自变量因变量(自变量因变量无关变量分别是什么)

多元方差分析适用于两个以上自变量(离散变量)对一个因变量(连续变量)的影响。

包括主效应分析、交易分析和个体效应分析。

主效应:单个自变量对因变量的影响(不考虑其他自变量)。

交互作用:一个自变量对因变量的影响在另一个或多个自变量的不同水平上是不同的。具体用线图交互来表示。

单一效应:当一个自变量的水平固定时，另一个自变量对因变量的影响。

以最简单的双因素方差分析为例:

不同运动剂量对静坐少动中年女性血脂的影响

低水平的心肺耐力将导致比其他危险因素更高的死亡率。与经常锻炼的人相比，缺乏经常锻炼的人患慢性病的概率更高。因此，缺乏体育活动将成为21世纪最严重的公共健康问题。分析不同运动量对血脂的影响，不仅有助于加强对中年女性的科学指导，还能促进中年女性积极参与全民健身。也有利于运动处方的制定，更加科学合理。

1对象和方法

1.1实验对象

征集40 ~ 49岁年龄段久坐不动的中年女性，征集对象要求为工作生活规律，每周未参加至少3天、每天不少于30分钟中等强度体力活动，且持续3个月以上的中年女性。选择符合安静坐着少运动要求的中年女性受试者240名，所有受试者均已签署知情同意书。

1.2实验分组

受试者随机分为4组，每组60人。即30分钟中等强度组(40% ~ 55% HHR)、30分钟高强度组(60% ~ 80% HHR)、60分钟中等强度组(40% ~ 55% HHR)、60分钟高强度组(60% ~ 80% HHR)。

1.3实验测试

实验前后测量受试者的血脂(TC、TG、HDL-C、LDL-C)。

部分数据:

图1图1

1.4统计分析

以运动时间(30min和60min)和运动强度(中等强度和高强度)为自变量，血脂指标为因变量，进行双因素方差分析。显著性水平为0.05。

2 SPSS步骤:

1)分析-一般线性模型-单变量

图2图2

2)"锻炼时间& # 34；、"锻炼强度& # 34；对于& # 34；固定因子& # 34；,"低密度脂蛋白& # 34；对于& # 34；因变量& # 34；。(先以低密度脂蛋白为例)

点击& # 34；选项& # 34；。

图3图3

3)检查& # 34；描述统计& # 34；，点击& # 34；继续& # 34；。

"同质性检验& # 34；还有& # 34；效应量的估计& # 34；也是常用功能，这里就不介绍了。

图4图4

4)单击图3中的& # 34；图& # 34；,"锻炼时间& # 34；还有& # 34；锻炼强度& # 34；选择& # 34；分别是。水平轴& # 34；还有& # 34；分隔线& # 34；。(此处用于交互式图表)

点击& # 34；添加& # 34；、"继续& # 34；。

图5图5

5)回到& # 34；图3 & # 34；对话框中，单击& # 34；好& # 34；。呈现统计结果。

3个结果

1)图6显示了平均值和标准偏差。

图6图6

2)图7是双向方差分析表。给出了运动时间和运动强度的主要效应，以及运动时间和运动强度的交互作用。

标准:& # 34；了不起& # 34；即P > 0.05时，无统计学意义；P≤0.05，有统计学意义。

3)先看& # 34；互动& # 34；。一般来说，& # 34；互动& # 34；没有统计学意义时看主效应；当交互作用具有统计显著性时，参考主效应。

图7图7

4)运动时间与运动强度的交互作用(P = 0.044 < 0.05)有统计学意义。结合下面的轮廓图(交互图)，会发现两条直线明显相交。

所以相互作用的具体表现为:每天运动30分钟，高强度的低密度脂肪蛋低于中等强度的；每天运动60分钟，高强度低密度脂肪蛋比中等强度的高。

图8图8

5)根据方差分析表(图7)和交互作用图(图8)，初步结果可以概括为:

每天60分钟的中等强度或30分钟的高强度运动可以降低低密度脂蛋白。

注:低密度脂蛋白是& # 34；优秀指数& # 34；(数值越小越好)。

4摘要

以上结果不是指主效应。原因在于，此时主效应是否具有统计学意义，对主结果的参考价值不大。理由:即使运动时间的主效应有统计学意义，也不能说每天运动60分钟就比每天运动30分钟好(因为，根据交互图，高强度运动30分钟比60分钟好，中等强度运动30分钟比60分钟差。相反)。

也有特殊情况。当交互作用具有统计显著性时，需要参考主效应。例如，如下交互图:

读者可以自行分析。

5.单一效应分析

个体效应是在一个自变量水平固定的情况下，另一个自变量对因变量的影响。

SPSS可以通过运行程序来实现。以下程序是在以上分析的基础上增加的。你可以自己试试:

/em means =表格(运动时间*运动强度)比较(运动时间)ADJ(LSD)

/em means =表格(运动时间*运动强度)比较(运动强度)ADJ(LSD)

关注头条:科研统计，了解更多相关知识和信息。