第八课：征服一般线性模型――GeneralLinearModel菜单详解(上)

SPSS第八课：征服一般线性模型——GeneralLinearModel菜单详解□上口□医学统计之星:□□□□请注意，本章的标题用了一些修辞手法，一般线性模型可不是用一章就可以说清楚的，因为它包括的内容实在太多了。那么，究竟我们用到的哪些分析会包含在其中呢？简而言之：凡是和方差□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□a□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□,□□□□□ GLM菜单□□□,□□□□□□□□□□□□□□□□□□O□□□□□□□□□□□□□□□□□□□□□, □□□□□□□□□□□SPSS□□□□□□□□□□□□□□□,□□□□□□□□□□□□□□□,□□□□□□□□□□□□□功能是什么呢？请看：Univariate□□□：□□□□□□□□□,□□□□□□□□□□□□□□□□Multivariate□□□：□□□□□□□□□□□□□□□,□□□□□□□啦！RepetedMeasures子菜□:顾名思义， □□□□□□□□□□□□□□,□□□□□□□□□□, □□□□□□□□□□□□□□□□□, 但在□□□□□□□□□□□□, □□□□□□□□□□□□□□ □不能再□,□□□□□□□□□□□□□□□□□VarianceComponents□□□□□□□□□□□□□□,□□□□□□□,□□□□□□□□□□,□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□,□□□□□□□□□□□, □□□□□□□□□□□□□□, □□□□□□□□□□□□,□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□,□□□□□□□ 统计软件第一课：论统计软件中的数据录入格式 ,□□□□□□□§8.1两□□□□分□□□□□□□□□□□□□□□□□□□□,□□□□□□,□□□□□口。

例8.1对小白鼠喂以 A、增重的效果。 采用随机区组设计方法，因素对体重增长的影响。现将同品系同体重的区组3只小白鼠。 三周后体重增量结果素喂养后所增体重有无差别？B、C三种不同的营养素，目的是了解不同营养素以窝别作为划分区组的特征， 以消除遗传24只小白鼠分为 8个区组，每个（克）列于下表， 问小白鼠经三种不同营养区组号A营养素B营养素C营养素150.1058.2064.50247.8048.5062.40353.1053.8058.60463.5064.2072.50571.2068.4079.30641.4045.7038.40761.9053.0051.20842.2039.8046.20根据统计分析的要求，我们建立了三个变量来包括上述信息，即 group表示区组，food□□□□□□□□, weight□□□□□□□,□：groupfoodweight1 150.011 258.20依此类推。univarate对话框界面说明这里只有一个结果变量weight,要采用这里只有一个结果变量weight,要采用□□□□□□□□□□,□□□□□： DependentVariable框、FixedFactors框、Model钮、PostHoc□,□□□□□□□□□□DependentVariable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weight,将他选入即可。FixedFactors框】即固定因素，说的通俗一些，就是－－哎呀，我都不知道怎么解释好了，这样，如果你搞不明白，那么绝大多数要分析的因素都应该往里面选。 这里我们□□□□group和food□□□□,□□□□□□□□□□!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 food，只可能有1、2、3这三个值，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group,实际上总体中当然不可能只有这 8□,□□□□□□□ group□□□□□□□□ group□□□□□□□□□□□□□□□□□□, 因此被称为随机因素。 我这里让 group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。RandomFactors框】用于选入随机因素，如果你弄不明白，假装没看见他就是了。Covariate框】用于选入协方差分析时的协变量，现在还用不到，不过下一个例子我们就要给他送礼了。WLSWeight框】即用于选入最小二乘法权重系数。别理他，根据我的理解，只有统计分析的变态狂才会想起来用他（如有雷同，纯属巧合）！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，□□□□□Fullfactorial,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BuildTerm□□□□□□□□□□,□□□□□□□□□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。□□□□□□□□□□□：□□ main,□□□□□□□ group和food选入右侧的model□□,□□□□□□□□□□□,□□□□□□□□□

