如，因素有Light(F)、Device（F）、Target（F），若要求模型中包括变量Light与Device交互效应。首先定义效应类型为Interactin，然后在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，再用鼠标单击变量Light变量使其背景改变颜色；单击BuildTerm（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。16:1112C.建立模型中的交互项模型中包括三个变量的所有2维交互效应项，定义效应类型为All2-way，单击light、Device、Target三个变量名，单击箭头按钮。Model中出现三个2维交互效应项：Light*Device、Light*Target、Device*Target。模型中包括所有3维效应，定义效应类型为All3－way，单击变量Llight、Device、Target。单击箭头按钮，Model框中出现3维交互效应项：Ligh*Device*Target。16:1113Ⅲ、选择平方和分解的方法Sumofsquares:TYPEⅠ（嵌套设计）、TYPEⅡ（平衡设计、仅主效应）、TYPEⅢ（系统默认、最常用）TYPEIV（不完整数据）。16:11142.2Contrasts按钮Factors框中显示出所有在主对话框中选中的因素，其后的括号中是当前的对比方法了；ChangeContrast栏中改变对照方法。16:1115可供选择的对照方法None：不进行均数比较；Deviation：比较预测变量或因素的每个水平的效应。选择Last或First作为参照的水平；Simple：对预测变量或因素变量的每一水平都与参照水平进行比较。选择Last或First作为参照水平；Difference：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；注：只有Deviation和Simple需要选择参考水平，Last（系统默认）和First。16:11162.3Plots按钮Factor：主对话框中所选因素变量名；Horizontal：横坐标框SeparateLines：确定分线变量SeparatePlots：确定分图变量16:11172.4PostHoc按钮均数多重比较（事后检验）16:11182.5Save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、残差和诊断值（回归分析时）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。16:11192.5Save按钮(选择保存运算值)PredictedValues（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加权非标准化预测值StandardError：预测值的标准误Residuals（残差栏）Unstandarized:非标准化残差Weighted:加权非标准化残差Standardized:标准化残差Studentized:学生化残差Deleted:剔除残差16:11202.5Save按钮(选择保存运算值)Diagnostics（诊断值栏）Cook’sdistance：Cook距离；Leveragevalues：非中心化Leverage值；Savetonewfile将参数协方差矩阵保存到一个新文件中16:11212.6Option按钮(选择输出项)DisplayMeansfor：显示分组因素Display：指定输出的统计量Descriptivestatistics：描述统计量，均值、标准差，样本量EstimatesOfeffectsize：效应量估计。Observedpower：检验假设的功效。Parameterestimates：各因素变量的模型参数估计、标准误、t检验的t值、P值和95％的置信区间。Sigificancelevel：指定Confidenceintervals的显著性水平16:1122Descriptivestatistics：描述统计量，均值、标准差，样本量EstimatesOfeffectsize：效应量估计。Observedpower：检验假设的功效。Parameterestimates：各因素变量的模型参数估计、标准误、t检验的t值、P值和95％的置信区间。Contrastcoefficientmatrix：变换系数矩阵或L矩阵。Homogeneitytests：方差齐性检验。SpreadVslevelplot：绘制观测量均值-标准差图、观测量均值-方差图。Residualsplot：绘制残差图。Lackoffit：检查因素和因变量间的关系是否被充分描述。Generalestimablefunction：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。16:1123例1为研究多酚保健饮料对急性缺氧的影响，将60只Wistar小白鼠随机分为低、中、高三个剂量组和一个对照组，每组15只小白鼠。对照组给予蒸馏水0.25ml灌胃，低、中、高剂量组分别给予2.0、4.0、8.0g/kg的饮料溶于0.2~0.3ml蒸馏水后灌胃，每天一次。40天后，对小白鼠进行耐缺氧存活时间实验，结果如表1。试比较不同剂量的茶多酚保健饮料对延长小白鼠的平均耐缺氧存活时间有无差别。二、完全随机设计资料的方差分析16:1124对照组低剂量组中剂量组高剂量组21.3123.4820.1626.1335.0724.3330.2338.4723.1420.3424.4925.2428.1133.9736.8435.1027.4826.9821.3220.2324.7421.8638.6128.0119.5419.5619.4622.4729.7928.6527.1323.3718.0317.3925.6329.3822.6825.1328.7928.4424.0324.3728.8120.1623.0134.4433.2434.2222.8216.0118.7422.5128.3231.6931.6835.0818.7218.4229.0428.29表1各组小白鼠耐缺氧时间/min16:1125建立数据文件：耐缺氧时间.sav.定义变量16:1126建立数据文件：耐缺氧时间.sav.定义变量输入数据16:1127建立数据文件：耐缺氧时间.sav.定义变量输入数据开始分析：analyze→GeneralLinearModel→UnivariateY→DependentVariableGroup→FixedFactors16:1128建立数据文件：耐缺氧时间.sav.定义变量输入数据开始分析：analyze→GeneralLinearModel→UnivariateY→DependentVariableGroup→FixedFactorsPostHoc：Group→PostHocTestsforLSD，SNK,Bonferroni16:1129建立数据文件：耐缺氧时间.sav.定义变量输入数据开始分析：analyze→GeneralLinearModel→UnivariateY→DependentVariableGroup→FixedFactorsPostHoc：Options：Group→DisplayMeansforDescriptiveStatistics，Homogeneitytests16:1130主要结果---描述性统计量Between-SubjectsFactors对照组15低剂量组15中剂量组15高剂量组151234GroupValueLabelNDescriptiveStatisticsDependentVariable:耐缺氧时间（min）21.54673.428211522.87673.555551528.05534.381191531.83334.537271526.07805.6981960Group对照组低剂量组中剂量组高剂量组TotalMeanStd.DeviationN16:1131主要结果Levene'sTestofEqualityofErrorVariancesaDependentVariable:耐缺氧时间（min）.755356.524Fdf1df2Sig.Teststhenullhypothesisthattheerrorvarianceofthedependentvariableisequalacrossgroups.Design:Intercept+Groupa.方差齐性检验的P值方差齐性检验的统计量F值结论：尚不能认为各总体方差不齐16:1132TestsofBetween-SubjectsEffectsDependentVariable:耐缺氧时间（min）1017.228a3339.07621.134.00040803.725140803.7252543.231.0001017.2283339.07621.134.000898.4675616.04442719.420601915.69559SourceCo