Задачи статистики в пакете SPSS




Диалоговое окно Multivariate (Многомерная)



Диалоговое окно Multivariate (Многомерная)



 Диалоговое окно Multivariate (Многомерная)

Появятся довольно обширные результаты расчёта. Важным для нас является в первую очередь глобальный многомерный тест на предмет выявления значимых различий "где-нибудь" между возрастными группами:

Multivariate Tests c (Многомерные тесты)

Effect (Эффект )

Value (Зна-чение)

F

Hypo-thesis df (Гипо-теза df)

Error df (Ошибка df)

Sig. (Значи-мость)

Inte-rcept Отре-зок)

Pillai's Trace (След Пиллая)

,996

9252, 061а

4,000

167,000

,000

Wilks' Lambda (Лямбда Уилкса)

,004

9252,061 а

4,000

167,000

,000

Hotelling's Trace (След Хоттелинга)

221,606

9252, 061а

4,000

167,000

,000

Roy's Largest Root 'Макси-мальный характе-ристический корень по методу Роя)

221,606

9252,061 а

4,000

167,000

,000

АК

Dillai's Trace (След Пиллая)

,178

2,661

12,00ol

507,00o'

,002

Wilks' Lambda (Лямбда Уилкса)

,827

2,740

12,000

442,132

,001

Hotelling's Trace (След Хоттелинга)

,203

,805

12,000

197,000

,001

Roy's Largest Root (Макси-мальный характе-ристический корень по методу Роя)

,169

7,159Ь

4,000

167,000

,000

a. Exact statistic (Точная статистика)

b. The statistic is an upper bound on F that yields a lower bound on the significance level (Статистической характеристикой является верхний придел значения F-распределе-ния, который указывает на нижний предел уровня значимости).

с Design: Intercept+AK (Компоновка: Отрезок + АК)

Здесь производится расчёт величин, традиционных для общей линейной модели. Они уже представлены в главе 17.1.3. Основываясь на критерии "След Пиллая" ("Pillai's Trace"), следует отклонить нулевую гипотезу о том, что между четырьмя возрастными группами не наблюдается различий ни для одной из зависимых переменных (значение р = 0,002).

Для проверки, какие из четырёх зависимых переменных в чем-то различаются между собой, были проведены одномерные тесты. Результаты этих тестов полностью соответствуют результатам отдельного одномерного дисперсионного анализа для каждой зависимой переменной.

Мы здесь воздержимся от подробной расшифровки довольно большой таблицы "Тесты межсубъектных эффектов". Отметим только, что для систолического и диастолического давлений, уровней холестерина и сахара в крови получаются следующие значения вероятности ошибки р: 0,153, 0,002, 0,267 и 0,688 соответственно. Причиной суммарной значимости, поучающейся в результате многомерного теста, являются прежде всего значимые различия для диастолического давления.

Для опытных статистиков, хорошо знакомых с тонкостями многомерных методов, SPSS может предложить избыточное количество разнообразных возможностей в области дисперсионного анализа. В первую очередь можно использовать разнообразные возможности процедуры MANOVA, доступной отныне только через командный синтаксис. Эта процедура позволяет проводить простой и множественный регрессионный анализ, дискриминантный анализ, канонический анализ, анализ главных компонентов и др. Однако сложность работы с заданием параметров может составить некоторые затруднения для менее опытных пользователей. Поэтому в данной книге мы ограничились рассмотрением наиболее часто применяемых компоновок дисперсионного анализа.





Начало  Назад  Вперед