spss中一般线性模型_精品文档.ppt

spss中一般线性模型_精品文档.ppt

《spss中一般线性模型_精品文档.ppt》由会员分享，可在线阅读，更多相关《spss中一般线性模型_精品文档.ppt（57页珍藏版）》请在冰豆网上搜索。

*1一般线性模型

（一）一般线性模型

（一）*2一般线性模型一般线性模型n一般一般线性模型性模型单变量分析的基本量分析的基本过程程n完全随机完全随机设计资料的方差分析料的方差分析n随机区随机区组（单位位组）设计资料的方差分析料的方差分析*3一、一般线性模型单变量分析的基本过程一、一般线性模型单变量分析的基本过程nGeneralLinearModel（GLM，一般线性模型），一般线性模型）n包括：

包括：

lUnivariate（单因变量多因素方差分析），（单因变量多因素方差分析），lMultivariate（多因变量方差分析），（多因变量方差分析），lRepeatedMeasures（重复测量方差分析），（重复测量方差分析），lVariance（方差分量分析）（方差分量分析）lGLM可完成多自变量、多水平、多因变量、重复测可完成多自变量、多水平、多因变量、重复测量方差分析以及协方差分析等。

量方差分析以及协方差分析等。

*4Univariate（单因变量方差分析）基本过程（单因变量方差分析）基本过程*51主对话框主对话框nDependentVariable:

因变量因变量nFixedFacter:

固定因子，所有可能的水固定因子，所有可能的水平都出现在样本中，如分组等平都出现在样本中，如分组等nRandomFacter:

随机因子，所有可能随机因子，所有可能的取值并不都在样本中出现，如观察个的取值并不都在样本中出现，如观察个体体nCovariates:

协变量，协方差分析时用协变量，协方差分析时用nWLSWeight:

WLS权重。

用于加权最权重。

用于加权最小二乘分析。

小二乘分析。

*62功能按钮功能按钮nModel：

分析模型：

分析模型nContrast：

对照方法：

对照方法nPlots：

分布图形：

分布图形nPostHoc：

多重比较：

多重比较nSave：

保存运算值：

保存运算值nOption：

选择输出项。

：

选择输出项。

*72.1Model按钮按钮、在、在SpecifyModel栏中指定模型类型栏中指定模型类型nFullFactorial，全模型，系统，全模型，系统默认。

包括所有因素的主效应默认。

包括所有因素的主效应和所有的交互效应。

例如有三和所有的交互效应。

例如有三个因素变量，全模型包括三个个因素变量，全模型包括三个因素的主效应、两两的交互效因素的主效应、两两的交互效应和三个因素的高级交互效应。

应和三个因素的高级交互效应。

nCustom，自定义模型。

选择此，自定义模型。

选择此项激活下面各操作框项激活下面各操作框*8、建立自定义模型、建立自定义模型nFactorsCovariates框中框中自动列出可以作为因素的自动列出可以作为因素的变量名，其后面的括号中变量名，其后面的括号中标有字母标有字母“F”（固定因（固定因子）、子）、“R”（随机因子）（随机因子）或者或者“C”（协变量）。

（协变量）。

*9A、选择效应类型、选择效应类型nInteractin：

交互效应：

交互效应nMaineffects：

主效应：

主效应nAll2-way：

所有所有2维交互效应维交互效应nAll3-way：

所有：

所有3维交互效应维交互效应nAll4-Way：

所有：

所有4维交互效应维交互效应nAll5-Way：

所有：

所有5维交互效应维交互效应*10B、选择模型中的主效应、选择模型中的主效应（Model）n首先定义效应类型为首先定义效应类型为Maineffectsn鼠标键单击某一个因素，该变量名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），背景将改变颜色（一般变为蓝色），单击单击BuildTerm（s）栏中下面的）栏中下面的箭头，该变量出现在箭头，该变量出现在Mode1中。

一中。

一个变量名占一行称为主效应项。

欲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，就进在模型中包括几个主效应项，就进行几次如上的操作。

行几次如上的操作。

*11C、建立模型中的交互项、建立模型中的交互项n例如，因素有例如，因素有Light（F）、Device（F）、）、Target（F），若要），若要求模型中包括求模型中包括变量量Light与与Device交互效交互效应。

n首先定首先定义效效应类型型为Interactin，n然后在然后在FactorsCovariates框内的框内的变量表中，用鼠量表中，用鼠标单击Device变量使其背景改量使其背景改变颜色，再用鼠色，再用鼠标单击变量量Light变量使其背景改量使其背景改变颜色；色；单击BuildTerm（s）栏内残数框的内残数框的箭箭头按按钮，一个交互效，一个交互效应出出现在在Model框中。

模型增加了一框中。

模型增加了一个交互效个交互效应项：

Device*Light。

*12C.建立模型中的交互项建立模型中的交互项n模型中包括三个模型中包括三个变量的所有量的所有2维交互效交互效应项，n定定义效效应类型型为All2-way，n单击light、Device、Target三个三个变量名，量名，n单击箭箭头按按钮。

nModel中出中出现三个三个2维交互效交互效应项：

Light*Device、Light*Target、Device*Target。

n模型中包括所有模型中包括所有3维效效应，n定定义效效应类型型为All3way，n单击变量量Llight、Device、Target。

n单击箭箭头按按钮，nModel框中出框中出现3维交互效交互效应项：

Ligh*Device*Target。

*13、选择平方和分解的方法、选择平方和分解的方法nSumofsquares:

nTYPE（嵌套设计）、（嵌套设计）、TYPE（平衡设计、仅主效（平衡设计、仅主效应）、应）、nTYPE（系统默认、最常（系统默认、最常用）用）nTYPEIV（不完整数据）。

