spass方差分析實驗報告

1、實驗主題專業(yè)統(tǒng)計軟件應用實驗題目方差分析實訓時間_2011學年一2一學期15一周（2011_年_5月30日一翌日）學生姓名g虎學號2009211467班級0360901實訓地點信息管理設備號實驗室B25指導教師劉進一實驗目的事件的發(fā)生往往與多個因素有關，但各個因素對事件發(fā)生的中的用作用是不一樣的，而且同一因素的不同水平對事件發(fā)生的影響也是不同的。如農業(yè)研究中土壤、肥料、日照時間等因素對某種農作物產量的影響，不同飼料對牲畜體重增長的效果等，都可以使用該方差分析方法來解決。理解和學會使用方差分析方法來解決問題。二實驗內容第一題：某農場為了比較4種不同品種的小麥產量的差異，選擇土壤條件基本相同的土地

2、，分成16塊，將每一個品種在4塊試驗田上試種，測得小表畝產量（kg）的數據如表6.17所示（數據文件為data6-4.sav）,試問不同品種的小麥的平均產量在顯著性水平0.05和0.01下有無顯著性差異。（數據來源：SPS吸用統(tǒng)計分析郝黎仁，中國水利水電出版社）表6.17小麥產量的實測數據品種A1A2A3A4產量277.244.2249.227376.4249.5244.2240.9271236.8252.8257.4272.4239251.4266.5a）本題的實驗原理：單因素方差分析b）實驗步驟：第1步分析：由于有一個因素（品種），而且是4種品種。故不能用獨立樣本T檢驗（僅適用兩組數據），

3、這里可用單因素方差分析；第2步數據的組織：分成兩列，一列是小麥的產量，另一列是小麥品種（分別用A1,A2,A3,A4標識）；第3步方差相等的齊性檢驗：由于方差分析的前提是各個水平下（這里是不同的飼料folder影響下的產量）的總體服從方差相等的正態(tài)分布。其中正態(tài)分布的要求并不是很嚴格，但對于方差相等的要求是比較嚴格的。因此必須對方差相等的前提進行檢驗。點開Options,選中Homogeneityofvariancetest（方差齊性檢驗）。第四步把顯著性水平改為0.01重復前面三個步驟。c）結果及分析：（1）不同品種的奇性檢驗結果TestofHomogeneityofVariances產量L

4、eveneStatisticdf1df2Sig.3.593312.046（2）幾種品種的方差檢驗結果ANOVA產量SumofSquaresdfMeanSquareFSig.BetweenGroups2263.4823754.49412.158.001WithinGroups744.7151262.060Total3008.19715（3）描述統(tǒng)計量表Descriptives產量5%ConfidenceIntervalforMeanNMeanStd.DviationStd.ErrorLowerBoundUpperBoundMinimumMaximumA14274.32503.117021.558

5、51269.3651279.2849271.00277.50A24242.62505.801362.90068233.3937251.8563236.80249.50A34249.65003.316121.65806244.3733254.9267245.20252.80A44259.450013.923726.96186237.2943281.6057240.90273.00Tota16256.512514.161443.54036248.9664264.0586236.80277.50(4)多重比較結果MultipleComparisons產量LSD品(J)品種種MeanDifferenc

6、e(I-J)Std.ErrorSig.95%ConfidenceIntervalLowerBoundUpperBoundA1A2A3A4*31.70000_*24.67500-*14.875005.570445.570445.57044.000.001.02019.563112.53812.738143.836936.811927.0119A2A1*-31.700005.57044.000-43.8369-19.5631A3-7.025005.57044.231-19.16195.1119A4_*-16.825005.57044.011-28.9619-4.6881A3A1_*-24.6750

7、05.57044.001-36.8119-12.5381A27.025005.57044.231-5.111919.1619A4-9.800005.57044.104-21.93692.3369A4A1-*-14.875005.57044.020-27.0119-2.7381A2*16.825005.57044.0114.688128.9619A39.800005.57044.104-2.336921.9369*.Themeandifferenceissignificantatthe0.05level.(5)均值折線圖(6)分析：根據方差分析的多重比較結果，分別進行了兩兩比較，以A2品種與A1

8、、A3、A4的比較為例。A2品種與A1、A3、A4種的均值相差分別為-31.70000、-7.02500、-16.82500,而且所有的相伴概率sig=0.000<0.05,這說明了A2種與其他三種飼料均具有顯著性差異，而且從產量均值的差異上看MeanDifference（I-J）均低于其他3種品種，說明A2種的效果沒有其他品種的效果好。第二題：某公司希望檢測四種類型的輪胎A,B,C,D的壽命（由行駛的里程數決定），見表6.18（單位：千英里）（數據文件為data6-5.sav）,其中每種輪胎應用在隨機選擇的6輛汽車上。在顯著性水平0.05下判斷不同類型輪胎的壽命間是否存在顯著性差異？（

