一、单变量（分析-一般线性模型-单变量）

1、概念：多因素方差分析是对一个独立变量是否受一个或多个因素或变量影响而进行的方差分析。它不仅能够分析多个因素对观测变量的独立影响，更能够分析多个因素的交互作用能否对观测变量产生显著影响。

2、假设：Q总=Q控1+Q控2+Q控1控2+Q随   Q表示各部分对应的离差平方和。多因素方差分析比较各部分离差平方和占离差平方和的比例，以此推断不同因素以及因素之间的交互作用是否给观测变量带来显著影响（用F检验法）。多因素方差分析仍然采用F检验，其零假设是H0：各因素不同水平下观测变量的均值无显著差异

3、WLS 权重：为加权最小二乘分析指定权重变量

二、模型（分析-一般线性模型-单变量-模型）

http://s11/mw690/001CWl4Azy6IEZRDtay7a&690
    

    1、指定模型。全因子模型包含所有因子主效应、所有协变量主效应以及所有因子间交互。它不包含协变量交互。选择定制可以仅指定其中一部分的交互或指定因子协变量交互。必须指定要包含在模型中的所有项。◎因子与协变量。列出因子与协变量。◎模型。模型取决于数据的性质。选择定制之后，您可以选择分析中感兴趣的主效应和交互效应。◎平方和。计算平方和的方法。对于没有缺失单元的平衡或非平衡模型，类型III 平方和方法最常用。◎在模型中包含截距。模型中通常包含截距。如果您可以假设数据穿过原点，则可以排除截距。

2、构件项：◎交互。创建所有选定变量的最高级交互项。这是缺省值。◎主效应。为每个选定的变量创建主效应项。◎所有二阶。创建选定变量的所有可能的二阶交互。◎所有三阶。创建选定变量的所有可能的三阶交互。◎所有四阶。创建选定变量的所有可能的四阶交互。◎所有五阶。创建选定变量的所有可能的五阶交互。

3、平方和：对于该模型，您可以选择平方和类型。类型III 最常用，并且是缺省类型。

类型I。此方法也称为平方和分级解构法。在模型中，每一项只针对它前面的那项进行调整。类型I 平方和常用于：◎平衡ANOVA 模型，其中任何主效应在任何一阶交互效应之前指定，任何一阶交互效应在任何二阶交互效应之前指定，依此类推。◎多项式回归模型，其中任何低阶项在任何高阶项之前指定。◎纯嵌套模型，其中第一个指定的效应嵌套在第二个指定的效应中，第二个指定的效应嵌套在第三个指定的效应中，依此类推。（此嵌套形式只能通过使用语法来指定。）

类型II。此方法在为所有其它“相应的”效应进行调节的模型中计算某个效应的平方和。相应的效应是指，与所有效应（不包含正被检查的效应）相对应的效应。类型II 平方和方法常用于：◎平衡ANOVA 模型。◎任何只有主要因子效应的模型。◎任何回归模型。◎纯嵌套设计。（此嵌套形式能通过使用语法来指定。）

类型III。缺省类型。此方法在设计中通过以下形式计算某个效应的平方和：为任何不包含该效应的其他效应，以及任何与包含该效应正交的效应（如果存在）调整的平方和。类型III 平方和具有一个主要优点，那就是只要可估计性的一般形式保持不变，平方和对于单元频率就保持不变。因此，我们常认为此类平方和对于不带缺失单元格的不平衡模型有用。在不带缺失单元的因子设计中，此方法等同于Yates 加权均值平方方法。类型III 平方和法常用于：◎任何在类型I 和类型II 中列出的模型。◎任何不带空白单元的平衡或非平衡模型。

类型IV。此方法针对存在缺失单元的情况设计。对于设计中的任何效应F，如果任何其它效应中不包含F，则类型IV = 类型III = 类型II。当F 包含在其它效应中时，则类型IV 将F 中的参数中正在进行的对比相等地分配到所有较高水平的效应。类型IV 平方和法常用于：◎任何在类型I 和类型II 中列出的模型。◎任何带有空白单元的平衡或非平衡模型。

三、对比（分析-一般线模型-单变量-对比）

1、概念：对比用来检验因子的水平之间的差值。您可以为模型中的每个因子指定对比（在重复度量模型中，则是为每个主体间因子）。对比代表参数的线性组合。假设检验基于原假设LB = 0，其中L 是对比系数矩阵，B 是参数矢量。在指定对比时，将创建L 矩阵。对应于因子的L 矩阵列与对比匹配。对剩余的列进行调整，使L 矩阵可以估计。输出包含每组对比的F 统计量。为对比差值显示的还有基于Student t 分布的Bonferroni 型同时置信区间。

2、对比类型：◎偏差。将每个水平（参考类别除外）的均值与所有水平的均值（总均值）进行比较。因子的水平可以为任何顺序。◎简单。将每个水平的均值与指定水平的均值进行比较。当存在控制组时，此类对比很有用。可以选择第一个或最后一个类别作为参考类别。◎差分。将每个水平的均值（第一个水平除外）与前面水平的均值进行比较。（有时候称为逆Helmert 对比。）◎Helmert。将因子的每个水平的均值（最后一个水平除外）与后面水平的均值进行比较。◎重复。将每个水平的均值（最后一个水平除外）与后一个水平的均值进行比较。◎多项式。比较线性作用、二次作用、三次作用等等。第一自由度包含跨所有类别的线性效应；第二自由度包含二次效应，依此类推。这些对比常常用来估计多项式趋势。