（不完整数据）。

*142.2Contrasts按钮按钮nFactors框中显示出所有在框中显示出所有在主对话框中选中的因素，主对话框中选中的因素，其后的括号中是当前的对其后的括号中是当前的对比方法了；比方法了；nChangeContrast栏中改变栏中改变对照方法。

对照方法。

*15可供选择的对照方法可供选择的对照方法nNone：

不进行均数比较；：

不进行均数比较；nDeviation：

比较预测变量或因素的每个水平的效应。

选择：

比较预测变量或因素的每个水平的效应。

选择Last或或First作为参照的水平；作为参照的水平；nSimple：

对预测变量或因素变量的每一水平都与参照水平进行比：

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。

选择较。

选择Last或或First作为参照水平；作为参照水平；nDifference：

对预测变量或因素每一水平的效应，除第一水平以：

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。

与外，都与其前面各水平的平均效应进行比较。

与Helmert对照方对照方法相反；法相反；注：

注：

只有只有Deviation和和Simple需要选择参考水平，需要选择参考水平，Last（系统（系统默认）和默认）和First。

*162.3Plots按钮按钮nFactor：

主对话框中所选因素：

主对话框中所选因素变量名；变量名；nHorizontal：

横坐标框：

横坐标框nSeparateLines：

确定分线变量：

确定分线变量nSeparatePlots：

确定分图变量：

确定分图变量*172.4PostHoc按钮按钮n均数多重比较（事后检验）均数多重比较（事后检验）*182.5Save按钮按钮（选择保存运算值选择保存运算值）n通过在对话框中的选择，通过在对话框中的选择，可以将所计算的可以将所计算的预测值预测值、残差残差和和诊断值（回归分析诊断值（回归分析时）时）作为新的变量保存在作为新的变量保存在编辑数据文件中。

以便在编辑数据文件中。

以便在其他统计分析中使用这些其他统计分析中使用这些值。

值。

*192.5Save按钮按钮（选择保存运算值选择保存运算值）PredictedValues（预测值）（预测值）nUnstandardized：

非标准化：

非标准化预测值预测值nWeighted：

如果在主对话框：

如果在主对话框选择了选择了WLS变量，选中该变量，选中该复选项将保存加权非标准化复选项将保存加权非标准化预测值预测值nStandardError：

预测值的：

预测值的标准误标准误Residuals（残差栏）（残差栏）nUnstandarized:

非标准化残差非标准化残差nWeighted:

加权非标准化残差加权非标准化残差nStandardized:

标准化残差标准化残差nStudentized:

学生化残差学生化残差nDeleted:

剔除残差剔除残差*202.5Save按钮按钮（选择保存运算值选择保存运算值）Diagnostics（诊断值栏）（诊断值栏）nCooksdistance：

Cook距离；距离；nLeveragevalues：

非中心化：

非中心化Leverage值；值；Savetonewfilen将参数协方差矩阵保存到一个将参数协方差矩阵保存到一个新文件中新文件中*212.6Option按钮按钮（选择输出项选择输出项）nDisplayMeansfor：

显示分组因素：

显示分组因素nDisplay：

指定输出的统计量：

指定输出的统计量nDescriptivestatistics：

描述统计量，均值、：

描述统计量，均值、标准差，样本量标准差，样本量nEstimatesOfeffectsize：

效应量估计。

：

效应量估计。

nObservedpower：

检验假设的功效。

：

检验假设的功效。

nParameterestimates：

各因素变量的模型参：

各因素变量的模型参数估计、标准误、数估计、标准误、t检验的检验的t值、值、P值和值和95的置信区间。

的置信区间。

nSigificancelevel：

指定：

指定Confidenceintervals的显著性水平的显著性水平*22nDescriptivestatistics：

描述：

描述统计量，均量，均值、标准差，准差，样本量本量nEstimatesOfeffectsize：

效：

效应量估量估计。

nObservedpower：

检验假假设的功效。

的功效。

nParameterestimates：

各因素：

各因素变量的模型参数估量的模型参数估计、标准准误、t检验的的t值、P值和和95的置信区的置信区间。

Contrastcoefficientmatrix：

变换系数矩系数矩阵或或L矩矩阵。

nHomogeneitytests：

方差：

方差齐性性检验。

nSpreadVslevelplot：

绘制制观测量均量均值-标准差准差图、观测量均量均值-方方差差图。

nResidualsplot：

绘制残差制残差图。

nLackoffit：

检查因素和因因素和因变量量间的关系是否被充分描述。

的关系是否被充分描述。

nGeneralestimablefunction：

可以根据一般估：

可以根据一般估计函数自定函数自定义假假设检验。

对比系数矩比系数矩阵的行与一般估的行与一般估计函数是函数是线性性组合的。

合的。

*23n例例1为研究多酚保健研究多酚保健饮料料对急性缺氧的影响，将急性缺氧的影响，将60只只Wistar小白鼠随机分小白鼠随机分为低、中、高低、中、高三个三个剂量量组和和一个一个对照照组，每，每组15只小白鼠。

只小白鼠。

对照照组给予蒸予蒸馏水水0.25ml灌胃，低、中、高灌胃，低、中、高剂量量组分分别给予予2.0、4.0、8.0g/kg的的饮料溶于料溶于0.20.3ml蒸蒸馏水后灌胃，每天一水后灌胃，每天一次。

次。

40天后，天后，对小白鼠小白鼠进行耐缺氧存活行耐缺氧存活时间实验，结果如表果如表1。

试比比较不同不同剂量的茶多酚保健量的茶多酚保健饮料料对延延长小白鼠的平均耐缺氧存活小白鼠的平均耐缺氧存活时间有无差有无差别。

二、完全随机设计资料的方差分析二、完全随机设计资料的方差分