SPSSAI

SPSS 协方差分析和方差分析的区别:加协变量后结果怎么变

更新于

协方差分析和方差分析的区别,核心是多了一个必填的定量协变量:先扣掉协变量的线性影响,再看组间均值还有没有差别。以下结果来自本站演示数据(模拟生成,不代表真实研究结论):150 位患者分常规治疗与联合治疗两组,比较治疗后评分,并扣掉年龄(岁)。要说明的是,本文只跑了协方差分析这一次,没有另跑不加年龄的方差分析,所以「结果怎么变」比的是同一批数据里的原始均值与校正后均值,而不是两次检验的 F 值。

数据要怎么排

三列数据:治疗后评分、治疗方案、年龄(岁),共 150 行,没有缺失。评分放进「放入因变量」区,治疗方案放进「放入分组变量」区,年龄放进「放入协变量」区,各区的要求见协方差分析帮助文章。

角色 变量 放入区域
因变量 治疗后评分 放入因变量
分组变量 治疗方案 放入分组变量
协变量 年龄(岁) 放入协变量

协变量区是必填的,一个定量协变量都没有时,就不该用协方差分析。协变量必须是定量变量,性别、地区这类定类变量要当第二个因子放进双因素方差分析。

协方差分析怎么做

  1. 在方法列表里点开「协方差分析」。
  2. 把治疗后评分拖入「放入因变量」区,治疗方案拖入「放入分组变量」区,年龄(岁)拖入「放入协变量」区。
  3. 点击开始分析。右上角的「是否分析交互效应」和「是否进行事后多重比较」两个开关默认都是关的,本例保持默认。

下图是放好变量后的工作台。中间是变量列表,右边是三个区。

协方差分析工作台截图:三个区已放入变量,两个开关保持关闭

协方差分析和方差分析的区别对照

两种方法的差别集中在四处:

对比项 方差分析 协方差分析
协变量 没有 必填,至少一个定量协变量
前提 独立、残差正态、方差齐 再加回归斜率同质、协变量与因变量线性相关、协变量不受处理影响
检验回答的问题 各组均值是否相等 扣掉协变量之后各组均值是否仍有差别
该引用的均值 各组原始均值 协变量校正后的边际均值

协方差分析与方差分析选择的判断流程:协变量、测量时点与斜率

前提检验:多出来的两条

第一张卡的前提检验里,协方差分析多出来的是回归斜率同质性:主效应模型与含「分组×协变量」交互项的模型做嵌套 F 检验,F(1, 146)=0.102,p=0.750,未发现各组斜率不同。协变量与因变量要线性相关,年龄与评分的 Pearson 相关 r=0.262,p=0.001,协变量有校正价值。

另外两条和方差分析一样:Levene 方差齐性 W=0.479,p=0.490;残差的 Shapiro-Wilk W=0.980,p=0.027,报告判为偏离正态,并注明样本量较大时 F 检验仍较稳健。协变量要在处理之前测得、观测要相互独立,这两条数据里查不出来,靠设计保证。

加协变量后结果怎么变:主结果表与校正后边际均值

主结果表采用 Type III 平方和:治疗方案 F=24.536,年龄(岁) F=13.078,两者 p 都小于 0.001,误差自由度 147,模型 R²=0.202,调整 R²=0.191。放一个协变量,误差自由度就少一个:150 位患者两个组,不加协变量的方差分析误差自由度是 148,加了年龄是 147。治疗方案的 F 检验是在已扣除年龄之后做的,回答的是校正后各组均值是否仍有差异。

第四张卡给出校正后边际均值,下表把它和原始均值放在一起,另附 95% 置信区间。

两组的原始均值与协变量校正后边际均值对照表

两套均值几乎一样,每组的校正量都只有 0.029,说明两组的年龄均值接近,校正没有明显改变组间差。但年龄的 F 检验显著,协变量吸收了一部分误差变异,这才是加协变量的实际收益。

报告第三张卡的柱状图画的是原始均值,没有经过年龄校正,只能当作初步印象。

两种治疗方案原始均值的柱状图

效应量与论文写法

第四张卡的偏 η²:治疗方案 0.143,报告判读为大;年龄(岁) 0.082,中等。偏 η² 是扣除其他效应后该效应解释的变异比例,同一个模型里各效应相加可以超过 1。

以年龄为协变量对治疗后评分做协方差分析,未发现各组回归斜率不同(F(1, 146)=0.102,p=0.750)。控制年龄后,治疗方案的主效应显著,F(1, 147)=24.536,p<0.001,偏 η²=0.143;校正后边际均值为常规治疗 62.933(95%CI [61.203, 64.663]),联合治疗 69.066(95%CI [67.336, 70.796])。

协方差分析常见错误

  • 把原始均值当成校正后均值引用:本例联合治疗的两个数是 69.037 与 69.066,几乎一样,不等于可以省掉校正;换一批两组年龄差得多的数据,两者会明显分开。
  • 把斜率检验没有显著写成斜率相同:只能写未发现差别,样本量小时更是如此。
  • 把性别、地区这类定类变量放进协变量区:协变量必须是定量变量,定类变量要当第二个因子,换双因素方差分析。
  • 把 Shapiro-Wilk 的 p=0.027 读成不能用:报告把它判为偏离正态,同时注明样本量较大时 F 检验仍较稳健。

把结果带进论文:导出与会员

主结果表、校正后边际均值表和效应量表导出后可以放进论文,方法部分写明协变量与斜率同质性的结果。表里的平方和采用 Type III。分析和查看结果不用登录;开通会员后可导出 Word / PDF 报告、使用 AI 解读。

延伸阅读

常见问题

协方差分析和方差分析的区别是什么?
协方差分析多一个必填的定量协变量,先扣掉协变量的线性影响,再检验组间均值差别;它的前提多出回归斜率同质性和协变量与因变量线性相关,报告里要引用的均值是校正后边际均值,不是原始均值。
什么时候该加协变量?
协变量必须在处理之前测得、不受处理影响,并且与因变量大致线性相关,比如比较疗效时控制基线评分或年龄。协变量在处理之后才测得时,它可能被处理改变,不宜当作协变量放进去。
斜率同质性检验没有显著,能写成各组斜率相同吗?
只能写未发现各组斜率不同。本例的检验得到 p=0.750,只是这批数据没能推翻原假设。斜率若真的不同,校正后的组间差异就不是一个固定的数,单一的校正均值也就失去意义。