01 youtube官網網頁版優化差分析自由度spss(spss方差分析自由度不足)

spss自由度是多少合適

9個

SPSS，統計產品與服務解決方案軟件，自由度指的是計算某一統計量時，取值不受限制的變量個數，在SPSS正交實驗和極差分析的自由度上面，需要至少9個，因9個自由度可以在計算時更好的進行計算，前提是使用方差分析不考慮交互作用，若數據不滿足，但是可以進行極差分析，找到最優組合

spss方差分析自由度不足

可能因為你的數據不是正態分布，所以用方差分析不準確，不知道你在用方差前是否檢測其正態性

因為我看你的數據大多是0，所以很可能不是參數，要用非參數的分析才準確

請問用spss做聯合分析自由度不足應該如何解決？

如果產品的描述是由幾個屬性特征決定的，比如說mp3的音質、外形、容量、價格等等，商家為了確定哪個屬性對消費者的影響最大，以及預測什么樣的屬性組合最受消費者的歡迎，選擇的辦法應該就是聯合分析了。事實上從抽樣調查的角度來看，高質量和低價格的組合是消費者的最愛，但是這對商家而言，這沒有任何意義。

在SPSS中分成三個階段，轉載一個例子，幫助自己學習。

（1）ORTHOPLAN（正交設計），屬性特征的所有組合產品是非常多的，所以應該通過正交設計進行篩選。以下是使用SPSS進行正交設計的程序及得出的一個正交設計方案：

*正交設計.

ORTHOPLAN

/FACTORS=price '價格'( 1 '1000元' 2 '1500元' 3 '2000元') capacity '容量' ( 1 '64M' 2 '128M' 3 '256M') tonality '音質' ( 1 '差' 2 '一般' 3 '好') fashion '外形' ( 1 '守舊' 2 '一般' 3 '時尚')

/OUTFILE='D:tempmp3plan.sav'.

以上程序在SPSS中也可通過窗口實現，執行該SPSS程序，

data->orthogonal design->generate

得出正交設計的結果，如下表：

MP3產品 價格 容量 音質 外形

A 2000 128M 好 守舊

B 2000 256M 差 一般

C 1500 64M 好 一般

D 1500 256M 一般 守舊

E 1500 128M 差 時尚

F 1000 256M 好 時尚

G 1000 64M 差 守舊

H 2000 64M 一般 時尚

I 1000 128M 一般 一般

（2）PLANCARD（生成模擬產品的卡片）

對于上面正交設計產生的9個種模擬產品，被調查者需要對每一個模擬產品的偏好進行評價，在實際調查過程中是將每個模擬產品的屬性特征打印在一張卡片上，使用SPSS語句可以一次性生成所有模擬產品的卡片，提高了制作卡片的效率。下面是生成模擬產品卡片的SPSS程序。

*生成模擬產品的卡片.

GET FILE='D:tempmp3plan.sav'.

PLANCARDS

/FACTOR=price capacity tonality fashion

/FORMAT card

/PAGINATE

/OUTFILE='d:tempcards.txt'.

執行上述程序輸出所有模擬產品的卡片，

design->disdata->orthogonal play

以下只例出模擬產品ABCD的卡片輸出結果

模擬產品A 模擬產品B 模擬產品C 模擬產品D

價格 2000元

容量 128M

音質 好

外形 守舊 價格 2000元

容量 256M

音質 差

外形 一般 價格 1500元

容量 64M

音質 好

外形 一般 價格 1500元

容量 256M

音質 一般

外形 守舊

spss 方差分析中 F值

方差分析只能判別該因素是否存在顯著影響，而不能通過之間的F值來判斷影響效果的大小關系，F值的大小和對應的概率值大小說明的是一個意義，而且對于不同的F值大小，存在不同的自由度，而不同的自由度之間是不能相互比較F值的

如果你非要說概率值越小，影響作用越強，其實也可以，但通常統計上并不這樣做，因為會存在上面那種現象，概率值雖然不同，但軟件只統一給出<0

0001，這樣無法比較

如何用SPSS進行多因素方差分析

多因素方差分析是對一個獨立變量是否受一個或多個因素或變量影響而進行的方差分析。SPSS調

用逗Univariate地過程，檢驗不同水平組合之間因變量均數，由于受不同因素影響是否有差異的問題。在這個過程中可以分析每一個因素的作用，也可以

分析因素之間的交互作用，以及分析協方差，以及各因素變量與協變量之間的交互作用。該過程要求因變量是從多元正態總體隨機采樣得來，且總體中各單元的方差

相同。但也可以通過方差齊次性檢驗選擇均值比較結果。因變量和協變量必須是數值型變量，協變量與因變量不彼此獨立。因素變量是分類變量，可以是數值型也可

以是長度不超過8的字符型變量。固定因素變量(Fixed Factor)是反應處理的因素;隨機因素是隨機地從總體中抽取的因素。

[例子]

