2

我注意到，即使对我的模型进行最轻微的调整，我的模型中的平方和也会发生相当大的变化？？？？这正常吗？？？我正在使用 SPSS 16，下面介绍的两个模型都使用相同的数据和变量，只有一个小的变化 - 将其中一个变量分类为 2 级或 3 级变量。

详细信息 - 使用 2 x 2 x 6 混合模型方差分析，其中 6 是重复测量，我在组间分析中得到以下结果

-------------------------------------------------- ----------
来源 | III 型 SS | df | 女士 | F | 西格
-------------------------------------------------- ----------
拦截 | 4086.46 | 1 | 4086.46 | 104.93 | .000
X | 224.61 | 1 | 224.61 | 5.77 | .019
是 | 2.60 | 1 | 2.60 | .07 | .80
X 由 Y | 19.25 | 1 | 19.25 | .49 | .49
错误 | 2570.40 | 66 | 38.95 |

然后，当我使用完全相同的数据但模型略有不同时，其中变量 Y 有 3 个级别而不是 2 个级别，我得到以下结果

-------------------------------------------------- ----------
来源 | III 型 SS | df | 女士 | F | 西格
-------------------------------------------------- ----------
拦截 | 3603.88 | 1 | 3603.88 | 90.89 | .000
X | 171.89 | 1 | 171.89 | 4.34 | .041
是 | 19.23 | 2 | 9.62 | .24 | .79
X 由 Y | 17.90 | 2 | 17.90 | .80 | .80
错误 | 2537.76 | 64 | 39.65 |

我不明白为什么变量 X 会具有不同的平方和，仅仅是因为变量 Y 被分为 3 个级别而不是 2 个级别。组内分析也是如此。

请帮助我理解：D

先感谢您

拍

4

2 回答 2

3

X 的 III 型平方和告诉您当您将 X 添加到包含所有其他项的模型时您获得了多少。看起来 3 级 Y 变量比 2 级 Y 变量更好地预测：它的 SS 从 2.6 变为 19.23。（例如，如果 Y 的影响是二次的，则可能发生这种情况：顶点处的切割不是很有预测性，但切割成三组会更好）。因此，X 没有什么可以解释的了——它的 SS 减小了。

于 2010-04-26T14:38:21.133 回答
3

只是补充一下 Aniko 所说的，变量 X 具有不同平方和的原因仅仅是因为变量 Y 被分为 3 个级别而不是 2 个级别，是每个因素的 SS 公式取决于每个处理中的样本数. 当您更改一个因子的水平数时，您实际上会更改每个处理的样本数，这会影响所有其他因子的 SS 值。

于 2010-04-26T20:27:53.983 回答