SPSS - 平方和随方差分析中的轻微模型变化发生根本性变化？

Question

我注意到，即使对我的模型稍作调整，我的模型中的平方和可以根本改变？这是正常的吗？我使用的是SPSS 16，下面介绍的两种模型都使用相同的数据和变量，只有一个小的变化 - 将其中一个变量分类为2级或3级变量。

详细 - 使用2×2×6混合模型ANOVA与6是重复测量我得到在组分析之间

 
------------------------------------------------------------ 
Source | Type III SS | df | MS  | F  | Sig 
------------------------------------------------------------ 
intercept | 4086.46  | 1 | 4086.46 | 104.93 | .000 
X   | 224.61  | 1 | 224.61 | 5.77 | .019 
Y   | 2.60  | 1 | 2.60 | .07 | .80 
X by Y | 19.25  | 1 | 19.25 | .49 | .49 
Error  | 2570.40  | 66 | 38.95 | 

再下面，当我使用完全相同的数据，但是一略有不同的模型，其中变量Y有3个级别，而不是2级，我得到以下

 
------------------------------------------------------------ 
Source | Type III SS | df | MS  | F  | Sig 
------------------------------------------------------------ 
intercept | 3603.88  | 1 | 3603.88 | 90.89 | .000 
X   | 171.89  | 1 | 171.89 | 4.34 | .041 
Y   | 19.23  | 2 | 9.62 | .24 | .79 
X by Y | 17.90  | 2 | 17.90 | .80 | .80 
Error  | 2537.76  | 64 | 39.65 | 

我不明白为什么，因为变量Y被devided分成3个级别的变量X将有正方形的不同之根本而不是2.这在withi中也是这种情况n组分析也。

请帮助我了解：d

预先感谢您

帕特

Answer 1

III型总和法方为X告诉你多少收获，当你增加X模型包括所有其他条款。看起来，三级Y变量比二级预测值要好得多：其SS从2.6变为19.23。 （例如，如果Y的影响是二次的，则可能发生这种情况：顶点处的切割不是很有预测性，但分成三组会更好。因此X可以解释的更少 - 其SS降低。

Answer 2

只是增加了Aniko所说的，变量X之所以为不同的平方和，仅仅是因为变量Y被分成了3个等级而不是2个，即每个因子的SS公式取决于样品在每次治疗中。当你改变一个因子的水平数量时，你实际上改变了每次治疗的样本数量，这对所有其他因素的SS值都有影响。