會(huì)計(jì)實(shí)證研究方法第06章方差分析

1、第六章 方 差 分 析本章內(nèi)容第一節(jié) 方差分析概述第二節(jié) 單因素方差分析第三節(jié) 多因素方差分析第一節(jié) 方差分析概述一、方差分析概述 （一）方差分析的概念 通常，一個(gè)復(fù)雜的事物，往往受因素的影響。如果我們能夠掌握在眾多的影響因素中，哪些因素對(duì)事物的影響起到了主要的、關(guān)鍵性的作用，我們就可以根據(jù)實(shí)際情況對(duì)這些關(guān)鍵因素加以控制。 方差分析就是提供解決這類問題的一個(gè)有效的統(tǒng)計(jì)方法，通過(guò)檢驗(yàn)多組樣本均值間的差異是否具有統(tǒng)計(jì)意義有助于我們找到事物的內(nèi)在規(guī)律性。 （二）方差分析的研究思路 方差分析是從觀測(cè)變量的方差入手，研究諸多控制變量中哪些變量是對(duì)觀測(cè)變量有顯著影響的變量，對(duì)觀測(cè)變量有顯著影響的各個(gè)控制變

2、量的不同水平以及各水平的交互搭配是如何影響觀測(cè)變量的。 如果控制變量的不同水平對(duì)觀測(cè)變量產(chǎn)生了顯著影響，那么，它和隨機(jī)變量共同作用必然使得觀測(cè)變量數(shù)據(jù)有顯著變動(dòng)；相反，如果控制變量的不同水平對(duì)觀測(cè)變量沒有產(chǎn)生顯著影響，那么，觀測(cè)變量數(shù)據(jù)的變動(dòng)就不會(huì)明顯表現(xiàn)出來(lái)，它的變動(dòng)可以歸結(jié)為受隨機(jī)變量影響造成的。 因此，嚴(yán)格講，“方差分析”所分析的并非方差，而是研究數(shù)據(jù)間的“變異”，是在可比較的群組中，把總的變異按各個(gè)指定的變異來(lái)源進(jìn)行分解的一種方法。對(duì)變異的度量，可以說(shuō)唯一有效的方法是離差平方和。方差分析方法就是從總離差平方和中分解出可追溯到指定來(lái)源的部分離差平方和，這是一個(gè)很重要的基本思想。 方差分析

3、對(duì)觀測(cè)變量總體的分布還有以下兩個(gè)基本的假設(shè)前提：（1）觀測(cè)變量各總體應(yīng)服從正態(tài)公布；（2）觀測(cè)變量各總體的方差應(yīng)相等。二、SPSS方差分析過(guò)程 1.One-Way過(guò)程 One-Way過(guò)程是單因素的簡(jiǎn)單方差分析過(guò)程，可以進(jìn)行單因素的方差分析。 2.General Linear Model（簡(jiǎn)稱GLM）過(guò)程 在General Linear Model菜單項(xiàng)的下一級(jí)菜單中有四項(xiàng)，如Univeriate過(guò)程、Multivariate命令、Repeated Measures命令、Vriance Cmponents命令，每個(gè)菜單項(xiàng)分別完成不同類型的方差分析任務(wù)。 本章只講授一元方差分析的內(nèi)容，其中單因素方

4、差分析將用到One-Way過(guò)程，多因素方差分析將用到Univeriate過(guò)程過(guò)程。第二節(jié) 單因素方差分析一、單因素方差分析的定義和基本步驟（一）單因素方差分析的定義 單因素方差分析就是用來(lái)研究某一個(gè)控制變量的不同水平是否給觀測(cè)變量造成了顯著影響。 （二）單因素方差分析的基本步驟1、提出原假設(shè) 原假設(shè)是：在控制變量的不同水平下，觀測(cè)變量各總體的均值無(wú)顯著性差異。 2、剖析觀察變量的方差 單因素方差分析將觀測(cè)變量總的變差平方和（記為 ）分解為兩個(gè)部分：一部分是由控制變量引起的變差（記為 ），另一部分是由隨機(jī)變量引起的變差（記為 ）。于是有： （6.1） 其中： 3、比較觀測(cè)變量總離差平方和各部分的

