Python全系列 教程
3567个小节阅读:5930.5k
目录
鸿蒙应用开发
C语言快速入门
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本,未来主流的版本
人工智能 教程
顺势而为,AI创新未来
大厂算法 教程
算法,程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
在某些实验研究中,常常需要考虑时间因素对实验的影响,当需要对同一观察单位在不同时间重复进行多次测量,每个样本的测量数据之间存在相关性,因而不能简单的使用方差分析进行研究,而需要使用重复测量方差分析。
示例:分析18个超市,两个方案在一个月前和两个月后的销量情况
导入数据
点击“定义”按钮。
可以看到左边是数据中的变量。右边是主体内部变量。
将销售量1、销售量2和销售量3选择到主体内变量中,将“方案”选入主体间因子变量。
点击“确定”查看结果:
从主体内因子和主体间因子可以看到测量值是销售量,数据是3个月份的销售量数据。有两个方案,每个方案的个案数都是9.
从描述统计中分别可以看到使用方案1和方案2,一个月前两个月后平均值和标准偏差及个案数。
协方差齐性的显著性大于0.05,说明是协方差矩阵相等的。可以使用重复测量方差检验。
从多变量检验中看,月份的显著性小于0.05,说明月份对销量的影响有显著性差异。但月份和方案的交叉显著性大于0.05,说明月份和方案的交叉对销量的影响没有显著性差异。
在莫奇来球形度检验中可以看到显著性大于0.05,说明符合球形度。则在主体内检验中查看假设球形度这行。如果不符合则查看后面。从假设球形度的月份显著性小于0.05,说明月份对销量有显著性影响。月份和方案交叉的假设球形度显著性大于0.05,说明月份和方案交叉对销量没有显著性影响。
从主体内对比检验看到月份的显著性小于0.05,说明月份对销量有显著性影响。月份和方案交叉的显著性大于0.05,说明月份和方案交叉对销量没有显著性影响。
从误差方差的莱文等同性检验可以看到,销量1、销量2和销量3的显著性都大于0.05,3次销量之间是方差是齐性的。
从主体间效应检验可以看到方案对销售量的显著性小于0.05,说明方案对销量是有显著性影响的。
从轮廓图中可以看到在3个月分中方案2的销量都高于方案1。说明方案对销量有显著性影响。