SPSS - 平方和隨方差分析中的輕微模型變化發生根本性變化？

Question

我注意到，即使對我的模型稍作調整，我的模型中的平方和可以根本改變？這是正常的嗎？我使用的是SPSS 16，下面介紹的兩種模型都使用相同的數據和變量，只有一個小的變化 - 將其中一個變量分類爲2級或3級變量。

詳細 - 使用2×2×6混合模型ANOVA與6是重複測量我得到在組分析之間

 
------------------------------------------------------------ 
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，當我使用完全相同的數據，但是一略有不同的模型，其中變量Y有3個級別，而不是2級，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 | 

我不明白爲什麼，因爲變量Y被devided分成3個級別的變量X將有正方形的不同之根本而不是2.這在withi中也是這種情況n組分析也。

請幫助我瞭解：d

預先感謝您

帕特

Answer 1

III型總和法方爲X告訴你多少收穫，當你增加X模型包括所有其他條款。看起來，三級Y變量比二級預測值要好得多：其SS從2.6變爲19.23。 （例如，如果Y的影響是二次的，則可能發生這種情況：頂點處的切割不是很有預測性，但分成三組會更好。因此X可以解釋的更少 - 其SS降低。

Answer 2

只是增加了Aniko所說的，變量X之所以爲不同的平方和，僅僅是因爲變量Y被分成了3個等級而不是2個，即每個因子的SS公式取決於樣品在每次治療中。當你改變一個因子的水平數量時，你實際上改變了每次治療的樣本數量，這對所有其他因素的SS值都有影響。