5、比例，計(jì)算檢驗(yàn)統(tǒng)計(jì)量的觀測(cè)值和概率值 單因素方差分析用 統(tǒng)計(jì)量來(lái)表示觀測(cè)變量總離差平方和各部分的比例關(guān)系。 （6.5） SPSS自動(dòng)計(jì)算 統(tǒng)計(jì)量和相伴概率 值。 4、給定顯著性水平 ，并作出決策。 如果概率值小于或等于用戶心中的顯著性水平,則拒絕零假設(shè)；相反，如果概率值大于用戶心中的顯著性水平,則不能拒絕零假設(shè)。 二、單變量方差分析在SPSS中的實(shí)現(xiàn) （一）單因素方差分析主對(duì)話框 1、建立或打開數(shù)據(jù)文件后，進(jìn)入AnalyzeCompare MeansOne-Way ANOVA，如圖6-1所示。圖6-1 單因素方差分析對(duì)話框 2、將觀測(cè)變量選擇到Dependent List框。 3、將控制變量選

6、擇到Factor框。控制變量有幾個(gè)不同的取值就表示控制變量有幾個(gè)水平。 至此，SPSS便自動(dòng)分解觀察變量的變差，計(jì)算組間方差、組內(nèi)方差、 統(tǒng)計(jì)量和相伴概率 值，完成單因素方差分析的相關(guān)計(jì)算，并將計(jì)算結(jié)果輸出到SPSS輸出窗口中。 （二） 單因素方差分析的進(jìn)一步分析 1、方差齊性檢驗(yàn) SPSS單因素方差分析中，方差齊性檢驗(yàn)采用了方差同質(zhì)性的檢驗(yàn)方法，其原假設(shè)是各水平下觀測(cè)變量總體方差無(wú)顯著性差異。在方差分析的結(jié)果中將出現(xiàn)關(guān)于方差是否齊性的檢驗(yàn)結(jié)果和相伴概率值。如果相伴概率值小于或等于給定的顯著性水平，則拒絕原假設(shè)；相反，如果相伴概率值大于給定的顯著性水平，則不能拒絕原假設(shè)。其操作步驟為： 在單因

7、素方差分析主對(duì)話框中，單擊“Options”按鈕，展開options對(duì)話框，如圖6-2 所示。圖6-2 options對(duì)話框 （1） Statistics 欄，輸出統(tǒng)計(jì)量的選擇項(xiàng)。其中：Descriptive復(fù)選項(xiàng)，要求輸出描述統(tǒng)計(jì)量。Fixed and random effects復(fù)選項(xiàng)，輸出固定效應(yīng)模型的相關(guān)統(tǒng)計(jì)量。Homogeneity-of-variance復(fù)選項(xiàng)，要求進(jìn)行方差齊性檢驗(yàn)。Brown-Forsythe復(fù)選項(xiàng)，用Brown-Forsythe 統(tǒng)計(jì)量檢驗(yàn)各組均值是否相等。Welch復(fù)選項(xiàng)，用Welch 統(tǒng)計(jì)量檢驗(yàn)各組均值是否相等。 （2） Means plot 復(fù)選項(xiàng)，要求做

