Диалоговое окно Multivariate (Многомерная)

Появятся довольно обширные результаты расчёта. Важным для нас является в первую очередь глобальный многомерный тест на предмет выявления значимых различий "где-нибудь" между возрастными группами:

Multivariate Tests c (Многомерные тесты)

Effect (Эффект )		Value (Зна-чение)	F	Hypo-thesis df (Гипо-теза df)	Error df (Ошибка df)	Sig. (Значи-мость)
Inte-rcept Отре-зок)	Pillai's Trace (След Пиллая)	,996	9252, 061а	4,000	167,000	,000
	Wilks' Lambda (Лямбда Уилкса)	,004	9252,061 а	4,000	167,000	,000
	Hotelling's Trace (След Хоттелинга)	221,606	9252, 061а	4,000	167,000	,000
	Roy's Largest Root 'Макси-мальный характе-ристический корень по методу Роя)	221,606	9252,061 а	4,000	167,000	,000
АК	Dillai's Trace (След Пиллая)	,178	2,661	12,00ol	507,00o'	,002
	Wilks' Lambda (Лямбда Уилкса)	,827	2,740	12,000	442,132	,001
	Hotelling's Trace (След Хоттелинга)	,203	,805	12,000	197,000	,001
	Roy's Largest Root (Макси-мальный характе-ристический корень по методу Роя)	,169	7,159Ь	4,000	167,000	,000

a. Exact statistic (Точная статистика)

b. The statistic is an upper bound on F that yields a lower bound on the significance level (Статистической характеристикой является верхний придел значения F-распределе-ния, который указывает на нижний предел уровня значимости).

с Design: Intercept+AK (Компоновка: Отрезок + АК)

Здесь производится расчёт величин, традиционных для общей линейной модели. Они уже представлены в главе 17.1.3. Основываясь на критерии "След Пиллая" ("Pillai's Trace"), следует отклонить нулевую гипотезу о том, что между четырьмя возрастными группами не наблюдается различий ни для одной из зависимых переменных (значение р = 0,002).

Для проверки, какие из четырёх зависимых переменных в чем-то различаются между собой, были проведены одномерные тесты. Результаты этих тестов полностью соответствуют результатам отдельного одномерного дисперсионного анализа для каждой зависимой переменной.

Мы здесь воздержимся от подробной расшифровки довольно большой таблицы "Тесты межсубъектных эффектов". Отметим только, что для систолического и диастолического давлений, уровней холестерина и сахара в крови получаются следующие значения вероятности ошибки р: 0,153, 0,002, 0,267 и 0,688 соответственно. Причиной суммарной значимости, поучающейся в результате многомерного теста, являются прежде всего значимые различия для диастолического давления.

Для опытных статистиков, хорошо знакомых с тонкостями многомерных методов, SPSS может предложить избыточное количество разнообразных возможностей в области дисперсионного анализа. В первую очередь можно использовать разнообразные возможности процедуры MANOVA, доступной отныне только через командный синтаксис. Эта процедура позволяет проводить простой и множественный регрессионный анализ, дискриминантный анализ, канонический анализ, анализ главных компонентов и др. Однако сложность работы с заданием параметров может составить некоторые затруднения для менее опытных пользователей. Поэтому в данной книге мы ограничились рассмотрением наиболее часто применяемых компоновок дисперсионного анализа.

Содержание раздела