□□□□□□□□□□：□□□□ Sumofsquares□□□□□□□□□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 Includeinterceptinmodel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□□□,□□□□□□□□□□□□□□□□□□□□□□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，反正我都没用过，就干脆就不介绍了。Plots钮】用于指定用模型的某些参数作图，比如用较少（指国内，因为它主要是用来做模型诊断用的）。用于指定用模型的某些参数作图，比如用较少（指国内，因为它主要是用来做模型诊断用的）。food和group□□□,□□□□PostHoc钮】该按钮弹出的两两比较对话框和第再重复。本题对7该按钮弹出的两两比较对话框和第再重复。本题对7章单因素方差分析中的一模一样，不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，可保存的东东有预测值、残差、诊断用指标等。Options钮】当然是定义选项啦！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。好了，都解释完了，再重复以下，我们所作的操作为：Analyze==>GeneralLinealmodel==>UnivariateDependentVariable框：选入weightFixedFactors□：□□group和foodModel钮：单击Custom□□□：□□Model□：□□group□food单击OKPostHoc钮：单击PostHoctestfor框：选入foodSNK复选框：选中单击OK单击OK

8.1.2结果解释按照上题的操作，结果输出如下：UnivariateAnalysisofVarianceBetween-SubjectsFactorsNGROUP1.0032.0033.0034.0035.0036.0037.0030.003FOOD1.0082.0083.008这是一个所分析因素的取值情况列表，没有什么不好懂的。TestsofBetween-SubjectsEffectsDependentvariable:WEIGHTSourceTypeIIISumofSquaresdfMeanSquareFSig.CorrectedModel2521.294s9230.14411.517.000Intercept74359.534174359.5343056.985,000GROUP2376.3761339.48213.956.000FOOD144,917272.4592.979.084Error340,5431424,324Total77221.37024CorrectedTotal2061.33623a-RSquared=.331(AdjustedRSquared=.305)现在大家看到的是一个典型的方差分析表，只不过是两因素的而已，我来□□□：□□□□□□□□□□□□□□, FDD00.517,P小于0.05,因此所用的模型有统计学意义， 可以用它来判断模型中系数有无统计学意义； 第二行□□,□□□□□□□□□□□□□□,□□□□；□□□□□□ GROUP,可见它也有统计学意义,不过我们关心的也不是他；第四行是我们真正要分析的