8、均值分布圖，根據(jù)因素變量值所確定的各組均值描繪出被解釋變量的均值分布情況。 （3） Missing Value 欄中，選擇缺失值處理方式。 2、多重比較檢驗(yàn) 多重比較檢驗(yàn)就是分別對(duì)每個(gè)水平下的觀測(cè)變量均值進(jìn)行逐對(duì)比較，判斷兩均值之間是否存在顯著差異。原假設(shè)是，相應(yīng)兩水平下觀測(cè)變量總體的均值不存在顯著差異。 SPSS提供的多重比較檢驗(yàn)的方法比較多，有些方法適用在各總體方差相等的條件下，有些適用在方差不相等的條件下。其操作步驟為： 在單因素方差分析主對(duì)話框中，單擊Post Hoc按鈕，展開Post Hoc Multiple Comparisons 多重比較對(duì)話框，如圖6-3 所示。圖6-3 多重比

9、較對(duì)話框（1）方差具有齊性時(shí)，矩形框中有14種方法檢驗(yàn)方法，常用的有以下5種方法： LSD 方法，稱為最小顯著性差異法，其特點(diǎn)是敏感性高。 Bonferroni (LSDMOD)方法，與LSD方法基本相同，不同的是對(duì)犯第一類錯(cuò)誤的概率進(jìn)行了控制。 Scheffe 方法，對(duì)所有可能的組合進(jìn)行同步進(jìn)入的配對(duì)比較。 S-N-K方法，使用Student Range統(tǒng)計(jì)量進(jìn)行所有各組均值間的配對(duì)比較。 Tukey方法，用 Student-Range 統(tǒng)計(jì)量進(jìn)行所有組間均值的配對(duì)比較，用所有配對(duì)比較的累計(jì)誤差率作為實(shí)驗(yàn)誤差率，還進(jìn)行子集一致性檢驗(yàn)。（2）方差不具有齊性時(shí)，有4種方法可供選擇： Tamhan

10、e s T2 復(fù)選項(xiàng)，用檢驗(yàn)進(jìn)行各組均值配對(duì)比較。 Dunnetts T3 復(fù)選項(xiàng)，用學(xué)生化最大建模檢驗(yàn)進(jìn)行各組均值間的配對(duì)比較。 Games Howell 復(fù)選項(xiàng)，進(jìn)行各組均值配對(duì)比較檢驗(yàn)，該方法較靈活。 Dunnetts C 復(fù)選項(xiàng)，用學(xué)生化值域檢驗(yàn)進(jìn)行均值配對(duì)比較。 （3）Significance level選項(xiàng)設(shè)定各種檢驗(yàn)的顯著性概率臨界值。 3、趨勢(shì)檢驗(yàn)和先驗(yàn)對(duì)比檢驗(yàn)（1）趨勢(shì)檢驗(yàn)和先驗(yàn)對(duì)比檢驗(yàn)概述 趨勢(shì)檢驗(yàn)，又稱多項(xiàng)式檢驗(yàn)。當(dāng)控制變量為定序變量時(shí)，趨勢(shì)檢驗(yàn)?zāi)軌蚍治鲭S著控制水平的變化，觀測(cè)變量值變化的總體趨勢(shì)是呈線性變化趨勢(shì)，還是呈二次、三次等多項(xiàng)式變化。 在方差分析表中，不僅只計(jì)算

11、輸出組間平方和，還將計(jì)算顯示組間平方和的各分解結(jié)果以及 統(tǒng)計(jì)量和相伴概率 值。同時(shí)，還給出了方差分析的組間平方和與回歸平方和之間的差。 先驗(yàn)對(duì)比檢驗(yàn)，指事先指定各均值的系數(shù)，再對(duì)其線性組合進(jìn)行檢驗(yàn)的分析方法。 SPSS單變量方差分析的先驗(yàn)對(duì)比檢驗(yàn)要求研究者應(yīng)事先對(duì)各水平間觀察變量的均值對(duì)比有大致的了解和把握，然后再對(duì)這種大致把握做出統(tǒng)計(jì)檢驗(yàn)。原假設(shè)是：相應(yīng)組的均值之間無(wú)顯著差異。 在檢驗(yàn)中，SPSS根據(jù)研究者憑經(jīng)驗(yàn)確定的各水平間觀察變量均值對(duì)比系數(shù)，以正負(fù)號(hào)確定不同的對(duì)比組，然后利用 檢驗(yàn)方法判定相應(yīng)對(duì)比組的均值是否為先驗(yàn)制定的對(duì)比系數(shù)。（2）趨勢(shì)檢驗(yàn)和先驗(yàn)對(duì)比檢驗(yàn)在SPSS中的實(shí)現(xiàn) 在單因素