9、數據來源：統(tǒng)計學（第三版），M.R.斯皮格爾，科學出版社）表6.18四種輪胎的壽命數據A333836403135B324042383034C313735333430D2934323033311本題的實驗原理：單因素方差分析單因互方差分析（One-wayANOVA）稱為一維方差分析，它檢驗由單一因素影響的一個（或幾個相互獨立的）因變量，由因素各水平分組的均值之間的差異，是否具有統(tǒng)計意義，或者說它們是否來源于同一總體。2實驗步驟：第1步分析：由于有一個因素（不同的輪胎），而且是4種品種。故不能用獨立樣本T檢驗（僅適用兩組數據），這里可用單因素方差分析；第2步數據的組織：分成兩列，一列是輪胎的壽命，

10、另一列是四種類型的輪胎（分別用A、B、C、D標識）；第3步方差相等的齊性檢驗：由于方差分析的前提是各個水平下（這里是不同的飼料folder影響下的產量）的總體服從方差相等的正態(tài)分布。其中正態(tài)分布的要求并不是很嚴格，但對于方差相等的要求是比較嚴格的。因此必須對方差相等的前提進行檢驗。點開Options,選中Homogeneityofvariancetest(方差齊性檢驗)。3實驗結果(1)不同類型輪胎的奇性檢驗結果TestofHomogeneityofVariances里程LeveneStatisticdf1df2Sig.3.088320.050(2)幾種類型輪胎的方差檢驗結果ANOVA里程Su

11、mofSquaresdfMeanSquareFSig.BetweenGroupsWithinGroupsTotal77.500216.333293.8333202325.83310.8172.388.099(3)均值折線圖（4）分析：從均值折線圖上反映出來四種輪胎相互之間均存在顯著性差異，從效果來看B種最好，D種最差。第三題：將4種不同的水稻品種A1,A2,A3,A4安排在面積相同的4種不同土質的地塊B1,B2,B3,B4中試種，測得各地塊的產量（kg）如表6.19（數據文件為data6-6.sav）,試分別在顯著性水平為0.05和0.01下檢驗不同水稻品種、不同土質及二者交互作用對水稻產量的

12、影響。（數據來源：SPSS實用統(tǒng)計分析郝黎仁，中國水利水電出版社）表6.19四種水稻的產量數據B1B2B3B4A1135120147132A2154129125125A3125129120133A41151241191231、本題實驗原理：雙因素方差分析如果同時研究兩個或多個因子對試驗結果（對單一的因變量）的影響，就稱為雙因子方差分析（Two-wayANOVA）。2、實驗步驟：第1步分析：需要研究顯著性水平為0.05和0.01下檢驗不同水稻品種、不同土質及二者交互作用對水稻產量的影響，這是一個多因素（雙因素）方差分析問題。第2步按Analyze|GeneralLinearModel|Univa

13、riate的步驟打開Univariate對話框。并將產量"變量移入DependentVariable框中，將品種"和生質”移入FixedFactor（s）中，第3步單擊Options,由于方差分析的前提上方差相等，故應進行方差齊性檢驗，選中aHomogeneitytests”,第4步通過以上步驟只能判斷兩個控制變量的不同水平是否對觀察變量產生了顯著影響。如果想進一步了解究竟是哪個組與其他組有顯著的均值差別，就需要在多個樣本均數間兩兩比較。（這與前面的單因素方差分析一致）。打開Univariate:PostHocMultipleComparisonsforObservedMe

14、ans對話框，在其中選出需要進行比較分析的對話框，這里選品種”，再選擇一種方差相等時的檢驗模型和不相等時的檢驗模型（這樣兩種情況均可應對第5步選擇建立多因素方差分析的模型種類。打開Model對話框，本例用默認的Fullfactorial模型。這種模型將觀察變量總的變異平方和分解為多個控制變量對觀察變量的獨立部分、多個控制變量交互作用部分以及隨機變量影響部分第6步以圖形方式展示交互效果。如果各因素間無交互效果，則各個水平對應的圖形應近于平行，否則相交。點開Plots,選兩個變量之交互作用，第7步對控制變量各個水平上的觀察變量的差異進行對比檢驗。選擇Contrasts對話框，對兩種因素均進行對比分

15、析，方法用Simple方法，并以最后一個水平的觀察變量均值為標準。(選擇Contrasts方式后需單擊Change進行確認)第8步運行結果及分析。完成以上設置后單擊OK運行對其結果及分析3、實驗結果：(1)分組描述表Between-SubjectsFactorsValueLabelN水稻1A142A243A344A44土地1B142B243B344B44(2)多因素方差分析及交互檢驗結果表TestsofBetween-SubjectsEffectsDependentVariable:產量SourceTypeIIISumofSquaresdfMeanSquareFSig.Corrected157