研究不同溫度與不同濕度對粘蟲發育歷期的影響，得試驗數據如表5-7。分析不同溫度和濕度對粘蟲發育歷期的影響是否存在著顯著性差異。

表5-7 不同溫度與不同濕度粘蟲發育歷期表

相對濕度（%）

溫度℃

重 復

1

2

3

4

100

25

91.2

95.0

93.8

93.0

27

87.6

84.7

81.2

82.4

29

79.2

67.0

75.7

70.6

31

65.2

63.3

63.6

63.3

80

25

93.2

89.3

95.1

95.5

27

85.8

81.6

81.0

84.4

29

79.0

70.8

67.7

78.8

31

70.7

86.5

66.9

64.9

40

25

100.2

103.3

98.3

103.8

27

90.6

91.7

94.5

92.2

29

77.2

85.8

81.7

79.7

31

73.6

73.2

76.4

72.5

數據保存在逗DATA5-2.SAV地文件中，變量格式如圖5-1。

下載信息 [文件大小：1.02 KB 下載次數： 次]

點擊下載文件:DATA5-2.rar

1）準備分析數據

在數據編輯窗口中輸入數據。建立因變量歷期逗歷期地變量，因素變量溫度逗A地，濕度為逗B地變量，重復變量逗重復地。然后輸入對應的數值，如圖5-6所示。或者打開已存在的數據文件逗DATA5-2.SAV地。

圖5-6 數據輸入格式

2）啟動分析過程

點擊主菜單逗Analyze地項，在下拉菜單中點擊逗General Linear Model地項，在右拉式菜單中點擊逗Univariate地項，系統打開單因變量多因素方差分析設置窗口如圖5-7。

圖5-7 多因素方差分析窗口

3）設置分析變量

設置因變量: 在左邊變量列表中選逗歷期地，用向右拉按鈕選入到逗Dependent Variable：地框中。

設置因素變量: 在左邊變量列表中選逗a地和逗b地變量，用向右拉按鈕移到逗Fixed Factor(s):地框中。可以選擇多個因素變量。由于內存容量的限制，選擇的因素水平組合數(單元數)應該盡量少。

設置隨機因素變量: 在左邊變量列表中選逗重復地變量，用向右拉按鈕移到逗到Random Factor(s)地框中。可以選擇多個隨機變量。

設置協變量：如果需要去除某個變量對因素變量的影響，可將這個變量移到逗Covariate(s)地框中。

設置權重變量：如果需要分析權重變量的影響，將權重變量移到逗WLS Weight地框中。

4）選擇分析模型

在主對話框中單擊逗Model地按鈕，打開逗Univariate Model地對話框。見圖5-8。

圖5-8 逗Univariate Model地 定義分析模型對話框

在Specify Model欄中，指定分析模型類型。

① Full Factorial選項

此

項為系統默認的模型類型。該項選擇建立全模型。全模型包括所有因素變量的主效應和所有的交互效應。例如有三個因素變量，全模型包括三個因素變量的主效應、

兩兩的交互效應和三個因素的交互效應。選擇該項后無需進行進一步的操作，即可單擊逗Continue地按鈕返回主對話框。此項是系統缺省項。

② Custom選項

建

立自定義的分析模型。選擇了逗Custom地后，原被屏蔽的逗Factors & Covariates地、逗Model地和逗Build

Term(s)地欄被激活。在逗Factors &

Covariates地框中自動列出可以作為因素變量的變量名，其變量名后面的括號中標有字母逗F地；和可以作為協變量的變量名，其變量名后面的括號中標

有字母逗C地。這些變量都是由用戶在主對話框中定義過的。根據表中列出的變量名建立模型，其方法如下：

在逗Build Term(s)地欄右面的有一向下箭頭按鈕（下拉按鈕），單擊該按鈕可以展開一小菜單，在下拉菜單中用

很赞哦!（3257）