12、方差分析主對(duì)話框中，單擊“Contrasts”按鈕，進(jìn)入Contrasts 對(duì)話框，用來(lái)進(jìn)行均值的趨勢(shì)檢驗(yàn)和先驗(yàn)對(duì)比檢驗(yàn)。如圖6-4所示。圖6-4 趨勢(shì)檢驗(yàn)和先驗(yàn)對(duì)比檢驗(yàn)對(duì)話框 趨勢(shì)檢驗(yàn)在SPSS中的實(shí)現(xiàn) 選中Polynomial 復(fù)選項(xiàng)，以激活其右面的Degree 參數(shù)框。然后單擊Degree 參數(shù)框右面的向下箭頭展開階次菜單，可以選擇Linear（線性趨勢(shì)檢驗(yàn)）、Quadratic（二次趨勢(shì)檢驗(yàn)）、Cubic（三次趨勢(shì)檢驗(yàn)）、4th（四次趨勢(shì)檢驗(yàn)）、5th（五次趨勢(shì)檢驗(yàn)）。系統(tǒng)將在輸出中給出指定階次和低于指定階次的各階的平方和分解結(jié)果和各階次的自由度、 值和相伴概率 值。 先驗(yàn)對(duì)比檢驗(yàn)在S

13、PSS中的實(shí)現(xiàn) 在Coefficients 框中輸入一個(gè)系數(shù)，單擊“Add”按鈕，Coefficients 框中的系數(shù)進(jìn)入下面的方框中。重復(fù)上述操作，依次輸入各組均值的系數(shù)，在方形顯示框中形成一列數(shù)值。 另外，可以同時(shí)進(jìn)行多組均值組合比較。一組系數(shù)輸入結(jié)束，激活“Next”按鈕，單擊該按鈕后Coefficients框中清空，準(zhǔn)備接受下一組系數(shù)數(shù)據(jù)。最多可以輸入10組系數(shù)。第三節(jié) 多因素方差分析 一、多因素方差分析的概念和基本步驟（一）多因素方差分析的概念 多因素方差分析用來(lái)研究?jī)蓚€(gè)及兩個(gè)以上控制變量是否對(duì)觀測(cè)變量產(chǎn)生顯著影響。多因素方差分析不僅能夠分析多個(gè)控制變量對(duì)觀測(cè)變量的獨(dú)立影響，更能夠分

14、析多個(gè)控制變量的交互作用能否對(duì)觀測(cè)變量產(chǎn)生顯著影響，進(jìn)而最終找到利于觀測(cè)變量的最優(yōu)組合。（二）多因素方差分析的基本步驟1、提出原假設(shè) 原假設(shè)是：各控制變量不同水平下觀測(cè)變量各總體的均值無(wú)顯著性差異。2、觀測(cè)變量方差的分解 在多因素方差分析中，觀測(cè)變量變量值的變動(dòng)會(huì)受到三個(gè)方面的影響：（1）控制變量獨(dú)立作用的影響；（2）控制變量交互作用的影響；（3）隨機(jī)因素的影響?；谏鲜鲈瓌t，多因素方差分析將觀測(cè)變量的總變差分解為（以兩個(gè)控制變量為例）： （6.6） 其中： 3、比較觀測(cè)變量總離差平方和各部分所占比例，計(jì)算檢驗(yàn)統(tǒng)計(jì)量的觀測(cè)值和概率值 多因素方差分析的第三步是通過(guò)比較觀測(cè)變量總離差平方和各部分所

