统计分析工具SPSS（方差、因子、回归）
一、T-test、one-way anova、two-way anova
连续型变量，用regression；分类变量，用anova。兰迪英语如何
1、T-test:比较两组样本的平均值有无显著差异
between subject：检测2变量，组与组之间是否有显著差异（在平均值上）。
within subject：检测同一组人，对不同stimulate的反应。
参数假设检验，验证总体均值间是否存在显著差异（数值型分析）
仰角<0.05:significanct difference(能够被自变量解释的因变量的差异是显著的)
P-value: 0.05<X<0.1:marginally significance.（边际不同）
>0.1：no significance difference（不显著不同）
2、One-way anova analyze（单因素方差分析）：
说明3组或3组以上（平均值）是否有差异
一个自变量. Eg：时间：早、中、晚（3 categories）
若p-value < 0.05,显著差异，说明3组平均值有差异，但具体哪2组有差异，需进一步分析，用 post hoc,两两对比，产生p-value，显示哪2组之间有差异。
3、Two-way anova analyze（双因素方差分析）：
2 by 2 : 2个自变量，2个level ——4组，比较两两之间的差异，做planned comparison。
2 by 3 : 2个自变量，1个是2个level，2个是3个level。
引申：2 by 2 by 2 : 3-way anova: 3个变量，每个变量有2 个level。
Anova分析，方差分析：可分析出有交互作用，但不能确定交互作用的具体形态。
如2 by 2, 4个组，两两差异，不能由anova得出，需要做planned comparison（事先计划的comparison）， 可知：两两之间的交互作用。
二：回归分析
分析是否有交互作用
因为自变量中，有一个是连续变量，不能做anova分析
这时，做regression, 线性回归分析
Slope analysis 的目的/作用：相当于two-way anova里的planned comparison.
三、Moderate analysis
Eg：IV2 is High : IV1到DV的关系
IV2 is Low : IV1到DV的关系
加入调节变量IV2，对原有关系产生影响
在调节变量不同的level上，自变量与因变量之间的关系（如：正、负）有影响。
则会改变原来自变量对因变量的关系（方向/程度上产生影响）
正负相关性 大小程度ritchie
四、Mediation analysis
Long-term goal activate
IV2
Choice / preference
temptation
IV1
DV
IV1影响中介变量IV2 ， IV2对DV有影响，且IV1与DV存在直接关系。
Regression步骤：
IV1 DV:证明IV1到DV有关系
（诱惑高，选苹果；诱惑低，选苹果的概率减少）呕心沥血是什么意思
IV1 IV2：证明IV1到 IV2有关系
IV2
把IV1、 IV2都放在regression，发现IV1对DV的影响由显著变为不显著或marginal显著，IV2对DV的影响依然存在。 IV1只有影响IV2 ，才对DV有显著影响。
（IV1对DV的影响不明显，因其需先转化为IV2，再对DV产生影响，IV2对DV影响巨大）
IV2 is mediator between IV1 and DV.
原假设没有影响，若p<0.05，则表明有影响。
202012月四级答案五、watfordModerator and mediation 都可以的例子如下：
五、Y=a+bX1+cX2+dX1X2
计算X1aggravatedX2：transform compute variable
测X1X2的交互作用(regression)，p-value服诺<=0.05, 存在显著差异，在进行planned compari
son.
如：X1：性别； X2：国别； X1X2：交互作用 kwanzaa
Product term：乘积项X1X2
Any coyartates:协同变量
Goal activation
Y N
回归分析步骤：
boredom
transform compute variable (计算乘积)
analyze regression linear
定义一个新变量为C regression linear
并在statistics 选择协方差（option中选uncheck）
高于平均值与低于平均值，和平均值：3个比较
再计算lf-control 的平均值，即analyze 描述Point to plot
Anova 离散型变量
Slope 比较两个点之间的差异，用Slope表示，如果有差异，代表斜率不为0
SD即标准方差 （一个标准差以上，一个标准差一下，做比较）
Slope : 自变量有一个是连续 ，可知交互作用的形态
Anova：可以分析出有交互作用，但不知交互作用的形态
Conclude：
A nova分析离散变量之后，用planned comparison 比较两两差异
slope分析（存在一个连续变量），用slope analysis 比较变量间的差异
planned comparison 举例：
态度
男
女
小 大 年龄
自变量：性别、年龄
目的：检测两个pattern有无不同
Interaction effection 交互作用 有p<0.05
从code看出哪两组之间有差异
首先看两者之间是否有交互作用（两个因素共同作用引起的），再做planned comparison
用用点与点之间的比较得出（post hoc：属于one-way anova）
调节变量（如：性别），年龄调节了性别对态度的影响
Analyze general linear model
unnivariate
做证实性的问题：可以验证的问题
多元回归分析
Unianova：单因素多因素方差分析
