①点击“分析”--“一般线性模型”--“单变量”(图2),将α指标选入右侧因变量栏,将治疗方式、水平、测试时间选入右侧固定因子栏(图3)
图2
图3
②设置参数。点击右侧“对比”按钮,将3个因子的对比全部选为“简单”,点击“变化量”按钮。(图4)
图4
③点击右侧“事后比较”按钮,将测试时间选入右侧框中,并勾选下方的“LSD”多重比较方法,(图5),注意,只有当因子分类大于2类时候,才可以使用多重比较
图5
④点击右侧“选项”,将3个因子选入右侧的均值框中,并勾选下方“描述统计”(图6),然后点击确定按钮
图6
⑤结果分析
ANOVA方差分析的流程
如上图ANOVA分析的流程,单因素方差分析针对多组均数间的比较。
方差分析拒绝H0,只能说明多个样本总体均数不相等或不全相等。若要得到各组均数间更详细的信息,应在方差分析的基础上进行多个样本均数的两两比较。
两两比较分为事前计划好的比较和事后比较,前者借助于对比(Contrast),后者借助于两两比较(Post Hoc )提供的许多方法。
在分组变量包含次序信息时,如果方差分析做出了各组间差异有统计学意义的结论,并且Means-Plot均数图提示各组均数的某种趋势时,可以利用趋势分析讨论观察值与分组变量取值间的数量依存关系。借助于对比(Contrast)完成。
假定方差齐性
LSD法
即最小显著差法(Least Significance Difference Method),是最简单的比较方法之一。
用t检验完成各组均值间的配对比较,对多重比较误差率不进行校正。
Sidak法
实际上是Sidak校正在LSD法上的应用。
用t检验完成各组均值间的配对比较,对多重比较误差率进行校正。
Sidak法比LSD法保守得多。
Bonferroni法
实际上是Bonferroni校正在LSD法上的应用。
用t检验完成各组均值间的配对比较,对多重比较误差率进行校正。
Bonferroni法比Sidak法保守一些。
EXPLORE是一个数据考察工具,并不能进行数据转换处理。一般情况下,数据转换(比如对数转换)只能在一定程度上减轻方差不齐的影响。
方差分析对各组方差的方差齐性(也就是各组方差是否一致)有要求,如果方差不齐,你不能使用方差分析。不过,SPSS统计软件的one way ANOVA在方差不齐时是可以使用的,此时你应该使用Brown-Forsythe或Welch的修正值。当你想看哪两组有差异时,可以使用one way ANOVA自带的Post Hoc Tests,方差不齐时使用不等方差假设项下的Tamhane's T2或Dunnett's T3等。
如果你还是没有把握,也可以Kruskal-Wallis test(一种单因素方差分析的非参数版本)再做一下,如果这两个方法的结果一致,那就没有什么问题了;如果这两个方法的结果不一致,那么从对科学的从严谨态度而言,应该采用对你不利的那一份结果。
方差齐性的时候可以在POSTHOC用tukey和REGWQ都可以
非齐性的时候可以用dunnett好像是这样拼的