常用統(tǒng)計分析軟件SPSS

常用統(tǒng)計分析軟件SPSS第一頁，共七十二頁，2022年，8月28日0序言0.1統(tǒng)計分析軟件的一般特點1）功能全面，系統(tǒng)地集成了多種成熟的統(tǒng)計分析方法；2）有完善的數(shù)據(jù)定義、操作和管理功能；3）方便地生成各種統(tǒng)計圖形和統(tǒng)計表格；4）使用方式簡單，有完備的聯(lián)機幫助功能；5）軟件開放性好，能方便地和其他軟件進行數(shù)據(jù)交換。第二頁，共七十二頁，2022年，8月28日0.2軟件名稱StatisticalPackageforSocialScienceStatisticalProductandServiceSolutions0.3軟件發(fā)展60年代：美國斯坦福大學三位研究生研制70年代：SPSS總部成立于芝加哥，推出SPSS中小型機版—SPSSX80年代：微機版（V1-3）SPSS/PC+90年代：Windows版（v5-11）2003年：Windows版（v12）第三頁，共七十二頁，2022年，8月28日1.1基本窗口1）數(shù)據(jù)編輯窗口（dataeditor）運行SPSS，自動打開，運行過程中無法關閉；功能：對SPSS的數(shù)據(jù)進行定義、錄入、修改、管理等基本操作的窗口；包含數(shù)據(jù)視圖工作表（dataview）和變數(shù)視圖工作表（variableview）兩部分。組成：窗口主菜單（Data,Transform,Analyze,Graphs）、工具欄、數(shù)據(jù)編輯區(qū)、狀態(tài)顯示區(qū)；1SPSS基礎第四頁，共七十二頁，2022年，8月28日SPSS中各統(tǒng)計分析功能都是針對該窗口中的數(shù)據(jù)進行的；窗口中的數(shù)據(jù)以.sav存于磁盤上。2）輸出窗口（SPSSviewer）

功能：統(tǒng)計分析報表及圖形輸出窗口；組成：窗口主菜單、工具欄、結果顯示區(qū)、狀態(tài)顯示區(qū)；在進行第一次分析時自動打開，也可手工打開；可以手工打開若干個可相互切換的viewer窗口；輸出窗口可以關閉；狀態(tài)欄上的“+”表示當前輸出窗口；窗口內容以.spo存于磁盤上。第五頁，共七十二頁，2022年，8月28日SPSS的主菜單1File文件操作2Edit編輯3View視圖4Data數(shù)據(jù)5Transform數(shù)據(jù)轉換6Analyze統(tǒng)計分析7Graph圖表8Utilities實用程序9Windows窗口10Help幫助第六頁，共七十二頁，2022年，8月28日2.1建立SPSS數(shù)據(jù)文件1)數(shù)據(jù)文件的特點SPSS數(shù)據(jù)文件是一種有結構的數(shù)據(jù)文件。數(shù)據(jù)文件的每一行代表一個個體(case)。每一列代表一個變數(shù)(variable)。在數(shù)據(jù)視圖工作表(dataview)中可以輸入和編輯數(shù)據(jù)，但不能輸入數(shù)學表達式和函數(shù)。SPSS數(shù)據(jù)文件更常用讀（導）入其它格式的數(shù)據(jù)文件，如.xls,.txt等（稍后再論）。2SPSS數(shù)據(jù)編輯第七頁，共七十二頁，2022年，8月28日在變數(shù)視圖工作表（variableview）中可對變數(shù)進行定義。變數(shù)名(variablename)，是變數(shù)操控的標志;變數(shù)類型(type)，分數(shù)值型、字符型、日期型等。顯示寬度(width)，數(shù)值型默認寬度8.2，如：12345678、12345.67、-1234.56。字符型字符長度默認8位。注意：顯示寬度不影響數(shù)據(jù)實值。第八頁，共七十二頁，2022年，8月28日變數(shù)標簽(Variablelabel),對變數(shù)名進行標記，以便在結果輸出時方便閱讀。變量標簽(Valuelabel),用于注釋變量值，方便分類變量的輸入和顯示。列格式(ColumnFormat),顯示數(shù)據(jù)工作表列的寬度。缺失值(MissingValues)限定數(shù)據(jù)的范圍。變數(shù)尺度(Measurement),分Scale（數(shù)值型）、Ordinal（序數(shù)型）、Nominal（名稱型），在分類匯總等運算中有用。第九頁，共七十二頁，2022年，8月28日2)數(shù)據(jù)的錄入和保存打開數(shù)據(jù)視圖工作表，可輸入、編輯數(shù)據(jù)，可進行定位、查找、替換等操作。