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。

如下参考：

1．首先选择最后一个标准偏差来显示复制的单元格，如下图所示。

2．点击［start］－［autosum］旁边的三角形，就会出现一个下拉菜单。点击【其他功能】如下图所示。

3．出现［insertfunction］窗口，点击［selectcategory］，选择［all］，找到standarddeviation［STDEVP］函数，如下图所示。

4．单击ok后，单击箭头所指的位置并选择数据，如下图所示。

5．选择后，点击“ok”，可以看到计算出的标准差，如下图所示。

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

---