sem方差估計

1、如何計算 pooled SEM

當各處理組重復數不等（非均衡數據）時，SEM要表示為「pooled SEM」

論文中pooled SEM如何計算？

【文獻3】

在SPSS分析中：

（1）當重復數不等（非均衡數據）時，SEM即是S SPSS「選項-描述性統計」輸出結果中的「標准 誤差」的平均值（因各處理組不相等）。如【例2】，Pooled SEM=(1.388+1.267+1.267+1.388)/4=1.328  

在SAS分析中：

（2）當重復數不等（非均衡數據）時，SEM即是SAS「最小二乘均值」輸出結果中的「標准誤差」的平均值（因各處理組不相等）  

【例2】 4種飼料對仔豬增重的影響

group  gain（kg）  

1  47  47  44  42  42  

2  33  39  41  33  34  35  

3  23  25  23  29  28  20  

4  28  24  25  20  23  

SPSS輸出結果：

只截取的一部分，內容很長，可以去原文章看一下，SD、SE、SEM、Pooled SEM的計算

2、數據不是多元正態分布怎麼用sem

可以應用變數變換的方法,將不服從正態分布的資料轉化為非正態分布或近似正態分布。常用的變數變換方法有對數變換、平方根變換、倒數變換、平方根反正玄變換等，應根據資料性質選擇適當的變數變換方法。
1、對數變換 即將原始數據X的對數值作為新的分布數據：
X』=lgX
當原始數據中有小值及零時，亦可取X』=lg（X+1）
還可根據需要選用X』=lg（X+k）或X』=lg（k-X）
對數變換常用於（1）使服從對數正態分布的數據正態化。如環境中某些污染物的分布，人體中某些微量元素的分布等，可用對數正態分布改善其正態性。
（2）使數據達到方差齊性，特別是各樣本的標准差與均數成比例或變異系數CV接近於一個常數時。
2、平方根變換 即將原始數據X的平方根作為新的分布數據。
X』=sqrt（X）
平方根變換常用於：
1）使服從Poission分布的計數資料或輕度偏態資料正態化，可用平方根變換使其正態化。2）當各樣本的方差與均數呈正相關時，可使資料達到方差齊性。
3）倒數變換 即將原始數據X的倒數作為新的分析數據。
X』=1/X
常用於資料兩端波動較大的資料，可使極端值的影響減小。
4、平方根反正旋變換 即將原始數據X的平方根反正玄值做為新的分析數據。
X』=sin-1sqrt（X）
常用於服從二項分布的率或百分比的資料。一般認為等總體率較小如＜30%時或較大（如＞70%時），偏離正態較為明顯，通過樣本率的平方根反正玄變換，可使資料接近正態分布，達到方差齊性的要求。

3、SEM中，為什麼要固定因素載荷或定因素方差

固定一個系數才能擬合出來

4、Excel中計算標准誤

數據如圖

1、如果是要計算標准偏差，可用公式 =STDEVP(C2:C11)

2、如果是要計算與某個值的標准誤差，如圖數據要計算數據與20的標准誤差，則可用數組公式：{=SQRT(AVERAGE((C2:C11-20)^2))}  (輸入公式後同時按下Ctrl+Shift+Enter完成輸入，{}是自動生成的，不是人工輸入的）