prism如何计算SEM

SEM不可用定类变量。如果一定要用，方法一是将其转换成 dummy variable (零一变量)，比较容易；方法二是将其当作 grouping variable（分组变量）, 然后每一组为一个样本，做multigroup comparisons（多组比较模型），比较麻烦；方法三是改用Latent Classification Model，那是全新的另一世界。

回到如何计算自由度 (degrees of freedom, df)。记得很久前小彭问过类似问题，我答应要写个贴，但一直忘了。估计小彭现在已知道答案了，但大概还有其他庄员有兴趣。

SD 是标准偏差，是看你样本中观测值的变异程度的；SEM 是均值标准误，值越小，说明你的样本观测值越接近总体样本，说明你的观测值具有代表性，值越大，反之。MSE 是做完方差分析所得出来的，通过MSE可计算SEM，SEM=MSE/根号n；这里的n代表你观测值当中的重复数。

当各处理组重复数不等（非均衡数据）时，SEM要表示为“pooled SEM”

论文中pooled SEM如何计算？

【文献3】

在SPSS分析中：

（1）当重复数不等（非均衡数据）时，SEM即是S SPSS“选项-描述性统计”输出结果中的“标准 误差”的平均值（因各处理组不相等）。如【例2】，Pooled SEM=(1.388+1.267+1.267+1.388)/4=1.328  

在SAS分析中：

（2）当重复数不等（非均衡数据）时，SEM即是SAS“最小二乘均值”输出结果中的“标准误差”的平均值（因各处理组不相等）  

【例2】 4种饲料对仔猪增重的影响

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输出结果：

只截取的一部分，内容很长，可以去原文章看一下，SD、SE、SEM、Pooled SEM的计算

---