SPSS一般线性模型(GLM)



具体答疑展示请点击查看:论文统计指导服务,真免费,永久免费,超靠谱,快来加入吧
概述:
     一般线性模型(general linear model,GLM)是一种常见的统计学习模型,基于一组自变量(预测变量)和一个连续型响应变量(因变量),利用最小二乘法进行回归分析从而得到各个自变量与因变量之间的关系。
     GLM 主要具有以下三个特点:1. 可以处理不符合正态分布的数据,例如二项式、泊松、正态和伽马等分布。2. 可以实现非线性函数的变换,使得建模能够更好地拟合数据,并且可以探索因素的交互影响。3. 能够处理离散因素和定类数值因素,同时也支持多重共线性太高的情况。
     一般线性模型主要用于方差分析,包括单因素方差分析、协方差分析、重复测量方差分析、多元方差分析。
     以上应用场景,我们将在之前的篇章及以后的篇章一一详细讲解。本篇章主要讲解其各应用场景。
一、一般线性模型-单变量,可用于单因素方差分析,协方差分析。
1.1单因素方差分析案例:在评价某临床药物降血压的效果,对血压基本相近的30名高血压患者随机分成3组,每组分别给与A、B、C三种药物,测量服药后的收缩压得到以下数据。测量三种降压药物的降压效果有无差异。
单因素方差分析操作步骤如下:
1、分析-一般线性模型-单变量

2、在【单变量】对话框中,分别把“治疗后血压”、“组别”选入右边的【因变量】、【固定因子】栏中;(这里固定因子:指该因素在样本中所有可能水平都出现了;随机因子:指该因素所有可能的取值在样本中没有都出现或不可能都出现。换言之,样本中的这些水平从总体中随机抽样出来的。当看成固定因子时,分析结果不应当外推到未出现的其他水平中去;如果需要将分析结果外推到未出现的其他水平中去,就应当考虑随机因子。)

3、点击【事后比较】,在【事后比较】对话框中,将“分组”移入右侧的【显示下列各项平均值】框中,方法选择:“LSD”(多组比较方式选择可参阅本公号单因素方差分析:三组及以上数据的比较:方差分析)。点击【继续】,最后点击【确定】运行。

1.2协方差分析案例:为了研究A、B两种降压药物对高血压病人收缩压的降压效果,研究人员将受试者随机分成两组,分别接受A、B降压药物之类2个月后,测量患者的收缩压。具体数据如下,试问A、B两种降压药物对收缩压的降压效果有无差异。因治疗前的血压专业上会对治疗后的血压存在影响,因此本案例采用协方差分析。(详情可参考公众号文章:SPSS协方差分析)
斜方差分析操作步骤如下:
1、分析-一般线性模型-单变量

2、在【单变量】对话框中,分别把“治疗后血压”、“组别”和“治疗前血压”选入右边的【因变量】、【固定因子】和【协变量】栏中;

3、点击【模型】,选择【定制】,将“组别”和“治疗前血压”添加到【模型】变量里,【构建项】中选择【主效应】,点击【继续】;

4、点击【选项】,将“组别”移入右侧的【显示下列各项平均值】框中,同时勾选【比较主效应】。【显示】列表中,勾选【描述统计】、【齐性检验】。点击【继续】,最后点击【确定】运行。

二、一般线性模型-多变量,可用于多元方差分析。案例:为了研究某疾病的治疗效果,研究者观察了A、B、C三种药物对该疾病的治疗效果,治疗效果判断指标为血液指标Y1、Y2。同时结合性别因素。请比较不同药物和性别的血液指标Y1、Y2的差异有无显著性,以及药物和性别是否存在交互作用。(详情可参阅公众号文章:SPSS多元方差分析)
多元方差分析操作步骤:
1、分析-一般线性模型-多变量

2、将“Y1”和“Y2”移入因变量框,将“药品”和“性别”移入固定因子框。

3、点击“事后比较(H)”对话框,将“药品”和“性别”移入到“下列各项的事后检验”列表框,并勾选“假定等方差”选项组中的“LSD”复选框。
4、打开“选项”对话框,勾选“描述统计”、“齐性检验”复选框,完成设置后最后点击“确定”并运行。

三、一般线性模型-重复测量,可用于重复测量方差分析。案例:研究者为了研究某减肥药物的减肥效果,在某大学中抽取16名肥胖学生,随机分成两组,第一组采用常规减肥方法减肥,第二组采用减肥药物减肥,并于实验开始的第1、2、3个月分别测量学生体重的减重情况,分析减肥药物组减肥效果是否优于常规减肥方法组。(详情可参阅公众号文章:SPSS重复测量方差分析及不等距重复测量数据处理)
重复测量方差分析操作步骤:
(1)分析—一般线性模型—重复测量

(2)在“重复测量定义因子”对话框中。“级别数(L)”框中输入重复测量次数“3”,单击“添加”按钮。点击左下角的“定义”按钮,弹出“重复测量”对话框


(3)在“重复测量”对话框中,将3次测量变量“第1个月”、“第2个月”和“第3个月”按照框中测量的顺序,放入右侧“主体内变量”框中。如若顺序出现差异,单击“主体内变量”左侧的上下箭头来调整顺序,注意顺序一定不能出错。将“分组”变量放入“主体间因子”框中。

(4)单击“模型”按钮,在弹出对话框中,选择“全因子”模型,单击“继续”按钮。

(5)单击右侧的“选项”按钮,将“因子1”移至右侧的“显示下列各项的平均值”框中,并将勾选“比较主效应”复选框,勾选“描述性统计”复选框,点击“继续”。最后,在主对话框中单击“确定”按钮运行。



到顶部