1樓：匿名使用者
方差分析的前提之一就是方差齊性
spss的anova提供了方差不齊的多重比較方式，但是還是要用統計的規則吧。應該什麼條件用方差分析，就應該服從這樣的條件。
請問spss方差分析時方差不齊怎麼處理？用的post hoc和explore 可以處理嗎？怎麼弄？答的好加分。
2樓：向日葵
①點選「分析」--「一般線性模型」--「單變數」（圖2），將α指標選入右側因變數欄，將**方式、水平、測試時間選入右側固定因子欄（圖3）
圖2圖3
②設定引數。點選右側「對比」按鈕，將3個因子的對比全部選為「簡單」，點選「變化量」按鈕。（圖4）
圖4③點選右側「事後比較」按鈕，將測試時間選入右側框中，並勾選下方的「lsd」多重比較方法，（圖5），注意，只有當因子分類大於2類時候，才可以使用多重比較
圖5④點選右側「選項」，將3個因子選入右側的均值框中，並勾選下方「描述統計」（圖6），然後點選確定按鈕
圖6⑤結果分析
3樓：布樂正
anova方差分析的流程
如上圖anova分析的流程，單因素方差分析針對多組均數間的比較。
方差分析拒絕h0，只能說明多個樣本總體均數不相等或不全相等。若要得到各組均數間更詳細的資訊，應在方差分析的基礎上進行多個樣本均數的兩兩比較。
兩兩比較分為事前計畫好的比較和事後比較，前者借助於對比（contrast），後者借助於兩兩比較（post hoc ）提供的許多方法。
在分組變數包含次序資訊時，如果方差分析做出了各組間差異有統計學意義的結論，並且means-plot均數圖提示各組均數的某種趨勢時，可以利用趨勢分析討論觀察值與分組變數取值間的數量依存關係。借助於對比（contrast）完成。
假定方差齊性
lsd法
即最小顯著差法(least significance difference method)，是最簡單的比較方法之一。
用t檢驗完成各組均值間的配對比較，對多重比較誤差率不進行校正。
sidak法
實際上是sidak校正在lsd法上的應用。
用t檢驗完成各組均值間的配對比較，對多重比較誤差率進行校正。
sidak法比lsd法保守得多。
bonferroni法
實際上是bonferroni校正在lsd法上的應用。
用t檢驗完成各組均值間的配對比較，對多重比較誤差率進行校正。
bonferroni法比sidak法保守一些。
4樓：
explore是乙個資料考察工具，並不能進行資料轉換處理。一般情況下，資料轉換（比如對數轉換）只能在一定程度上減輕方差不齊的影響。
方差分析對各組方差的方差齊性（也就是各組方差是否一致）有要求，如果方差不齊，你不能使用方差分析。不過，spss統計軟體的one way anova在方差不齊時是可以使用的，此時你應該使用brown-forsythe或welch的修正值。當你想看哪兩組有差異時，可以使用one way anova自帶的post hoc tests，方差不齊時使用不等方差假設項下的tamhane's t2或dunnett's t3等。
如果你還是沒有把握，也可以kruskal-wallis test（一種單因素方差分析的非引數版本）再做一下，如果這兩個方法的結果一致，那就沒有什麼問題了；如果這兩個方法的結果不一致，那麼從對科學的從嚴謹態度而言，應該採用對你不利的那乙份結果。
5樓：匿名使用者
方差齊性的時候可以在posthoc用tukey和regwq都可以
非齊性的時候可以用dunnett好像是這樣拼的
方差分析時候方差不齊怎麼辦？
6樓：匿名使用者
方差齊性檢驗一般是用方差最大組的方
差比最小組的方差，如果比值顯著不等於1，那就是方差不齊性。
按說不齊性是不可以進行後續的方差分析的，因為在均值檢驗中（包括方差分析，t檢驗等）各個實驗處理的效應被認為是一種固定效應，對所有人的作用一樣，也就是說，處理的作用就是給每個人原來的的水平加上乙個相同的常數，這樣的話，每個被試組原來什麼方差，實驗處理後還是什麼方差，那麼，如果不同被試組的方差不齊性，也就是方差之比顯著不等於1，就說明被試之間原本就差異很大，那我們的方差分析就得不到準確的結論，不知道究竟是實驗處理造成了不同被試組間的差異，還是說這裡面也混淆了個體差異。就算只有兩個組之間方差不齊，其他都齊，但這也會對不同部分均方的計算造成影響，哪怕只有兩個組不齊，那也是不齊。
方差不齊性，原則上不能進行方差分析，但spss裡的方差分析是在最小二乘法的框架下做的，和教育及心理統計教材中介紹的方差分析的分析方式不太一樣，好處是這樣的方差分析比較穩健，對於方差齊性的問題不敏感，即使違反了，也還是能用，結果也還是比較可信的。在spss裡面齊性並不是方差分析的必要條件。只不過教材是為了給你介紹大概原理，而且對最新的軟體的效能也不是非常了解，所以非要齊性。
況且做方差分析的**裡面一般也不會報告齊性檢驗。所以你就直接用方差分析就行了。
如果還是不放心，可以做一些資料轉換，使其接近齊性，比如box—cox轉換，對數轉換等等。
7樓：
方差齊性不符合說明你的分組不是獨立事件，對結果有影響。
嘗試新的分組滿足齊次性後分析。
沒有齊性的結果沒有意義。
8樓：kid夨
想問問高讚的答主，如果做mixed-design anova，box'm效標檢驗顯著，組間協方差不齊也沒關係嗎？
spss方差分析時方差不齊怎麼處理
9樓：農暮
方差齊性不符合說明你的分組不是獨立事件，對結果有影響。
嘗試新的分組滿足齊次性後分析。
沒有齊性的結果沒有意義。
用spss對資料進行單因素方差齊性檢驗，發現<0.05，方差不齊，求解怎麼進行檢驗？ 100
10樓：呂秀才
涉及到重複測量的 一般採用重複測量方差分析 就可以了，對方差齊性和樣本量無特別特別要求
11樓：jessica求學
如果放差不齊則不能進行方差分析，可改成t檢驗
12樓：
可以考慮非引數分析方法
spss資料分析，方差不齊怎麼辦
13樓：經濟
兩獨立樣本:
如果是想用t檢驗,此時方差不齊,就需要用t撇檢驗如果想用方差分析,平衡設計時然可用方差分析.
