前面方差分析FOOD的P值不是0.084吗?这里又是0.121,究竟哪个为准? 两两比较只是近似的比较结果,应以前面方差分析的P为准,不过这两个P值不 会在检验结果上发生质的冲突,一般只是大小不同而己。 好了,上面是正确的结果,如果 model选择是采用 Full factor又如何呢? 会得出方差分析表如下: Tests of Between-Subjects Effects pendent Variable: WEIGHT Type Ill Sum df Mean Square F Sig Corrected Model 2861836323 124428 Intercept 74359534 74359534 GROUP 2376.376 339482 FOOD 144917 GROUP* FOOD 340.542 24.324 Error 000 Total 77221.370 a R Squared=1.000 (Adjusted R Squared =) 看到了吗?由于所谓的交互作用将自由度给全部“吃”掉了,没有误差可 用于统计分析,什么结果也做不出来 §8.2协方差分析 例8.2某医生欲了解成年人体重正常者与超重者的血清胆固醇是否不同 而胆固醇含量与年龄有关,资料见下表。 正常组 超重组 年龄(X)胆固醇(Y1)年龄(X2)胆固醇(Y2) 3.5 4.6 51 5.8 8.4 5.8 4.9 8.7 33 3.6 .7 5.5前面方差分析 FOOD 的 P 值不是 0.084 吗？这里又是 0.121，究竟哪个为准？ 两两比较只是近似的比较结果，应以前面方差分析的 P 为准，不过这两个 P 值不 会在检验结果上发生质的冲突，一般只是大小不同而已。 好了，上面是正确的结果，如果 model 选择是采用 Full factor 又如何呢？ 会得出方差分析表如下： 看到了吗？由于所谓的交互作用将自由度给全部“吃”掉了，没有误差可 用于统计分析，什么结果也做不出来。 §8.2 协方差分析 例 8.2 某医生欲了解成年人体重正常者与超重者的血清胆固醇是否不同。 而胆固醇含量与年龄有关，资料见下表。 正常组 超重组 年龄(X1) 胆固醇(Y1) 年龄(X2) 胆固醇(Y2) 48 3.5 58 7.3 33 4.6 41 4.7 51 5.8 71 8.4 43 5.8 76 8.8 44 4.9 49 5.1 63 8.7 33 4.9 49 3.6 54 6.7 42 5.5 65 6.4 40 4.9 39 6.0