15、占的比例，推斷控制變量以及控制變量的交互作用是否給觀測(cè)變量帶來(lái)了顯著影響。多因素方差分析采用的檢驗(yàn)統(tǒng)計(jì)量仍為 統(tǒng)計(jì)量。 SPSS自動(dòng)計(jì)算 統(tǒng)計(jì)量，并依據(jù) 分布表給出相應(yīng)的相伴概率 值。 在多因素方差分析中，控制變量可以進(jìn)一步劃分為固定效應(yīng)和隨機(jī)效應(yīng)兩種類型。固定效應(yīng)模型中，各 檢驗(yàn)統(tǒng)計(jì)量為 隨機(jī)效應(yīng)模型中， 統(tǒng)計(jì)量同上式，其他兩個(gè) 檢驗(yàn)統(tǒng)計(jì)量分別為： 4.給定顯著性水平 ，并做出決策 在固定效應(yīng)模式中，如果 的相伴概率值小于或等于給定的顯著性水平,則應(yīng)拒絕原假設(shè)；相反，如果 的相伴概率值大于給定的顯著性水平,則不應(yīng)拒絕原假設(shè)。對(duì)控制變量 和 、 交互作用的推斷同理。在隨機(jī)模型中，應(yīng)首先對(duì) 、

16、的交互作用是否顯著進(jìn)行推斷，然后再分別依次對(duì) 、 的效應(yīng)進(jìn)行檢驗(yàn)。 二、多因素方差分析在SPSS中的實(shí)現(xiàn)（一）多因素方差分析主對(duì)話框 1、建立或打開數(shù)據(jù)文件后，進(jìn)入Analyze-General Linear Model- Univariate ，出現(xiàn)多因素方差分析過(guò)程主對(duì)話框，如圖6-7所示。圖6-7 多因素方差分析主對(duì)話框 2、指定觀測(cè)變量到Dependent Variable 框中。 3、指定固定效應(yīng)的控制變量到Fixed Factor 框中，指定隨機(jī)效應(yīng)的控制變量到Rrandom Factor框中。 至此，SPSS將主動(dòng)建立多因素方差分析的飽和模式，計(jì)算各檢驗(yàn)統(tǒng)計(jì)量的觀測(cè)值和對(duì)應(yīng)的概率

17、值，并將結(jié)果顯示在SPSS輸出窗口中。（二）多因素方差分析的非飽和模型 如果研究發(fā)現(xiàn)，控制變量的某階交互作用沒有給觀測(cè)變量產(chǎn)生顯著影響，那么可以嘗試建立非飽和模型。區(qū)別在于將飽和模型中某些部分合并到SSE中，例如兩因素非飽和模型為： 對(duì)于非飽和模型，其參數(shù)估計(jì)的方法，采用的檢驗(yàn)統(tǒng)計(jì)量與飽和模型類似。 基本操作步驟為：在“多因素方差分析過(guò)程主對(duì)話框”中按Model按鈕，出現(xiàn)圖6-8對(duì)話框：圖6-8 分析模型對(duì)話框 單擊Custom選項(xiàng)，此時(shí)便可定義非飽和模型中的數(shù)據(jù)項(xiàng)。 1、選擇模型中的主效應(yīng)：選擇一個(gè)單個(gè)的因素變量名，單擊Build Term(s)欄中下面的箭頭，該變量出現(xiàn)在Model框中，一

