Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
IBM_SPSS_Statistics_Base.pdf
Скачиваний:
167
Добавлен:
19.05.2015
Размер:
5.37 Mб
Скачать

68

Глава 11

Тип III. Задается по умолчанию. Этот метод вычисляет суммы квадратов эффекта в плане как суммы квадратов, скорректированные по всем остальным эффектам, не содержащим данный, и ортогональным к любому эффекту (если такие есть), содержащему данный.

Суммы квадратов типа III имеет одно главное преимущество, заключающееся в том, что они инвариантны относительно частот в ячейках, пока общая форма “оцениваемости” (estimability) остается неизменной. Таким образом, этот тип сумм квадратов часто считается полезным для несбалансированной модели без пустых ячеек. В факторном плане без пустых ячеек этот метод эквивалентен методу Йетса взвешенных квадратов средних. Метод сумм квадратов типа III обычно используется для:

Любых моделей, перечисленных для типа I и типа II.

Любой сбалансированной или несбалансированной модели без пустых ячеек.

Тип IV. Этот метод разработан для случая, когда есть пустые ячейки. Для любого эффекта F в данном плане, если F не содержится в любом другом эффекте, то тип IV = тип III = тип II. Когда F содержится в других эффектах, тип IV распределяет контрасты, сформированные среди параметров в F, равноправно между всеми эффектами более высокого порядка.

Метод сумм квадратов типа IV обычно используется для:

Любых моделей, перечисленных для типа I и типа II.

Любой сбалансированной или несбалансированной модели с пустыми ячейками.

Контрасты ОЛМ

Рисунок 11-3

Диалоговое окно ОЛМ-одномерная: Контрасты

Контрасты используются для проверки различий между уровнями фактора. Вы можете задать контраст для каждого фактора в модели (в модели повторных измерений для каждого межгруппового фактора). Контрасты представляют собой линейные комбинации параметров.

Проверка гипотез основывается на нулевой гипотезе LB=0, где L – матрица коэффициентов контрастов, а B – вектор параметров. При задании контраста создается L-матрица. Столбцы L-матрицы соответствуют фактору, сочетающемуся с контрастом. Оставшиеся столбцы корректируются так, чтобы матрица L допускала оценку.

69

Общая линейная модель: одномерный анализ

Вывод включает F-статистику для каждого набора контрастов. Для разностей контрастов также выводятся совместные доверительные интервалы типа Бонферрони, основанные на t-распределении Стьюдента.

Имеющиеся контрасты

Доступны следующие контрасты: отклонения, простые, разностные, Хелмерта, повторяемые и полиномиальные. Для контрастов типа отклонение и простых контрастов в качестве опорной категории можно указать первую или последнюю категории.

Типы контрастов

Отклонение. Сравнивает среднее значение каждого уровня (исключая опорную категорию) со средним значением всех уровней (генеральным средним). Уровни фактора могут быть расположены в произвольном порядке.

Простой. Сравнивает среднее каждого уровня со средним заданного уровня. Этот тип контрастов полезен, когда есть контрольная группа. Вы можете выбрать первую или последнюю категорию в качестве опорной.

Разность. Сравнивает среднее каждого уровня (за исключением первого) со средним значением предыдущих уровней. (Иногда называются обратными контрастами Хелмерта.)

Хелмерт. Сравнивает среднее каждого уровня фактора (за исключением последнего) со средним последующих уровней.

Повторяемый. Сравнивает среднее каждого уровня (кроме последнего) со средним следующего уровня.

Полиномиальный. Сравнивает линейный эффект, квадратичный эффект, кубический эффект, и так далее. Первая степень свободы содержит линейный эффект по всем категориям, вторая степень свободы – квадратичный эффект, и так далее. Такие контрасты часто используются для оценки полиномиальных трендов.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]