四、轮廓图(分析-一般线模型-单变量-绘制)

轮廓图（交互图）对于比较模型中的边际均值是有用的。轮廓图是一个线图，其中每个点表示因子的一个水平上的估计因变量边际均值（已针对任何协变量进行调整）。第二个因子的水平可用来绘制分离线。第三个因子中的每个水平可用来创建分离图。所有固定和随机因子（如果存在）可用于图。对于多变量分析，将为每个因变量创建轮廓图。在重复度量分析中，主体间因子和主体内因子均可以用在轮廓图中。只有在安装了“高级统计”选项的情况下，“GLM 多变量”和“GLM 重复测量”才可用。单因子的轮廓图显示估计边际均值是沿水平增加还是减小。对于两个或更多因子，平行线表示因子之间没有交互，这意味着您只能调查一个因子的水平。不平行的线则表示交互。

五、保存：（分析-一般线模型-单变量-保存）

1、说明：您可以在数据编辑器中将模型预测的值、残差和相关测量另存为新变量。这些变量中有许多可用于检查关于数据的假设。要保存供另一SPSS会话中使用的值，您必须保存当前数据文件。

2、预测值。模型为每个个案预测的值。◎未标准化. 模型为因变量预测的值。◎加权. 加权未标准化预测值。仅在之前已选择了WLS 变量的情况下可用。◎标准误. 对于自变量具有相同值的个案所对应的因变量均值标准差的估计。

3、诊断。标识以下个案的测量：自变量的值具有不寻常组合的个案，以及可能对模型产生很大影响的个案。◎Cook 距离. 在特定个案从回归系数的计算中排除的情况下，所有个案的残差变化幅度的测量。较大的Cook 距离表明从回归统计量的计算中排除个案之后，系数会发生根本变化。◎杠杆值. 未居中的杠杆值。每个观察值对模型拟合的相对影响。

4、残差。未标准化残差是因变量的实际值减去由模型预测的值。还提供标准化残差、Student 化的残差以及剔除残差。如果选择了WLS 变量，则提供加权的未标准化残差。◎未标准化. 观察值与模型预测值之间的差。◎加权. 加权未标准化残差。仅在之前已选择了WLS 变量的情况下可用。◎标准化. 残差除以其标准差的估计。标准化残差也称为Pearson 残差，它的均值为0，标准差为1。◎学生化. 残差除以其随个案变化的标准差的估计，这取决于每个个案的自变量值与自变量均值之间的距离。◎删除. 当某个案从回归系数的计算中排除时，该个案的残差。它是因变量的值和调整预测值之间的差。

5、系数统计。将模型中的参数估计值的协方差矩阵写入当前会话中的新数据集，或写入外部SPSS数据文件。而且，对于每个因变量，将存在一行参数估计值、一行与参数估计值对应的t 统计量的显著性值以及一行残差自由度。对于多变量模型，每一个因变量都存在类似的行。您可以在读取矩阵文件的其他过程中使用此矩阵文件。

六、选项：分析-一般线模型-单变量-选项）

http://s16/mw690/001CWl4Azy6IEZXCTnh5f&690

1、估计边际均值。选择您需要的单元中的总体边际均值估计的因子和交互作用。为协变量（如果存在）调整这些均值。◎比较主效应。对于主体间和主体内因子，为模型中的任何主效应提供估计边际均值未修正的成对比较。只有在“显示以下项的均值”列表中选择了主效应的情况下，此项才可用。◎置信区间调节。选择最小显著性差异(LSD)、Bonferroni 或对置信区间和显著性的Sidak 调整。此项只有在选择了比较主作用的情况下才可用。

2、输出。◎描述统计：以生成所有单元中的所有因变量的观察到的均值、标准差和计数。◎功效估计：给出了每个作用和每个参数估计值的偏eta 方值。eta 方统计量描述总变异性中可归因于某个因子的部分。当基于观察到的值设置备用假设时，◎检验效能：可获取检验的效能。◎参数估计：可为每个检验生成参数估计值、标准误、t 检验、置信区间和检验效能。◎对比系数矩阵：可获取L 矩阵。◎方差齐性检验：为跨主体间因子所有水平组合的每个因变量生成Levene 的方差齐性检验（仅对于主体间因子）。◎分布-水平图：检查关于数据的假设很有用。如果不存在任何因子，则禁用此项。◎残差图：可为每个因变量生成观察-预测-标准化残差图。这些图对于调查方差相等的假设很有用。◎缺乏拟合优度检验：可检查因变量和自变量之间的关系是否能由模型充分地描述。◎一般估计函数：允许您基于常规可估计函数构造定制的假设检验。任何对比系数矩阵中的行均是常规可估计函数的线性组合。

3、显著性水平。您可能想要调整用在两两比较检验中的显著性水平，以及用于构造置信区间的置信度。指定的值还用于计算检验的检验效能。如果指定了显著性水平，则相关联的置信区间度会显示在对话框中。