Одномерный дисперсионный анализ по методу Фишера
Проанализируем теперь пример, приведенный в разделе 17.1.1, при помощи традиционного "классического" метода Фишера. Так как, начиная с 8.0 версии программы, этот вид анализа уже не выводится в диалоговое окно, то нам придется воспользоваться программным синтаксисом (процедура AN OVA).
- Откройте файл varana.sav.
- Выберите в меню File (Файл) › New (Новый) › Syntax (Синтаксис). Наберите следующую команду в поле редактора синтаксиса:
ANOVA VARIABLES
=
ml BY geschl(
1.2
) Alter(
1.3
)
/
STATISTICS MCA MEAN
/
METHOD EXPERIM
SPSS предлагает три метода для разложения квадратов отклонения в МНК для случая, когда объемы отдельных ячеек (количества наблюдений, относящихся к данной ячейке) не равны. При такой "несбалансированной компоновке", которая часто появляется при "непланируемых" (не экспериментальных) исследованиях, без дальнейшей обработки нельзя к общей сумме прибавлять суммы квадратов отдельных эффектов. Вы можете выбрать один из следующих методов обработки:
- UNIQUE: Вклад каждого из факторов влияния рассматривается одновременно; каждый из них рассчитывается при условии сохранения постоянного значения всех остальных. Так как в этом случае можно сделать неявное предположение о возможном существовании причинной связи между факторами, то этот вариант следует выбирать тогда, когда не должно проводиться весовое сравнение значения отдельных факторов. Этот метод устанавливается по умолчанию.
- HIERARCHICAL: Очередность расчета эффектов определяется очередностью выбранных факторов. Этот метод следует применять тогда, когда можно заранее предположить иерархическую упорядоченность факторов.
- EXPERIMENTAL: Эффекты обрабатываются в следующей последовательности: эффекты ковариаций, главные эффекты, взаимодействия в порядке возрастания. При расчете одного эффекта производится вычисление всех предшествующих эффектов и эффектов, находящихся на том же уровне.
При одинаковых объемах ячеек ("ортогональная компоновка") все три метода дают одинаковые результаты.
При помощи вспомогательной команды STATISTICS можно организовать вывод следующих данных:
- Mean: Выводятся средние значения и количество наблюдений для совокупной популяции, отдельных слоев фактора и каждой ячейки. Удивительно, но если вы выбираете метод UNIQUE для разложения суммы квадратов в МНК, то эта опция становится недоступной.
- MCA (Множественный классификационный анализ): С помощью специальных коэффициентов (называемых т) (Eta) и Р (Beta)) отображается сила связи между отдельным фактором и зависимой переменной. Это является уместным, если не наблюдается ни каких значимых взаимодействий. Вывод результатов МСА недоступен при выборе метода UNIQUE.
- Запустите команду ANOVA на исполнение щелчком на знаке Run Current (Запустить синтаксис).
После обычной сводной таблицы обрабатываемых наблюдений, сначала выводятся средние значения и частоты (соответствующие результаты вывода здесь не приводятся). Затем следует сводка дисперсионного анализа с суммами квадратов, степенями свободы, средними значениями сумм квадратов и т.д.:
ANOVAa
Experimental Method (Экспериментальный метод) | |||||||
Sum of Squares (Сумма квадратов) | df (Степень свободы) | Mean Square (Среднее значение квадрата) | F | Sig. (Значимость) | |||
М1 | Main Effects (Главные эффекты) | (Combined) (Объединенно) | 143.388 | 3 | 47.796 | 19.745 | 0.000 |
GESCHL (Пол) | 0.458 | 1 | 0.458 | 0.189 | 0.668 | ||
ALTER (Возраст) | 142.571 | 2 | 71.285 | 29.449 | 0.000 | ||
2-Way Interactions (2-сторонние взаимодействия) | GESCHL * ALTER (Пол * Возраст) | 2.446 | 2 | 1.223 | 0.505 | 0.611 | |
Model (Модель) | 145.833 | 5 | 29.167 | 12.049 | 0.000 | ||
Residual (Остатки) | 50.883 | 21 | 2.421 | ||||
Total (Сумма) | 196.667 | 26 | 7.564 |
- а М1 by GESCHL, ALTER (М1/по полу, возрасту)