Between-Subjects Factors Additive 1 Amount 这是引入模型的自变量的取值情况列表。 Multivariate Tests Effect Hypothesis df Error df Sig Intercept Pillais Trace 9995950.906 3.00014000000 Wilks'Lambda 0015950.906a 3.00014000000 Hotelling s Trace 1275.194 5950.906a 3.00014.000000 Roy ' s Largest Root 1275. 194 5950.906 3.00014000000 EXTRUSN Pillai's Trace 618 7.5543 3.00014.000003 3827554a 3.00014.000003 Hotelling's Trace 1.619 3.00014.000003 Roy's Largest Root 1.619 7.5542 3.00014.000003 ADDITIVE Pillai's Trace 477 4.256 3.00014.000025 Wilks'Lambda 523 3.00014000025 3.00014.000 Roy's Largest Root 4.256 3.00014.000025 EXTRUSN ADDITIVE Pillai's Trace. 223 1,339 3.000 14.000 302 Wilks Lambda 777 1339a 3.00014.000302 Hotelling's trace 2871.339 3.00014.00 b Design: Intercept+EXTRUSN+ADDITIVE+EXTRUSN*ADDITIVE 上表是针对模型中的自变量间及其交互作用所做的检验,采用的是四种多 元检验方法。一般他们的结果都是相同的,如果不同,一般以 Hotelling' s Trace 方法的结果为准。可见在所用的模型中, extrusn和 additive对结果变量是有 统计学意义的,但交互作用无统计学意义这是引入模型的自变量的取值情况列表。 上表是针对模型中的自变量间及其交互作用所做的检验，采用的是四种多 元检验方法。一般他们的结果都是相同的，如果不同，一般以 Hotelling's Trace 方法的结果为准。可见在所用的模型中，extrusn 和 additive 对结果变量是有 统计学意义的，但交互作用无统计学意义