假设检验的总体方差怎么算（连续变量假设检验）
假设检验的总体方差怎么算（连续变量假设检验）3. 拉丁方设计方差分析简要（3）不同受试者2. 建立假设：建立检验假设，确定检验水准 α（1）日期（2）防护服
拉丁方设计方差分析概述拉丁方设计用于研究3个及3个以上因素，各因素间无交互作用且每个因素的水平数相同的情况，但很少用于8个水平以上。一般最常用于3个因素，其中有一个最重要的称为处理因素，用字母表示，另外两个是需要加以控制的因素，分别用行和列表示，即它要将实验因素的r个水平随机化排列成r行r列的方阵（最早用r个拉丁来表示这种方阵，故称为拉丁方），该方阵中每行或列中，每个水平均只出现一次，称其为 r 阶拉丁方或 r×r 拉丁方。
拉丁方设计的特点：
- 可安排一个实验因素、两个或多个区组因素；
- 各因素的水平数相同，一般以实验因素的水平数为基准；
- 药物各因素之间不存在交互作用；
- 该设计可以看成比随机区组设计多增加了一个以上的控制因素，但没有增加实验例数，所以比随机区组设计误差更小，效率更高。
示例：某研究者欲比较5种防护服对脉搏数的影响，选用5个受试者，在5个不同的日期进行试验。用拉丁方设计，在行、列与字母上分别安排3个因素（日期、受试者、防护服）。具体数据如下：
1. 数据录入：
- 在SPSS的“变量视图”中设置四个变量，日期代表不同时间；受试者代表不同样本；防护服代表不同防护服；脉搏—对应的结果变量
2. 建立假设：建立检验假设，确定检验水准 α
（1）日期
- H0： 不同日期脉搏总体均数相等
- H1： 不同日期脉搏总体均数不相等
（2）防护服
- H0： 不同防护服脉搏总体均数相等
- H1： 不同防护服脉搏总体均数不相等
（3）不同受试者
- H0： 不同受试者脉搏总体均数相等
- H1： 不同受试者脉搏总体均数不相等
- α = 0.05，即置信区间为95%
3. 拉丁方设计方差分析简要
（1） 打开 分析—一般线性模型—单变量
（2） 参数选择
- 单变量主对话设置：如图A将脉搏放入因变量，日期、受试者和防护服放入固定因子。
- 模型参数设置：点击“模型”，图B，指定模型选择“构建项”，模型—选入日期、受试者、防护服变量，构建项—选择主效应。
- 事后比较：如图C所示，选入日期、受试者、防护服到两两比较列表框；选择 S-N-K作为两两比较的方法。
- 选项：显示勾选“描述统计”和“方差齐性”，如图D所示，点击“继续”
4. 数据结果与说明
（1） 主体效应间比较：
- 如下图所示，日期F=2.899，p=0.068>0.05，拒绝H1，接受H0，说明不同受试时间的对受试者的脉搏没有影响。
- 防护服F=1.232，p=0.348>0.05，拒绝H1，接受H0，说明不同防护服对受试者的脉搏没有影响。
- 受试者F=16.055，p=0.000 < 0.05，接受H1，拒绝H0，说明不同受试者对脉搏次数有显著性差异。
（2） 两两比较
- 在不同受试者中，受试者1自成1组，其他受试者划分为另一组。
5. 语法
NIANOVA 脉搏 BY 日期 受试者 防护服
/METHOD=SSTYPE(3)
/INTERCEPT=INCLUDE
/POSTHOC=日期 受试者 防护服(SNK)
/PRINT DESCRIPTIVE HOMOGENEITY
/CRITERIA=ALPHA(.05)
/DESIGN=日期 受试者 防护服.