16、1.938a15104.7961ModelIntercept263939.0621263939.0621rice474.6873158.2291soil94.688331.5631rice*soil1002.5629111.3961Error.0000.Total265511.00016CorrectedTotal1571.93815a.RSquared=1.000(AdjustedRSquared=.)(3)交互影響折線圖EstimatedMarginalM«ansof產ht160-土地B11101IIII1AlA2A3A4(4)分析：有最終的交互影響折線圖來看，A2品種在B1土地

17、上種植最終的產量最高第四題：某超市將同一種商品做3種不同的包裝（A）并擺放在3個不同的貨架區(qū)（B）進行銷售試驗，隨機抽取3天的銷售量作為樣本，具體資料見表6.20。要求檢驗：在顯著性水平0.05下商品包裝、擺放位置及其搭配對銷售情況是否有顯著性影響。（數據來源：應用統(tǒng)計學耿修林，科學出版社；數據文件：data6-7.sav）表6.20銷售樣本資料B1B2B3A15,6,46,8,74,3,5A27,8,85,5,63,6,4A33,2,46,6,58,9,61、本題實驗原理：協(xié)方差分析協(xié)方差分析是利用線性回歸的方法消除因素的影響后進行的方差比較。就是說先從因變量的總偏差平方和中去除協(xié)變量對因變

18、量的回歸平方和，再對殘差平方和進行分解，進行方差分析。例如考慮藥物對患者某個生化指標變化的影響，要比較實驗組與對照組該指標的勻值是否有顯著性差異以確定藥物的有效性，可能要考慮患者病程的長短、年齡以及原指標水平對療效的影響。要消除這些因素的影響，考慮藥物療效，才是科學的分析方法。這些混雜的因素變量稱為協(xié)變量。2、實驗步驟：第1步分析：就應該用到協(xié)方差分析。第2步將不同貨架作為協(xié)變量。第3步其它設置與多因素方差分析大同小異。第4步主要結果及分析，3、實驗結果：(1)分組描述表Between-SubjectsFactorsValueLabelN包裝1A192A293A39擺放位置1B192B293B

19、39(2)因素方差分析及交互檢驗結果表DependentVariable:TestsofBetween-SubjectsEffects銷量SourceTypeIIISumofSquaresdfMeanSquareFSig.CorrectedModel65.407a88.1767.612.000Intercept822.2591822.259765.552.000casing.9632.481.448.646place3.18521.5931.483.253casing*place61.259415.31514.259.000Error19.333181.074Total907.00027Cor

20、rectedTotal84.74126a.RSquared=.772(AdjustedRSquared=.670)(3)交互影響折線圖ErimMIMfi-gmi1降轉tfffiUirEhBQ（4）分析：由交互影響折線圖可以看到，把A2包裝的商品放在B1貨架上和把Z3包裝的商品放在B3貨架上銷售量最高。第五題：研究楊樹一年生長量與施用氮肥和鉀肥的關系。為了研究這種關系，一共進行了18個樣地的栽培實驗，測定楊樹苗的一年生長量、初始高度、全部實驗條件（包括氮肥量和鉀肥量）及實驗結果（楊樹苗的生長量）數據如表6.21，請在顯著水平0.05下檢驗氮肥量、鉀肥量及樹苗初始高度中哪些對楊樹的生長有顯著性影響

21、。（數據來源：生物數學模型的統(tǒng)計學基礎李勇，科學出版社；數據文件：data6-8.sav）表6.21楊樹栽培試驗數據序號氮肥量鉀肥量樹苗初高生長量序號氮肥量鉀肥量樹苗初高生長量1少04.51.8510多06.52.152少06211多061.993少041.612多06.52.064少12.56.5213多12.541.935少12.572.0414多12.562.16少12.551.9115多12.55.52.157少2572.416多2554.28少2554.2517多2562.39少2552.118多255.54.251、實驗原理：多因素方差分析如果同時研究兩個或多個因子對試驗結果(對單一的因變量)的影響，就稱為雙因子方差分析(Two-wayANOVA)。2、實驗步驟：同第三題的步驟差不多，只是在DependentVariable框中選擇多個控制變量。3、實驗結果：方差齊性檢驗結果Levene'sTestofEqualityofErrorVariancesaDependentVariable:生長量Fdf1df2Sig.1.752510.211Teststhenullhypothesisthattheerrorvarianceofthedependentvariableisequalacrossgroups.a.Design:Intercept+氮月