實(shí)驗(yàn)4方差分析

1、學(xué)院：數(shù)學(xué)與統(tǒng)計(jì)學(xué)院 專業(yè)：數(shù)學(xué)與應(yīng)用數(shù)學(xué) 學(xué)號(hào)：20111910121 姓名：楊君波實(shí)驗(yàn)六 方差分析一、實(shí)驗(yàn)?zāi)康耐ㄟ^(guò)本次實(shí)驗(yàn)，了解如何進(jìn)行各種類型均值的比較與檢驗(yàn)。二、實(shí)驗(yàn)性質(zhì)必修，基礎(chǔ)層次三、主要儀器及試材計(jì)算機(jī)及spss軟件四、實(shí)驗(yàn)內(nèi)容 單因素方差分析五、實(shí)驗(yàn)學(xué)時(shí)2學(xué)時(shí)單因素方差分析(one-way anova過(guò)程)1.某城市從4個(gè)排污口取水，進(jìn)行某種處理后檢測(cè)大腸桿菌數(shù)量，單位面積內(nèi)菌落數(shù)如下表所示，請(qǐng)分析各個(gè)排污口的大腸桿菌數(shù)量是否有差別。排污口1234大腸桿菌數(shù)量9,12,7,520,14,18,1212,7,6,1023,13,16,21實(shí)驗(yàn)步驟：首先建立“數(shù)據(jù)視圖”單擊“分析(

2、a)”選擇“比較均值（m）”選擇“單因素anova”將“大腸桿菌數(shù)量”選入到“因變量列表(e)” 將“排污口”選入到“因子”中在“選項(xiàng)（o）”中的“描述性（d）”、“方差同質(zhì)性檢驗(yàn)（h）”、“均值圖（m）”上打勾點(diǎn)擊“繼續(xù)”點(diǎn)擊“確定”。運(yùn)行過(guò)程及結(jié)果：變量視圖：數(shù)據(jù)視圖：運(yùn)行結(jié)果：結(jié)果分析：在“描述”圖表中給出了四個(gè)排污口的大腸桿菌數(shù)量的基本描述性統(tǒng)計(jì)量。包括樣本容量、樣本均值、標(biāo)準(zhǔn)差、標(biāo)準(zhǔn)誤差、均值的95%的置信區(qū)間、最小值和最大值；在“方差齊性檢驗(yàn)”圖表中p值為0.329，若我們給定顯著性水平為0.05，p大于0.05，接受原假設(shè)，認(rèn)為四個(gè)總體的方差相等；在“anova”圖表中若取顯著性

3、水平0.05，因?yàn)閜=0.003,所以p小于0.05，拒絕原假設(shè)，認(rèn)為各個(gè)排污口的大腸桿菌數(shù)量存在顯著差別；在“均值圖”中可以看出第四個(gè)排污口大腸桿菌數(shù)量最多，第一個(gè)排污口大腸桿菌數(shù)量最少。2.某連鎖商場(chǎng)有五個(gè)連鎖分店。希望比較這五個(gè)分店的營(yíng)業(yè)額是否相同，調(diào)查人員各自獨(dú)立地從這五個(gè)分店中取得12個(gè)營(yíng)業(yè)日的日營(yíng)業(yè)額，資料見(jiàn)下表：連鎖店?duì)I業(yè)日第一分店第二分店第三分店第四分店第五分店19249941160107294921094127011851011112131000126112929611159494810341319122910495106615421101123895269231258124

4、610351097782312151340124011448103597810199479589113013161224111091710101910059679551077119859441221109196712957129512109161039以0.05的顯著性水平檢驗(yàn)“這五個(gè)分店的日營(yíng)業(yè)額相同”這一假設(shè)。實(shí)驗(yàn)步驟：首先建立“數(shù)據(jù)視圖”單擊“分析(a)”選擇“比較均值（m）”選擇“單因素anova” 將“日營(yíng)業(yè)額”選入到“因變量列表(e)” 將“分店”選入到“因子”中在“選項(xiàng)（o）”中的“描述性（d）”、“方差同質(zhì)性檢驗(yàn)（h）”、“均值圖（m）”上打勾點(diǎn)擊“繼續(xù)”點(diǎn)擊“確定”。運(yùn)行過(guò)程

