小夥伴們，今天我們學習SPSS中級統計--協方差分析。
視頻：協方差分析
協方差分析(analysis of covariance)是關於如何調節協變量對因變量的影響效應，從而更加有效地分析實驗處理效應的一種統計技術，也是對實驗進行統計控制的一種綜合方差分析和回歸分析的方法。協方差分析是加入協變量的方差分析，協變量實際上就是我們所說的控制變量，你的調查研究中如果有一些你並不真正關心、但有可能對因變量有影響的變量，可以將其作為協變量，這就意味著你控制了該變量對因變量的效應，從而可以考察自變量與因變量的真實關係。協方差是用來度量兩個變量之間 "協同變異"大小的總體參數，即二個變量相互影響大小的參數，協方差的絕對值越大，兩個變量相互影響越大。1.受試對象的觀測指標滿足獨立性，各處理組的觀測指標均來自正態分布總體，且各組的方差相等；2.需要控制的協變量（自變量）與觀測指標（因變量）之間存在線性關係，且每個組的總體回歸係數β相等，即平行性檢驗。某學研究者， 對兩種藥物治療高血壓療效比較，有30例高血壓患者隨機分成2組，每組15例分別接受A藥物和B藥物治療，測得治療前血壓和治療一個月後得血壓數據。1.如果治療前兩組血壓比較無差異，可以計算每組治療前後的差值，兩組差值符合方差齊性，可以進行兩獨立樣本t檢驗；2.把治療前血壓當作協變量，如果符合方差齊性和平行性檢驗，做協方差分析。治療後血壓放入因變量，組別放入固定因子，治療前血壓放入協變量點擊模型——選擇設定——將組別、治療前血壓、治療前血壓*組別（將治療前血壓和組別同時按中）放入模型框——選擇主效應選項——將組別放入顯示均值框——勾選描述統計和方差齊性檢驗——繼續——確定方差齊性結果：P=0.285>0.05，可認為方差齊性。1.平行性檢驗：組別*治療前血壓交互作用檢驗，F=0.552，P=0.464>0.05，兩者無交互，符合平行性假定。2.返回調整分析方案:重新分析一遍，步驟三中的交互項刪除（因為無交互作用）。點擊模型——選擇設定——將組別、治療前血壓放入模型框——選擇主效應重新分析後得出主體間效應檢驗結果：治療前血壓對治療後血壓F=5.305 P=0.029<0.05，說明治療前血壓確實對治療後血壓有影響；兩組藥的比較F=6.763 P=0.015<0.05,說明兩組降壓藥療效有差異；結合兩組的均值，A藥降壓效果比B藥好。大家再看上面沒有把交互項刪除的結論（看結果三），不同組別的P=0.375，說明兩種降壓藥療效差異無統計學意義，跟我們現在的結論不同，所以做協方差時一定注意，如果沒有交互作用，則必須把交互項刪除再分析。