Führen und Interpretieren ein One-Way multivariate kovarianzanalyse - Statistik-Lösungen
- Variance durch jede der unabhängigen Variablen erklärt (auch zwischen den Gruppen Varianz der Haupteffekt genannt)
- Variance gemeinsam durch alle unabhängigen Variablen erklärt (auch als Interaktionseffekt)
- Unerklärte Varianz (auch innerhalb der Gruppe Varianz bezeichnet)
Die One-Way multivariate kovarianzanalyse benötigt mindestens vier Variablen:
- Eine unabhängige Variable, wobei die Gruppen, die Fälle in zwei oder mehr Gruppen, das heißt, sie hat zwei oder mehr Faktorstufen. Die unabhängige Variable hat zumindest die Nominalskala sein.
- Zwei oder mehrere abhängige Variablen, die die unabhängige Variable Einflüsse. Die abhängigen Variablen der kontinuierlichen stufigen Skala (Intervall oder Verhältnis-Daten) sein. Außerdem müssen sie homoskedastisch und multivariate normal sein.
- Ein oder mehrere Kovariaten, auch Störfaktoren oder begleitende Variablen. Diese Variablen moderieren die Auswirkungen des unabhängigen Faktor auf die abhängigen Variablen. Die Kovarianten benötigen kontinuierliche Ebene-Variablen (oder Intervall-Verhältnis-Daten) sein. Die One-Way multivariate kovarianzanalyse Kovariable ist oft ein Pre-Test-Wert oder eine Basislinie.
Lassen Sie uns die folgende Fragestellung analysieren:
Ist die Punktzahl in der standardisierten Mathematik erreicht, Lese und Test auf dem Ergebnis der Abschlussprüfung abhängig zu schreiben, wenn wir für das Alter des Schülers zu kontrollieren?
Diese Fragestellung bedeutet, dass die drei Testergebnisse sind die abhängigen Variablen, das Ergebnis der Prüfung (gescheitert vs. Pass) ist die unabhängige Variable und das Alter des Schülers wird der Kovariable Faktor.
Die One-Way multivariate kovarianzanalyse kann in Analyze / Allgemeines lineares Modell / Multivariate gefunden werden ...
Ein Klick auf diesen Menüeintrag öffnet den GLM-Dialog auf, die uns jedes lineare Modell angeben können. Für multivariate kovarianzanalyse Design müssen wir den unabhängigen Variable (Prüfung) in der Liste der festen Faktoren hinzuzufügen. [Denken Sie daran, dass der Faktor festgelegt ist, wenn es absichtlich manipuliert wird und nicht nur zufällig aus einer Population gezogen. In unserem multivariate kovarianzanalyse Beispiel ist dies der Fall. Dies macht auch die ANCOVA das Modell der Wahl, wenn halb-Teilkorrelationen in einem Experiment analysiert, anstelle der partiellen Korrelationsanalyse, die Zufallsdaten erfordert. ]
Wir brauchen ein vollfaktoriellen Modell zu bestimmen, wo die Kovariable das Alter des Studenten ist, und die abhängigen Variablen sind die Mathematik, Lesen und Testergebnisse zu schreiben. Im Dialogfeld Modell ... lassen wir alle Einstellungen auf dem Standard. Die Standardeinstellung für alle GLM (einschließlich der multivariate kovarianzanalyse) ist das vollfaktoriellen Modell.
Die Feldpost hocs ist deaktiviert, wenn eine oder mehr Kovarianten in die Analyse eingegeben. Wenn wir einen Gruppenvergleich in unsere multivariate kovarianzanalyse aufnehmen möchten würden wir brauchen Kontraste zur Analyse hinzuzufügen. Wenn Sie wollten alle Gruppen gegen eine bestimmte Gruppe vergleichen müßten Sie einfach als Kontrastmethode wählen, und auch angeben müssen, welche Gruppe (die ersten oder letzten) sollte gegenüber allen anderen Gruppen verglichen werden.