非平衡設計時方差分析不可用.此時可用秩和檢驗.
多組獨立樣本:
1.方差不齊時平衡設計仍然可用,此時雖然不嚴格服從數理統計要求,但實際檢驗效果仍然很高.當然也可以用k-w檢驗,又叫h檢驗,其實就是多獨立樣本的秩和檢驗..
2.方差不齊時非平衡設計用h檢驗.
14樓：辛儂庾嘉誼
做方差分析的前提是資料的方差具有齊次性。既然你通過對數轉換等方法仍未得到齊次性，就需要考慮用非引數檢驗來分析資料了。非引數檢驗是不用考慮方差齊次性的，具體就要看你的分析目的了。
spss進行多因素單變數方差分析，方差不齊次怎麼辦？ 20
15樓：匿名使用者
不齊可以做非引數檢驗，主要是kruskal wallis檢驗
我替別人做這類的資料分析蠻多的
16樓：匿名使用者
可能你的每個因素的分布不服從正態，故可改用卡方檢驗。
17樓：匿名使用者
可以不管方差齊性，你幾個因素啊？2個因素以上就可以忽略了
在spss中進行方差分析，結果顯示方差不齊性，那是不是要進行非引數檢驗了呢？可以用卡方檢驗嗎？
18樓：匿名使用者
one-way anova方差bai分析項的post hoc test分別有二選項: 1.假設方du差齊時有一系
列zhi的分析dao方法專可選。2.假設方差不齊時又屬有一系列的分析方法可選。
為保證統計準確，如果方差不齊，可以進行對數，倒數或函式的轉換，選擇適當的轉換形式，直到齊性檢驗變為不顯著。如果還不行就只能用非引數的單因素分析。如果非要進行方差分析則需要把means±sd範圍外的資料剔除。
19樓：南心網心理統計
不一定要改用非引數檢驗，可以試著考慮檢查極端值情況，以及資料正態性，如果近似正態分佈，樣本量較大，還是可以用假設方差不齊情況下的比較方法的。結果不會偏差太多。南心網spss。
20樓：匿名使用者
若方差不齊，則方差分析的結果無效，需改用其它方法。
21樓：匿名使用者
請問你最後如何處理了？我現在也是這樣的情況
兩因素被試間方差分析，方差不齊性怎麼辦啊？
22樓：匿名使用者
資料轉換或者採用非引數檢驗，隨機化方法等處理資料。
SPSS單因素方差分析結果,spss單因素方差分析結果不太理解，顯著性大於005怎麼辦？
這個之前就說過很多次了，各組間均值在 0.05水平上沒有顯著性差異就不要兩兩比較了。誰能幫我分析一下spss單因素方差分析的結果，附圖 從這張表可以理解為你採集了 1 2 3 4 這四中數目的樣本，分別測定了其細菌的數量，從結果來看 95 的置信區間 這幾種樹木中細菌數不存在顯著性差異，也就是從統計...
spss單因素方差分析結果怎麼看
截圖發來哈，不然怎麼給你看啊，另外你在之前是否進行了正態性檢驗和方差齊性檢驗。spss單因素方差分析結果 這個之前就說過很多次了，各組間均值在 0.05水平上沒有顯著性差異就不要兩兩比較了。誰能幫我分析一下spss單因素方差分析的結果，附圖 從這張表可以理解為你採集了 1 2 3 4 這四中數目的樣...
單因素方差分析結果分析，單因素方差分析結果怎麼看
方差分析表中的ss表示平方和，ms表示均方，f是組間均方與組內均方的比例，p value表示在專相應f值下的概率值屬，f crit是在相應顯著水平下的f臨界值，在統計分析上可以通過p value的大小來判斷組間的差異顯著性，通常情況下，當 0.01有極顯著差異，0.05時沒有顯著差異，介於二者之間時...