18、個(gè)變量名占一行稱為主效應(yīng)項(xiàng)。 2、選擇交互效應(yīng)類型：?jiǎn)螕鬊uild Term(s)右面的向下箭頭可以展開小菜單?？梢钥吹接腥缦聨醉?xiàng)：（1）Main effects選項(xiàng)，指定主效應(yīng)。（2）Interaction選項(xiàng)，選中此項(xiàng)可以指定任意的交互效應(yīng)。（3）All 2-way、All 3-way、All 4-way、All 5-way選項(xiàng)，指定所有二維交互效應(yīng)、所有三維交互效應(yīng)、所有四維交互效應(yīng)、所有五維交互效應(yīng)。 3、選擇分解平方和的方法。在對(duì)話框的下部有Sum of squares選項(xiàng)框，可以進(jìn)行四項(xiàng)選擇來(lái)確定平方和的分解方法，包括Type 、Type 、Type 和Type 四種。 4、選中I

19、nclude intercept in model復(fù)選項(xiàng)，系統(tǒng)默認(rèn)截距包括在回歸模型中。如果能假設(shè)數(shù)據(jù)通過(guò)原點(diǎn)，可以不包括截距，即不選擇此項(xiàng)。（三）多因素方差分析的均值比較分析 在SPSS中，利用多因素方差分析功能還能夠?qū)Ω鱾€(gè)控制變量不同水平下的均值是否存在顯著差異進(jìn)行比較，實(shí)現(xiàn)方式有兩種：多重比較檢驗(yàn)（Post Hoc）和對(duì)比檢驗(yàn)（Contrast）。 多因素方差分析中的多重比較檢驗(yàn)方法與單因素方差分析中的多重比較檢驗(yàn)方法類似，即在主對(duì)話框中，單擊“Post Hoc”按鈕，展開Post Hoc Multiple Comparisons 多重比較對(duì)話框，選擇合適的多重比較檢驗(yàn)方法。 多因素方差

20、分析中的對(duì)比檢驗(yàn)實(shí)際采用的是單樣本檢驗(yàn)的方法，它將控制變量不同水平下的觀測(cè)變量值看做來(lái)自不同總體的樣本，并依次檢驗(yàn)這些總體的均值是否與某個(gè)指定的檢驗(yàn)值存在顯著差異。其操作過(guò)程為：在多因素方差分析主對(duì)話框中，單擊Contrasts按鈕，展開Univariate：Contrasts對(duì)話框，如圖6-9所示。圖6-9 選擇對(duì)照方法對(duì)話框 1、可供選擇的對(duì)照方法包括： （1）None選項(xiàng)，表示不進(jìn)行均數(shù)比較。 （2）Deviation選項(xiàng)，表示以觀測(cè)變量的總體均值為標(biāo)準(zhǔn)，比較各水平上觀測(cè)變量的均值是否有顯著差異； （3）Simple選項(xiàng)，表示以第一個(gè)水平或最后一個(gè)水平上的觀測(cè)變量的均值為標(biāo)準(zhǔn)，比較各水平

21、上的觀測(cè)變量均值是否有顯著差異； （4）Difference選項(xiàng)，表示將各水平上觀測(cè)變量均值與其前一個(gè)水平上的觀測(cè)變量均值做比較； （5）Helmert選項(xiàng)，表示將各水平上觀測(cè)變量均值與其后一個(gè)水平上的觀測(cè)變量均值做比較。 （6）Repeated選項(xiàng)，對(duì)相鄰的水平進(jìn)行比較。 （7）Polynomial選項(xiàng)，多項(xiàng)式比較。 2、單擊Change按鈕，選中的（或改變了的）對(duì)照方法顯示在步驟（1）選中的控制變量后面的括號(hào)中。 3、對(duì)照的參考水平有兩個(gè)，只有選擇了Deviation或Simple方法時(shí)才需要選擇參考水平。共有兩種可能的選擇，最后一個(gè)水平Last選項(xiàng)和第一水平First選項(xiàng)。系統(tǒng)默認(rèn)的參考

