协方差分析,我见过的最详细SPSS教程! |
您所在的位置:网站首页 › spss单因素方差分析结果解读 › 协方差分析,我见过的最详细SPSS教程! |
一、问题与数据 某研究者拟分析不同强度体育锻炼对血脂浓度的影响,招募45位中年男性分为三组:第一组进行高强度体育锻炼干预(为期6周),第二组进行低强度体育锻炼干预(为期6周),第三组为对照组。 为了判断高/低强度体育锻炼哪个更有助于降低血脂浓度,研究者测量了每位研究对象接受干预前的血脂浓度(pre)和干预后的血脂浓度(post)变量,并收集了分组(group)变量信息。部分数据如下图: 二、对问题的分析研究者想判断不同干预方法(group)对因变量(post)的影响,但是不能忽视协变量(pre)对因变量的作用。针对这种情况,我们可以使用单因素协方差检验,但需要先满足以下10项假设: 假设1:因变量是连续变量。 假设2:自变量存在2个或多个分组。 假设3:协变量是连续变量。 假设4:各研究对象之间具有相互独立的观测值。 假设5:各组内协变量和因变量之间存在线性关系。 假设6:各组间协变量和因变量的回归直线平行。 假设7:各组内因变量的残差近似服从正态分布。 假设8:各组内因变量的残差具有等方差性。 假设9:各组间因变量的残差方差齐。 假设10:因变量没有显著异常值。 经分析,本研究数据满足假设1-4,那么应该如何检验假设5-10,并进行单因素协方差分析呢? 三、SPSS操作检验假设5:各组内协变量和因变量之间存在线性关系 为检验假设5,我们需要先绘制协变量与因变量在不同组内的散点图。在主界面点击Graphs→ Chart Builder,在Chart Builder对话框下,从Choose from选择Scatter/Dot。在中下部的8种图形中,选择 “Grouped Scatter”,并拖拽到主对话框中。 将pre、post和group变量分别拖拽到“X-Axis?”、“Y-Axis?”和“Set color”方框内。 在Element Properties框内点击Y-Axis1 (Point1),在Scale Range框内取消对Minimum的勾选。 点击Apply→OK,得到散点图。 在 Chart Editor界面下可以添加散点图的趋势线。双击散点图,点击 Elements→Fit Line at Subgroups,得到带趋势线的散点图。 从上图可以看出,各组内协变量和因变量存在线性相关关系,满足假设5。 检验假设6:各组内协变量和因变量的回归直线平行 检验各组内协变量和因变量的回归直线是否平行,即要检验回归方程中自变量(组别)与协变量之间是否存在交互作用。 在主界面点击Analyze→ General Linear Model→Univariate,在弹出的对话框中,将post、group和pre变量分别放入Dependent Variable、Fixed Factor(s)和Covariate(s)栏。 点击Model,选择Specify Model栏内的Custom选项,将group和pre变量分别放入Model栏,并同时选择group和pre变量(按住Shift键)放入Model栏,生成交互项,点击Continue→OK。 经上述操作,SPSS输出Tests of Between-Subjects Effects 。 如果自变量与协变量的交互项具有统计学意义,那么就说明各组间回归斜率不同;若自变量与协变量的交互项没有统计学意义,就说明各组间回归斜率相同。在本研究中group与pre变量交互项的P值为0.143,提示各组内协变量和因变量的回归直线平行,即自变量(组别)与协变量之间不存在交互作用,满足假设6。 检验假设7-10 为检验假设7-10,我们需要先生成预测值(PRE_1)和标准化残差(ZRE_1)变量,SPSS操作如下: 在主界面点击Analyze→ General Linear Model→Univariate,在弹出的对话框中,将post、group和pre变量分别放入Dependent Variable、Fixed Factor(s)和Covariate(s)栏。 点击Model选项,选择Specify Model栏的 Full factorial选项。 点击Continue→Save。选择Predicted Values栏的Unstandardized选项,Residuals栏的Standardized选项。 点击Continue→Options,将group变量放入Display Means for栏。点击Display栏内的Descriptive statistics、Estimates of effect size和Homogeneity tests选项。点击Continue→OK。 经上述操作,SPSS生成回归模型的非标准化预测值(PRE_1)和标准化残差(ZRE_1)变量,Data View界面的更新结果如下图。 原文内容较长,本篇文章仅摘录了部分内容,感兴趣的伙伴,可以去医咖会官网查看全文。 |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |