文件名称：完全随机设计的多因素方差分析-keras：基于python的深度学习库
文件大小：2.2MB
文件格式：PDF
更新时间：2024-07-11 06:42:50
spss 中文教程
Roy's largest root .602 2.609 3.000 13.000 .096 Each F tests the multivariate effect of RESULT. These tests are based on the linearly independent pairwise comparisons among the estimated marginal means. a Exact statistic 二、完全随机设计的多因素方差分析 上述的单因素方差分析，用于分析只有一个因素的实验设计，但是在实际应用中，经常会遇到几个因素 同时影响实验结果的情况，这时就需要用到多因素的方差分析，下面结合实例简单介绍一下用 SPSS 如何对完 全随机设计的多因素进行方差分析。 采用本章例 6 所用的关于教学方法和教学态度对儿童识字量影响的完全随机试验设计的例子。 1.数据输入 数据可以以下列方式在句法窗口（Syntax）输入(6-6-4.sps)： data list free/ a b amount. Begin data 1 1 8 1 1 20 1 1 12 1 1 14 1 1 10 1 2 39 1 2 26 1 2 31 1 2 45 1 2 40 2 1 17 2 1 21 2 1 20 2 1 17 2 1 20 2 2 32 2 2 23 2 2 28 2 2 25 2 2 29 end data. 点击句法窗口主菜单Run/All运行上面的语句，在数据编辑窗口生成所要分析的数据文件（6-6-3.sav）。 2.理论分析 从上面的数据和试验设计过程可以看出，每个被试分别接受一种试验处理，且被试被随机分组，可以看 作是被试间随机设计，有两个因素，每个因素各有两个水平，总共有4中试验处理的组合。 3.方差分析过程 (1) 单击主菜单Analyze/General Linear Model/ Univariate …，进入主对话框，请把amount选入到因变量 （Dependent list）表中去，把a和b选入到Fixed Factor(s)变量表列中去（这里我们考虑的两个因素的固定效应， 如果考虑的是因素的随机效应，则将因素选入Random Factor(s)变量表列中，有关固定效应与随机效应的区别 这里不加介绍，感兴趣的读者可以参考有关实验设计方面的书籍进一步了解），如图6-18所示：