spss统计分析(编辑修改稿)

spss统计分析(编辑修改稿)内容摘要：

击模型按钮，展开模型对话框，在指定模型选项组中选择设定。 在构建项栏内的类型中选择主效应项，定义主效应。 从因子与协变量框中，分别选定 mouse， etrogen并移入模型框。 其余选项均为默认。 点击“继续”，返回主对话框。 然后单击“确定”进行统计分析。 主体间因子表 为变量信息，大白鼠子宫重量按大自鼠种系和雌激素剂量分组。 因素变量有种系 mouse，取值 14是种系 AD的代码，雌激素剂量 etrogen，取值 13，是剂量 、。 N是每一单元的样本含量。 • 主体间效应的检验表 是方差分析表，在表的左上方标明研究的对象即因变量是子宫重量。 源 这一列表明此列右面将按以上各项列出各统计量。 校正模型 即经均值校正后的偏差平方和。 我们在模型对话框中，设置的方差分析模型只有两个主效应。 该值等于两个主效应 mouse和 etrogen偏差平方和之和。 截距 ：截距的偏差平方和。 主效应 mouse，其偏差平方和表明的是由于大白鼠种系不同（对雌激素反应不同）造成的子宫重量之差异，与etrogen偏差平方和一样，均属于组间偏差平方和。 主效应 etrogen，其偏差平方和解释的是不同雌激素剂量造成的子宫重量之差异。 • 误差 是除去模型中指定的效应外不可解释的部分。 一般情况下，可能包括末考虑到的协变量效应或交互效应、随机因素效应和组内差异。 在本问题中，其偏差平方和反映组内 〔 即个体之间的 )差异，也称组内偏差平方和。 误差项用于检验各效应的假设。 其均方值作为 F检验计算 F值的分母。 总计 是是因变量的总偏差平方和在数值上等于截距、两个主效应和误差的偏差平方和之总和。 反映因变量原始的总变异。 校正的总计 ，校正的总偏差平方和。 对方差模型来说，从其值等于校正模型偏差平方和与误差之偏差平方和之总和可以看出，方差模型的总偏差平方和，分解为两个主效应 (组间 )偏差平方和与误差 (组内 )偏差平方和。 对于以 wuteri为因变量、 mouse、 etrogen为自变量的线性回归模型来说， Corrected Total就是线性模型的总偏差平方和，在数值上等于回归平方和与残差平方和之总和。 • Ⅲ 型平方和 ，偏差平方和。 均方 ，在数值上等于偏差平方和除以相应的自由度。 F，是各效应项的均方与误差项的均方之比。 sig，是进行 F检验的 p值。 从两个主效应的 F检验结果的 p值看， p，由此得出种系 mouse和剂量 etrogen对因变量 wuteri在 著性差异的。 第三节。