One-Way ANOVA过程One-Way ANOVA过程用于进行两组及多组样本均数的比较，即成组设计的方差分析，如果做了相应选择，还可进行随后的两两比较，甚至于在各组间精确设定哪几组和哪几组进行比较。界面说明【Dependent List框】选入需要分析的变量，可选入多个结果变量（应变量）。【Factor框】选入需要比较的分组因素，只能选入一个。【Contrast钮】弹出Contrast对话框，用于对精细趋势检验和精确两两比较的选项进行定义。o Polynomial复选框 定义是否在方差分析中进行趋势检验。 o Degree下拉列表 和Polynomial复选框配合使用，可选则从线性趋势一直到最高五次方曲线来进行检验。 o Coefficients框 定义精确两两比较的选项。这里按照分组变量升序给每组一个系数值，注意最终所有系数值相加应为0。如果不为0仍可检验，只不过结果是错的。比如有三组数据，要对第一、三组进行单独比较，则在这里给三组分配系数为1、0、-1，就会在结果中给出相应的检验内容。【Post Hoc钮】弹出Post Hoc Multiple Comparisons对话框，用于选择进行各组间两两比较的方法，有：o Equar Variances Assumed复选框组 当各组方差齐时可用的两两比较方法，共有14中种这里不一一列出了，其中最常用的为LSD和S-N-K法。 o Equar Variances Not Assumed复选框组 一组当各组方差不齐时可用的两两比较方法，共有4种，其中以Dunnettss C法较常用。 o Significance Level框 定义两两比较时的显著性水平，默认为0.05。【Options钮】弹出Options对话框，用于定义相关的选项，有：o Statistics复选框组 选择一些附加的统计分析项目，有统计描述（Descriptive）和方差齐性检验（Homogeneity-of-variance）。 o Means plot复选框 用各组均数做图，以直观的了解它们的差异。 o Missing Values单选框组 定义分析中对缺失值的处理方法，可以是具体分析用到的变量有缺失值才去除该记录（Excludes cases analysis by analysis），或只要相关变量有缺失值，则在所有分析中均将该记录去除(Excludes cases listwise)。默认为前者，以充分利用数据。2.8、 2.9 成组设计资料，用成组方差分析。分组变量为group，三组取值分别为1、2、3，结果变量（用力肺活量）为X。此处先进行单因素方差分析，然后进行两两比较，这里选择S-N-K法进行两两比较。操作如下：o Dependent List框：选入X o Factor框：选入group o Post Hoc钮：选中S-N-K复选框：单击Continue钮 o 单击OK钮统计描述结果用力肺活量 N均值标准差标准误均值的 95% 置信区间极小值极大值下限上限下限上限下限上限下限上限石棉肺患者111.7909.20226.060981.65501.92681.402.10可疑石棉肺患者92.3111.18333.061112.17022.45202.102.60非患者113.0818.29264.088232.88523.27842.703.50总数312.4000.60000.107762.17992.62011.403.50方差齐性检验用力肺活量 Levene 统计量df1df2显著性2.852228.075ANOVA用力肺活量 平方和df均方F显著性组间9.26624.63384.544.000组内1.53428.055 总数10.80030 LSD多重比较因变量: 用力肺活量 (I) 对象分组(J) 对象分组均值差 (I-J)标准误显著性95% 置信区间LSD石棉肺患者可疑石棉肺患者-.52020(*).10522.000-.7357-.3047 非患者-1.29091(*).09982.000-1.4954-1.0864 可疑石棉肺患者石棉肺患者.52020(*).10522.000.3047.7357 非患者-.77071(*).10522.000-.9862-.5552 非患者石棉肺患者1.29091(*).09982.0001.08641.4954 可疑石棉肺患者.77071(*).10522.000.5552.9862* 均值差的显著性水平为 .05。SNK用力肺活量 对象分组Nalpha = .05 的子集1231Student-Newman-Keuls(a,b)石棉肺患者111.7909 可疑石棉肺患者9 2.3111 非患者11 3.0818显著性 1.0001.0001.000将显示同类子集中的组均值。a 将使用调和均值样本大小 = 10.241。b 组大小不相等。将使用组大小的调和均值。将不保证 I 类错误级别。一般线性模型（General Linear Model GLM）用于配伍设计、析因设计、交叉设计、重复测量等资料的方差分析， 协方差分析等。