第四项:完成一个利用nlme::lme或者MLwiN软件处理多层次分析数据的示例

研究主题:不同性别的人随着年龄增长忍受程度的增长取士有差异吗?追踪数据的分析
研究数据:http://www.ats.ucla.edu/stat/examples/alda/default.htm
从上述网址上下载数据压缩包找到tolerance_pp.sav



mlwin的打开与参数设置(只是很短的开始操作):
1、打开软件;
2、file -> open worksheet 弹出文件选择界面,文件格式选择SPSS,选择tolerance_pp.sav后打开;
4.1
3、Model -> Equations 弹出公式界面
4.2
4、点击红色的“y”,选择应变量和水平数,这里是TOLERANC为因变量,水平有两个,分别是个体和年次,i为较低水平id,j为较高水平time;
4.3
5、接下来点击x设定自变量,用界面底部的add term 来增加项,增加exposure和time两个变量,分别设置(这里的水平设置可能有误,导致与R结果不同,add term也可以增加交互项),可以通过底部的“+/-”查看不同层级的表达式;
4.4
6、运行分析,点击界面左上角start,然后点击下方estimate查看结果;蓝色部分就是各项的估计值和分布方差。
4.5
但由于不会设置截距和误差,所以结果还是与R有很大差距。

视频(无声音)链接:http://pan.baidu.com/s/1i3VMlDz

第三项:多元统计模型示例

研究主题一:验证美国学者菲什拜因(Fishbein)和阿耶兹(Ajzen)提出的理性行动理论(TRA)中的中介效应。
研究数据:http://core.ecu.edu/psyc/wuenschk/SPSS/Path-Ingram.sav
理论模型:TRA



对应用AMOS进行操作的结果:
模型1一—非标准化解系数(与R结果一致):
3.1
3.2
模型1——中介效应(看直接效应和间接效应)
3.3

模型2一—非标准化解系数(与R结果一致):
3.4
3.5
3.6

研究主题2:用R对量表进行验证性因子分析
研究数据:http://core.ecu.edu/psyc/wuenschk/SPSS/KJ-Idealism.sav
来源数据的已发表文献:http://core.ecu.edu/psyc/wuenschk/Articles/Anthrozoos2002/Anthrozoos2002.htm



因为存在缺失值,运行AMOS时会提示设定平均值和斜率,将观测误差项的平均值默认设为0得到结果,可能与R中处理缺失值的方法不同,所以结果存在差异。
3.7
3.8
3.9
3.10
拟合指标:
3.11
3.12

第二项:完成一个利用multcomp::glht函数的示例



1、对外貌的三个水平两两之间的差异在判决刑期上的差异进行事后检验
UNIANOVA years BY pa
/LMATRIX="1HT" pa 1 -1 0
/LMATRIX="2HT" pa 1 0 -1
/LMATRIX="3HT" pa 0 1 -1
/METHOD=SSTYPE(3)
/INTERCEPT=INCLUDE
/POSTHOC=pa(LSD)
/CRITERIA=ALPHA(0.05)
/DESIGN=pa.

对应glht1.1
对应glht1.2
对应glht1.3

结果:模拟陪审员对外貌漂亮和外貌一般的罪犯判刑没有显著差异,对外貌漂亮和外貌不漂亮的罪犯的判刑差异存在边缘显著性,对外貌一般和外貌不好看的罪犯判刑有显著差异。

2、在两种犯罪类别上模拟陪审员对外貌漂亮和外貌不漂亮的罪犯的判刑是否存在差异的检验
UNIANOVA years BY crime pa
/LMATRIX="1HT" crime*pa 1 0 -1 0 0 0 pa 1 0 -1
/LMATRIX="2HT" crime*pa 0 0 0 1 0 -1 pa 1 0 -1
/METHOD=SSTYPE(3)
/INTERCEPT=INCLUDE
/POSTHOC=pa(LSD BONFERRONI)
/EMMEANS=TABLES(pa)
/PRINT=ETASQ HOMOGENEITY DESCRIPTIVE
/CRITERIA=ALPHA(.05)
/DESIGN=crime pa crime*pa.

对应glht2.1
对应glht2.2

结果:在犯罪类型1上,模拟陪审员对外貌漂亮和外貌不漂亮的罪犯判刑没有显著差异,但在在犯罪类型2上,模拟陪审员对外貌漂亮和外貌不漂亮的罪犯判刑存在显著差异。