FOOD,非常遗憾，它的 P值为0.084,还没有统计学意义。尽管不太愿意，我们的结论也只能是：尚不能认为三种营养素喂养的小白鼠体重增量有差别。上表的标题内容翻译如下：变异来源III000SS自由度均方MS统计量 FP值校正的模型2521.2949280.14411.517.000口距74359.534174359.5343056.985.000GROUP2376.3767339.48213.956.000FOOD144.917272.4592.979.084误差340.5431424.324合计77221.37024校正的合计2861.83623PostHocTestsFOODHomogeneousSubsetsWEIGHTStudent-Newman-Keulsa,bFOODNSubset11.00853,90002.00853,95003.00859.1375Sia.,121Meansforgroupsinhomogeneoussubsetsaredisplayed.EiasedonTypeIIISumofSquaresTheerrortermisMeanSquare(Error)=24,324.aUsesHarmonicMeanSampleSize=8.000.b.Alpha=.05.□□□□□□□□□□,□□□ SNK□,□□□□□□□□□□□,□□□□□□□□□□□□□□□,□□□□□, P值为0.121。0.121，究竟哪个为准？心前面方差分析 FOOD的P值不是0.084□?□□□□0.121，究竟哪个为准？两两比较只是近似的比较结果，应以前面方差分析的P两两比较只是近似的比较结果，应以前面方差分析的P为准，□□□□□P值不会在检验结果上发生质的冲突，一般只是大小不同而已。好了，上面是正确的结果，如果model□□□□□好了，上面是正确的结果，如果model□□□□□Fullfactor又如何呢？会得出方差分析表如下：TestsofBetween-SuhjectsEffectsDependentVariable:WEIGHTSourceTypeIIISumofSquaresdfMeanSquareFSig.CorrectedModel2361.S36a23124,428Intercept74359.534174359.534GROUP2376.3767339.482FOOD144,917272,459GROUP*FOOD340,5421424,324Error,0000Total77221.37024CorrectedTotal2361.03623a.RSquared=1.000(AdjustedRSquared=.)看到了吗？由于所谓的交互作用将自由度给全部“吃”掉了，没有误差可用于统计分析，什么结果也做不出来。§8.2协方差分析例8.2某医生欲了解成年人体重正常者与超重者的血清胆固醇是否不同。而胆固醇含量与年龄有关，资料见下表。正常组 超重组年龄(X1)胆固醇(Y1)年龄(X2)胆固醇(Y2)483.5587.3334.6414.7515.8718.4435.8768.8444.9495.1638.7334.9493.6546.7425.5656.4404.9396.0475.1527.5414.1456.4414.6586.8565.1679.2该题选自《医学统计学》第二版第七章。考虑到统计分析对数据格式的要□,□□□□□□□□□□： GROUP表示组别，AGE代表年龄，CHOL□□□□□醇。分析步骤由于协方差分析涉及到许多较深的统计理论，这里我只好采用照本宣科的方法，告诉大家如何作，而不作过多解释，欲进一步了解原理的朋友请参考《医学统计学》原书。首先应进行预分析，了解资料是否符合协方差分析的要求，最重要的一点就是看age□□□□□□□□□□□, 这可以用age与group□□□□□□□□来表示。对该问题，粗糙的方法可以是作分组散点图，差不多就可以，也可以进行预分析， 看交互作用有无统计学意义， 这里用后一种方法中最为精确的步骤来讲解。预分析步骤：Analyze==>GeneralLinealmodel==>UnivariateDependentVariable框：选入 cholFixedFactors框：选入 groupModel钮：单击Custom单选钮：选中Model框：选入group□age和group*age（后者用interaction方法就可选入）Sumofsquares列表框：改为 ModelI单击OK单击OK□□□□□□□ group和age□□□□□□□□□，□□□，□□□□□□□□□□□□，□□□□□□□□□□□□□□ ModelI，□□□□□□□□□□□□□□□□□□□， 即侧重点在group对chol□□□□□□□□□□□□8.2.2结果解释预分析步骤的结果如下：UnivariateAnalysisofVarianceUnivariateAnalysisofVarianceBetween-SuhjectsFactorsNGROUP1.00132.0013TestsofBetween-SuhjectsEffectsDependentVariable:CHOLSourceTypeISumofSquaresdfMeanSquareFSig.CorrectedModel43,0023314.33414,900.000Intercept916.89S1916.89S958,733,000GROUP18,615118,61519,465,000AGE24.3S0124.3S025,492.000GROUP*AGE6.499E-0316.499E-03,007,935Error21,04022,956Total900.94026Con^cte^^ta^^64,04225.RSquared二.671(AdjustedRSquared=.627)上表显示交互作用无统计学意义，而且P值非常大，因此交换group和age多半交互作用也无统计学意义，因此可以不继续作预分析了，当然，严格的步骤应当交换两者的顺序继续进行预分析。正式分析步骤：Analyze==>GeneralLinealmodel==>UnivariateDependentVariable框：选入cholFixedFactors框：选入groupModel钮：单击Custom□□□：□□Model框：选入group、Custom□□□：□□Model框：选入group、ageSumofsquares□□□：□□单击OKOptions钮：单击Displsymeansfor框：选入Comparemeaneffects复选框：ModelIIIgroup选中（下面的区间调整方法就用LSD(none)即可）.单击OK.单击OK

Between-SuhjectsFactorsNGROUP1.00132.0013TestsofBetween-SubjectsEffectsDependentvariable:CHOLSourceTypeIIISumofSquaresdfMeanSquareFSig.CorrectedModel42.995a221.49823.493.000Intercept1.52711.5271.668,209GROUP4.45814.4584.872.038AGE24,330124.38026.642.000Error21,04723,915Total980,94026CorrectedTotal64,04225a-RSquared=.671(AdjustedRSquared