作业帮SPSS数据,请求解答多元方差分析
来源：学生作业帮 编辑：作业帮 分类：数学作业 时间：2024/05/11 19:55:01
SPSS数据,请求解答多元方差分析
请帮我解释一下这个表格
多元方差分析
请帮我解释一下这个表格
多元方差分析
第一个表 主体因子 是对数据的描述,没有大的意义,只是看一下你需要检验的变量的基本情况
第二个表和第三个表 是关键的
第二个表多变量检验 是用来比较主因子是否显著的,从表中可以看出,性别变量在你的因变量中存在显著的差异.至于第二个表中有四行的检验,是统计学中的不同的检验方法,可以看出,无论使用哪种检验,都说明性别变量在因变量上存在显著差异,但是到底在哪些因变量上存在显著的差异,则需要用到第三个表.
第三个表 是详细检验性别在哪些因变量上存在显著的差异.我们只需要看性别那一栏就可以了,至于截距、校正模型、误差这些,说句实话,在应用中并没有什么大的意义.
因此从表三可以看出 性别在情绪稳定性和 人格责任性上存在显著的差异
看是否显著的 关键是sig的值 是否小于0.05,如果小于0.05则说明差异显著,如果大于0.05则不显著
再问： 能对关键部分解释的更详细一些么？我完全不懂的，谢谢
再答： 多变量检验分两部分： 一部分是截距的检验，意思就是 原假设为当自变量为0时，截距也应该为0，这里的检验结果sig小于0.05，说明原假设不成立，也就是当自变量为0时，截距实际上不为零，就说明有一定的截距存在，仅此而已，跟性别变量没什么大的关系。 下面一部分是关于自变量性别的检验，同样是四种检验方法的sig，也就是p值 均小于0.05，就说明性别变量对你的因变量有显著影响，但是具体对哪个自变量有显著影响，则用到下面一张表格了。 这里面有四种检验方法，pillais 轨迹，wilks 入，hotelling轨迹，roy最大根值统计量，属于四种不同的检验量，一般情况下，参照第一个pillais轨迹的为标准。 第三个表则是具体比较性别在每一个因变量上是有有显著影响的，同样有截距是否存在，误差等的检验，但是我们最关心的是性别那一栏对每个因变量的影响，也就是性别在每个因变量上是否有显著差异，则看对应的sig值，也就是p的值就好了，
第二个表和第三个表 是关键的
第二个表多变量检验 是用来比较主因子是否显著的,从表中可以看出,性别变量在你的因变量中存在显著的差异.至于第二个表中有四行的检验,是统计学中的不同的检验方法,可以看出,无论使用哪种检验,都说明性别变量在因变量上存在显著差异,但是到底在哪些因变量上存在显著的差异,则需要用到第三个表.
第三个表 是详细检验性别在哪些因变量上存在显著的差异.我们只需要看性别那一栏就可以了,至于截距、校正模型、误差这些,说句实话,在应用中并没有什么大的意义.
因此从表三可以看出 性别在情绪稳定性和 人格责任性上存在显著的差异
看是否显著的 关键是sig的值 是否小于0.05,如果小于0.05则说明差异显著,如果大于0.05则不显著
再问： 能对关键部分解释的更详细一些么？我完全不懂的，谢谢
再答： 多变量检验分两部分： 一部分是截距的检验，意思就是 原假设为当自变量为0时，截距也应该为0，这里的检验结果sig小于0.05，说明原假设不成立，也就是当自变量为0时，截距实际上不为零，就说明有一定的截距存在，仅此而已，跟性别变量没什么大的关系。 下面一部分是关于自变量性别的检验，同样是四种检验方法的sig，也就是p值 均小于0.05，就说明性别变量对你的因变量有显著影响，但是具体对哪个自变量有显著影响，则用到下面一张表格了。 这里面有四种检验方法，pillais 轨迹，wilks 入，hotelling轨迹，roy最大根值统计量，属于四种不同的检验量，一般情况下，参照第一个pillais轨迹的为标准。 第三个表则是具体比较性别在每一个因变量上是有有显著影响的，同样有截距是否存在，误差等的检验，但是我们最关心的是性别那一栏对每个因变量的影响，也就是性别在每个因变量上是否有显著差异，则看对应的sig值，也就是p的值就好了，