多元方差分析和多因素方差分析的区别 spss多元方差分析图怎么做

在IBM SPSS Statistics里经常对多个自变量和多个因变量进行研究分析，这时经常谈到两个概念“多元方差分析“和”多因素方差分析“，这个两个概念有什么区别呢？本文就来谈谈多元方差分析和多因素方差分析的区别，spss多元方差分析图怎么做。

一、多元方差分析和多因素方差分析的区别

1.多因素方差分析的定义：多因素方差分析是为了研究两个及两个以上自变量对一个因变量是否产生显著影响。多因素方差分析可以探究每个自变量对因变量的影响，还可以分析多个自变量对因变量的共同作用，最终找到自变量对因变量影响的最佳模型组合。

2.多元方差分析的定义：多元方差分析又称多变量分析，是研究多个自变量对多个数值型因变量的影响，适用于自变量对同时对两个或两个以上的因变量产生影响的情况，用来分析自变量取不同水平时这些因变量的均值是否存在显著性差异。

3.区别：多元方差分析是自变量对多个因变量的影响，这里“多元”的”多“是指因变量的多，多因素方差分析是多个自变量对因变量的影响，这里”多因素“的”多“是自变量的多。多元方差分析的自变量可以是多个的也可以是单个的，而因变量必须是多个的；而多因素方差分析，自变量必须多个的，因变量必须是单个的。

图1：线性分析中的单变量和多变量

二、IBM SPSS Statistics多元方差分析图怎么做

多元方差分析图主要是分布水平图和残差图两种图。

步骤：

1.导入数据

图1：导入数据页面

2.按顺序点击：分析——一般线性模型——多变量

图2：多变量线性模型选择

3.输入固定因子（控制变量）和因变量（观测变量）

图3：填入变量页面

4.点击“选项”，勾选描述统计和分布-水平图、残差图。

图4：选项选择页面

5.点击确定，即生成了所需的分布-水平图和残差图。

图5：输出截图

分布水平图是由上面生成的描述统计表绘制的。

图5：输出的描述统计表

每个因变量的标准差和方差分别结合自变量的平均值绘制出图。通过这几张图判断是否等方差。

图6：地径增加量的标准差和平均值分布-水平图

图7：苗高增加量的标准差和平均值分布-水平图

图8：地径增加量的方差和平均值分布-水平图

图9：苗高增加量的标准差和平均值分布-水平图

不过主要还是看残差分析图。

图10：苗高增加量的残差图

图11：增加量的残差图

从残差分析图中可以看出描述变量之间的回归模型是否合理，如果合理残差值应该在一条水平带上（即等方差）。从残差分析图还可以看出预测值和实测值的关系，若预测值和实测值成一条类似于y=x的图线，所有点都在这条直线周边，则这个模型拟合得很好，类似于苗高的增加量的那张图。从预测值和标准残差的图中还可以看出是否存在线性关系。

如果等方差，还可以继续做下一步的正态性检验。

三、IBM SPSS Statistics的多元方差分析的优点

IBM SPSS Statistics的多元方差分析，可检验多个自变量与多个因变量的相关关系，不仅可以检验单个自变量对因变量的影响，也可以研究多个自变量对因变量的协同效应，是一个比较复杂的检验方法。

四、总结

这就是这次带来的多元方差分析和多因素方差分析的区别，spss多元方差分析图怎么做两个内容。希望能给大家在学习IBM SPSS Statistics上带来一些帮助。