什么是部分预计到达时间的平方？ （定义&#038；示例）

偏eta平方是衡量方差分析模型中不同变量效应大小的一种方法。

它衡量由给定变量解释的方差占模型中其他变量解释的方差后剩余的总方差的比例。

如何计算部分预计到达时间的平方

部分 eta 平方的计算公式为：

部分 eta 平方 = SS_效应/ (SS_效应+ SS_误差)

金子：

• SS_效应：变量效应的平方和。
• SS_误差： ANOVA 模型中的平方和误差。

部分eta平方的值范围为0到1，其中值越接近1表示模型中给定变量在考虑其他变量解释的方差后可以解释的方差比例越高。模型中的其他变量。

以下经验法则用于解释部分 eta 平方值：

• .01：效应量小
• .06：平均效应大小
• .14或更大：效应量大

示例：计算部分和平方

假设我们想要确定运动强度和性别是否会影响减肥。

为了测试这一点，我们招募了 30 名男性和 30 名女性参加一项实验，其中我们随机分配每人 10 人遵循一个月的无运动、轻度运动或剧烈运动计划。

下表显示了使用运动和性别作为因素、体重减轻作为响应变量的双向方差分析的结果：

 Df Sum Sq Mean Sq F value p value    
gender 1 15.8 15.80 9.916 0.00263
exercise 2 505.6 252.78 158.610 0.00000
Residuals 56 89.2 1.59  

我们可以计算性别和运动的偏 eta 平方，如下所示：

• 性别部分 eta 平方：15.8 / (15.8+89.2) = 0.15044
• 练习的部分 eta 平方：505.6 / (505.6+89.2) = 0.85

我们可以得出结论，运动的影响大小非常大，而性别的影响大小相当小。

这些结果对应于 ANOVA 表结果中显示的 p 值。运动的 p 值 (0.00000) 远小于性别的 p 值 (0.00263)，表明运动在预测体重减轻方面更为重要。

Eta 平方与部分 Eta 平方

Eta 平方衡量方差分析模型中给定变量所占方差相对于总方差的比例。计算方法如下：

Eta 平方 = SS_效果/_总SS

金子：

• SS_效应：变量效应的平方和。
• _总SS： ANOVA 模型中的总平方和。

当模型中只有一个预测变量（即单向方差分析）时，eta 平方值和部分 eta 平方值将相等。

默认情况下，SPSS 等程序会在方差分析表的输出中报告部分 eta 平方值。因此，了解 eta 平方和部分 eta 平方之间的细微差别非常重要。

其他资源

单向方差分析简介
双向方差分析简介
使用方差分析进行事后测试的指南