两因素方差分析（配伍设计方差分析）数据结构： 设置三个变量：分析指标（X）,F1(处理因素)，F2(配伍组)：univarate对话框界面说明在上面的这些框框钮钮中，最常用的有：Dependent Variable框、Fixed Factors框、Model钮、Post Hoc钮，【Dependent Variable框】选入需要分析的变量（应变量），只能选入一个。这里我们的应变量为X，将他选入即可。【Fixed Factors框】即固定因素，绝大多数要分析的因素都应该往里面选。这里我们要分析的是f和b两个变量，把他们全都放进去！固定因素指的是在样本中它所有可能的取值都出现了，比如例中的F2，只可能有A、B、C、D四个种系，并且都出现了，就被称作固定效应；而相对应的随机效应的因素指的是所有可能的取值在样本中没有都出现，或不可能都出现，如本例中的F1，实际上总体中当然不可能只有3个剂量组，因此要用样本中3个剂量的情况来推论总体中所有的剂量的情况时就会存在误差，因此被称为随机因素。我这里让F1也选入固定框是基于下面的事实：这样做统计分析的结论是完全相同的。不同的只是推论的那部分。【Random Factors框】用于选入随机因素，如果你弄不明白，不理他就是了。【Covariate框】用于选入协方差分析时的协变量【WLS Weight框】即用于选入最小二乘法权重系数。【Model钮】单击后出现一个对话框，用于设置在模型中包含哪些主效应和交互因子，默认情况为Full factorial，即分析所有的主效应和交互作用。我们这里没有交互作用可分析，所以要改一下，否则将作不出结果来。将按钮切换到右侧的custum，这时中部的Build Term下拉列表框就变黑可用，该框用于选择进入模型的因素交互作用级别，即是分析主效应、两阶交互、三阶交互、还是全部分析。这里我们只能分析主效应：选择main，再用黑色箭头将group和food选入右侧的model框中，如果对这段叙述不太清楚，请参考下面的动画。该对话框中还有两个元素：左下方的Sum of squares框用于选择方差分析模型类别，有1型到4型四种，如果你搞不清他们之间的区别，使用默认的3型即可；中下部有个Include intercept in model复选框，用于选择是否在模型中包括截距，不用改动，默认即可。【Contrast钮】弹出Contrast对话框，用于对精细趋势检验和精确两两比较的选项进行定义，在这里，该对话框比单因素方差分析的时候还要专业，使用频率也更少。【Plots钮】用于指定用模型的某些参数作图，比如用F和B来作图，用的也比较少（指国内，因为它主要是用来做模型诊断用的）。【Post Hoc钮】该按钮弹出的两两比较对话框和单因素方差分析中的一模一样，不再重复。本题对X作两两比较，方法为SNK法。【Save钮】将模型拟合时产生的中间结果或参数保存为新变量供继续分析时用，可保存的有预测值、残差、诊断用指标等。【Options钮】可以定义输出哪些指标的估计均数、并做所选择的两两比较，还有其他一些输出，如常用描述指标、方差齐性检验等。2.10 分析过程1. Analyze=General Lineal model=Univariate 2. Dependent Variable框：选入X3. Fixed Factors框：选入F1和F24. Model钮：单击 5. Custom单选钮：选中 6. Model框：选入F1和F2 7. 单击OK 8. Post Hoc钮：单击 9. Post Hoc test for框：选入F 10. SNK复选框：选中 11. 单击OK 12. 单击OK 重复测量资料的方差分析数据结构：分析指标每个重复测量结果都设一个变量，如重复测量4次，就设4个变量，如果有分组，就设一个分组变量。在菜单中选择Analyze=General Lineal model=Repeated measures系统首先会弹出一个重复测量因子定义对话框如下因为是重复测量的模型，应变量被重复测量了几次，分别存放在几个变量中，所以我们这里要自行定义应变量。默认的名称为factor1，我们将其改为trail，下面的因素等级数填入4(因一共测量了四次)。单击Add钮，则该变量被加入，我们就完成了模型设置的第一步：应变量名称和测量次数定义。单击define，我们开始进行下一个步骤：具体重复测量变量定义及模型设置，对话框如这个对话框和我们以前看到的方差分析对话框不太一样：它没有应变量框，而是改为了组内效应框，实际上是一回事，上面我们定义了f有四次测量，此处就给出了四个空让你填入相应代表四次测量的变量，选中F1F4，将其选入；然后要选择自变量了（这里又将其称为了between subjects factor），将剩下的三个都选入即可。最后，根据题意，不需要检验anxity与tension的交互作用对试验次数有无交互作用，所以要在model中作相应设置，把那个东东拉出来。 本例分析过程：1. Analyze=General Lineal model=Repeated measures 2. Within-subject factor name框：键选入F3. number of levels框：键入34