熱線電話:13121318867

登錄
首頁精彩閱讀spss多元方差分析
spss多元方差分析
2017-07-05
收藏

spss多元方差分析

分析步驟

為了方便起見,我們這里直接利用SPSS自帶的數據集plastic.sav,假設tear_res、gloss和opacity都使反應橡膠質量的指標(不要笑,是假設),現在要研究extrusn和additive對橡膠的質量影響如何,則應采用多元方差分析。

選擇
Multivariate,則彈出Multivariate對話框,請注意,除了沒有random effect外,它的所有元素都是和univariate對話框相同的,里面的內容也相同,因此我們這里就不再重復了。
按照我們的分析要求,對話框操作步驟如下:
Multivariate
Dependent Variable框:選入tear_res、gloss和opacity
Fixed Factors框:選入extrusn和additive
單擊OK
此處兩個自變量均是二分類變量,故無需選擇兩兩比較方法。
結果解釋
按上面的選擇,分析結果如下:
這是引入模型的自變量的取值情況列表。
上表是針對模型中的自變量間及其交互作用所做的檢驗,采用的是四種多元檢驗方法。一般他們的結果都是相同的,如果不同,一般以Hotelling's Trace方法的結果為準??梢娫谒玫哪P椭?,extrusn和additive對結果變量是有統計學意義的,但交互作用無統計學意義。
上表實際上是四個一元方差分析表的合并,即分別考慮四個應變量時的方差分析結果。上面的多元方差分析已經得知兩自變量對應變量有影響,從現在的分析表就可以更清楚的知道是對那些自變量影響較大。對照可知,extrusn和additive對tear resistance和gloss都有較大影響,而他們的交互作用對gloss有影響,他們(及交互作用)對Opacity都沒有影響。


數據分析咨詢請掃描二維碼

若不方便掃碼,搜微信號:CDAshujufenxi

數據分析師資訊
更多

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