22、水平是Last。（四）控制變量交互作用的圖形分析 邊際均值圖（Profile）用于比較邊際均值。邊際圖是線圖，圖中每個(gè)點(diǎn)表明觀測(cè)變量在控制變量每個(gè)水平上的邊際均值的估計(jì)值，縱軸為觀測(cè)變量，橫軸為控制變量。 單因素方差分析時(shí)，邊際圖表明該控制各水平的觀測(cè)變量均值。如果控制變量之間無(wú)交互作用，各水平對(duì)應(yīng)的直線是近似平行的；如果控制變量之間存在交互作用，各水平對(duì)應(yīng)的直線會(huì)相互交叉。 SPSS交互作用的圖形分析的基本操作步驟為： 1、在多因素方差分析主對(duì)話框中單擊Plots按鈕，展開Univariate：Profile Plots對(duì)話框，如圖6-10所示。在該對(duì)話框中，選擇做邊際均值圖的參數(shù)。圖6-1

23、0 選擇分布圖型對(duì)話框 2、Factors框中為主對(duì)話框中所選控制變量名。 3、Horizontal Axis框，確定橫坐標(biāo)變量。 4、Separate Lines框，確定分線變量。 5、Separate Plots框，確定分圖變量。 6、將圖形表達(dá)式送到Plots框后發(fā)現(xiàn)有錯(cuò)誤，可以修改和刪除。（五）模型分析 SPSS多因素方差模型建立完成后，可以在主窗口中單擊Save按鈕對(duì)模型進(jìn)行分析，并將分析結(jié)果以變量的形式存入SPSS數(shù)據(jù)編輯窗口中。其中，Predicted Values框中的選項(xiàng)用來(lái)計(jì)算觀測(cè)變量的預(yù)測(cè)值；Residuals框中的各選項(xiàng)用來(lái)計(jì)算各種殘差，評(píng)價(jià)模型對(duì)數(shù)據(jù)的擬合程度；Dia

24、gnostics框?qū)崿F(xiàn)對(duì)數(shù)據(jù)中異常值的診斷。 模型分析的具體操作如下： 1、在多因素方差分析主對(duì)話框中，單擊Save按鈕，展開Univariate:Save對(duì)話框，如圖6-11所示。圖6-11 選擇保存運(yùn)算結(jié)果對(duì)話框 2、Predicted Values欄，系統(tǒng)對(duì)每個(gè)觀測(cè)量給出根據(jù)模型計(jì)算的預(yù)測(cè)值。 （1）Unstandardized復(fù)選項(xiàng)，給出非標(biāo)準(zhǔn)化預(yù)測(cè)值。 （2）Weighted復(fù)選項(xiàng)，如果在主對(duì)話框中選擇了WLS（Weighted Least Squares）變量，選中該復(fù)選項(xiàng)，將保存加權(quán)非標(biāo)準(zhǔn)化預(yù)測(cè)值。 （3）Standard error復(fù)選項(xiàng)，給出預(yù)測(cè)值標(biāo)準(zhǔn)誤。 3、Diagnos

25、tics診斷欄，測(cè)量并標(biāo)識(shí)對(duì)模型影響較大的觀測(cè)量或解釋變量。 （1）Cooks distance復(fù)選項(xiàng)，給出Cook距離。 （2）Leverage values復(fù)選項(xiàng)，給出非中心化杠桿值。 4、Residuals殘差欄 （1）Unstandardized復(fù)選項(xiàng)，給出非標(biāo)準(zhǔn)化殘差值，即觀測(cè)值與預(yù)測(cè)值之差。 （2）Weighted復(fù)選項(xiàng)，保存加權(quán)非標(biāo)準(zhǔn)化殘差值。 （3）Standardized復(fù)選項(xiàng)，給出標(biāo)準(zhǔn)化殘差，又稱Pearson殘差。 （4）Studentized復(fù)選項(xiàng)，給出學(xué)生化殘差。 （5）Deleted復(fù)選項(xiàng)，給出剔除殘差。 5、Save to New File欄 選中Coefficient statistics復(fù)選項(xiàng)，將模型參數(shù)估計(jì)的方差協(xié)方差矩陣保存