5、及結(jié)果：變量視圖：數(shù)據(jù)視圖：運(yùn)行結(jié)果結(jié)果分析：在“描述”圖表中給出了五個(gè)分店的日營(yíng)業(yè)額的基本描述性統(tǒng)計(jì)量。包括樣本容量、樣本均值、標(biāo)準(zhǔn)差、標(biāo)準(zhǔn)誤差、均值的95%的置信區(qū)間、最小值和最大值；在“方差齊性檢驗(yàn)”圖表中p值為0.01，若我們給定顯著性水平為0.05，p小于0.05，拒絕原假設(shè)，認(rèn)為四個(gè)總體的方差不相等；在“anova”圖表中若取顯著性水平0.05，因?yàn)閜=0,所以p小于0.05，拒絕原假設(shè)，認(rèn)為這五個(gè)分店的日營(yíng)業(yè)額不相同；在“均值圖”中可以看出第三個(gè)分店日營(yíng)業(yè)額最多，第一個(gè)分店日營(yíng)業(yè)額最少。實(shí)驗(yàn)八 多因素方差分析一、實(shí)驗(yàn)?zāi)康耐ㄟ^(guò)本次實(shí)驗(yàn)，了解如何進(jìn)行各種類型均值的比較與檢驗(yàn)。二、實(shí)驗(yàn)

6、性質(zhì)必修，基礎(chǔ)層次三、主要儀器及試材計(jì)算機(jī)及spss軟件四、實(shí)驗(yàn)內(nèi)容1. 多因素方差分析2.協(xié)方差分析五、實(shí)驗(yàn)學(xué)時(shí)2學(xué)時(shí)1.多因素方差分析(univariate過(guò)程)某城市從4個(gè)排污口取水，經(jīng)兩種不同方法處理后，檢測(cè)大腸桿菌數(shù)量，單位面積內(nèi)大腸桿菌數(shù)量如下表所示，請(qǐng)檢驗(yàn)它們是否有差別。排污口1234處理方法19,12,7,520,14,18,1212,7,6,1023,13,16,21處理方法213,7,10,817,10,9,1511,5,7,618,14,19,11實(shí)驗(yàn)步驟：首先建立“數(shù)據(jù)視圖”單擊“analyze”選擇“general linear model” 選擇“univariat

7、e”進(jìn)入多因素方差分析界面將“大腸桿菌數(shù)量”選入到“dependent variable”將“排污口、處理方法”選入到“fixed factor（s）”中單擊“ok”。運(yùn)行過(guò)程及結(jié)果：變量視圖：數(shù)據(jù)視圖：運(yùn)行結(jié)果：結(jié)果分析：在“tests of betweensubjects effects”圖表中知，排污口的sig為0.00，小于0.05，所以排污口對(duì)大腸桿菌數(shù)量有顯著影響；由于處理方法的sig為0.208，大于0.05，所以處理方法對(duì)大腸桿菌的數(shù)量沒(méi)有顯著影響；又因?yàn)椤芭盼劭?處理方法”兩個(gè)同時(shí)作用的sig為0.563，大于0.05，所以“排污口*處理方法”兩個(gè)因素同時(shí)作用時(shí)對(duì)大腸桿菌的數(shù)

8、量沒(méi)有顯著影響。2.協(xié)方差分析(univariate過(guò)程)政府實(shí)施某個(gè)項(xiàng)目以改善部分年輕工人的生活狀況。項(xiàng)目實(shí)施后開(kāi)始對(duì)年輕工人生活的改善情況進(jìn)行調(diào)查，調(diào)查項(xiàng)目包括工人受教育程度、是否實(shí)施了該項(xiàng)目、實(shí)施項(xiàng)目前的工資(前工資)和實(shí)施項(xiàng)目后的工資（后工資）如下表所示。用實(shí)施項(xiàng)目后的工資來(lái)反映生活狀況的改善，要求剔除實(shí)施項(xiàng)目前的工資差異，分析工人的受教育程度和該項(xiàng)目實(shí)施對(duì)工人收入的提高是否有顯著的影響。編號(hào)前工資后工資受教育程度項(xiàng)目實(shí)施編號(hào)前工資后工資受教育程度項(xiàng)目實(shí)施1812初中否16812初中否2810高中否17810高中否3811初中否18811初中否4918初中是19918初中是5712初中

9、否20712初中否6815初中是21815初中是7813高中否22813高中否8922初中是23922初中是9718初中是24718初中是1079初中否2578初中否1168初中否26812初中否121020高中是27815初中否13614初中是28913高中否14816初中是291114大學(xué)否151225大學(xué)否30614初中是實(shí)驗(yàn)步驟：首先建立“數(shù)據(jù)視圖”單擊“analyze”選擇“general linear model” 選擇“univariate”進(jìn)入多因素方差分析界面將“工資”選入到“dependent variable”將“受教育程度、項(xiàng)目實(shí)施”選入到“fixed factor（s）”中單擊“ok”。運(yùn)行過(guò)程及結(jié)果：變量視圖：數(shù)據(jù)視圖：運(yùn)行結(jié)果：結(jié)果分析：在“tests of betweensubjects effects”圖表中知，受教育程度的sig為0.02