插入個體：在主菜單的edit欄，有insertcases項。刪除時用edit中的cut即可。插入變數(shù)：在主菜單的edit欄，有insertvariables項。刪除時用edit中的cut即可。數(shù)據(jù)單元的移動和復制在同一（或不同）數(shù)據(jù)視圖工作表中進行，剪切、復制、粘貼，也可與其它數(shù)據(jù)文件所共用（但須注意變數(shù)定義格式的一致性）。保存：存貯成filename.sav格式。第十頁，共七十二頁，2022年，8月28日3)與其他軟件數(shù)據(jù)共享在SPSS13可以直接讀入許多常用格式的數(shù)據(jù)文件（*.sav,systat,EXCEL,Lotus,SYLK,Dbase,Access,txt,dat,csv）等。使用數(shù)據(jù)庫查詢打開。利用數(shù)據(jù)庫ODBC接口讀取數(shù)據(jù)文件。使用文本導入向導讀入文本文件。更常用復制、粘貼。第十一頁，共七十二頁，2022年，8月28日第十二頁，共七十二頁，2022年，8月28日2.2SPSS數(shù)據(jù)的初步整理1)排序個體排序（sortcases）將所有個案按照用戶指定的某一個或多個變數(shù)的變量值的升序或降序重新排列。變數(shù)排序(sortvariables)。查找重復個體（identifyduplicated）。查找異常值(identifyunusualcases)。第十三頁，共七十二頁，2022年，8月28日2）選取選取個體（gotocase）,選取變數(shù)（gotovariable）。3）個體選取(selectcases)個案選取有多種方式，選取的個體可另存數(shù)據(jù)文件。4）插入插入個體（insertcases），插入變數(shù)（insertvariable）。5）刪除使用cut即可。第十四頁，共七十二頁，2022年，8月28日6）查找、替換Find,replace.7)數(shù)據(jù)轉置(transpose)將數(shù)據(jù)行列互換。8)重組(restructure)將數(shù)據(jù)按某種要求重新組織。第十五頁，共七十二頁，2022年，8月28日9)文件合并(mergefile)將兩個SPSS數(shù)據(jù)文件合并到一個數(shù)據(jù)文件中?？v向合并（addcases）、橫向合并（addvariables）。10)數(shù)據(jù)加工計算變量、產生計數(shù)變量、分類匯總、數(shù)據(jù)分組；11)數(shù)據(jù)文件的其他處理功能指定加權變數(shù)、變數(shù)集的定義和使用。第十六頁，共七十二頁，2022年，8月28日2.3SPSS函數(shù)所有軟件都有函數(shù)計算，SPSS也不例外，SPSS能夠實現(xiàn)一定的函數(shù)計算。在主菜單transform欄，有computevariable…項，可進行變數(shù)的函數(shù)計算。根據(jù)函數(shù)功能和處理的變量類型，SPSS函數(shù)大致可以分成八大類：算術函數(shù)、統(tǒng)計函數(shù)、分位數(shù)函數(shù)、邏輯函數(shù)、字符串函數(shù)、缺失值函數(shù)、日期函數(shù)和其他函數(shù)。第十七頁，共七十二頁，2022年，8月28日算術函數(shù)（1）函數(shù)名功能舉例Abs(算術表達式)求絕對值Abs(sr－850):分別計算每個個案變量sr與850差的絕對值Sqrt(正數(shù))求平方根sqrt(4):函數(shù)值＝2Sin(弧度)求正弦值Sin(30*3.14/180):函數(shù)值＝0.50Cos(弧度)求余弦值Cos(60*3.14/180):函數(shù)值＝0.50Exp(算術表達式)求e的若干次冪Exp(5):函數(shù)值＝148.41Ln(算術表達式)求以e為底的自然對數(shù)值Ln(sr):分別計算每個個案變量sr的自然對數(shù)值第十八頁，共七十二頁，2022年，8月28日算術函數(shù)（2）函數(shù)名功能舉例Lg10求以10為底的對數(shù)值Lg10(5):函數(shù)值=0.7Rnd求四舍五入后的整數(shù)Rnd(2.66):函數(shù)值=3.0Trunc求截去小數(shù)部分后的整數(shù)Trunc(4.7):函數(shù)值=4Mod求除以常數(shù)后的余數(shù)Mod(20,3):函數(shù)值=2第十九頁，共七十二頁，2022年，8月28日SPSS函數(shù)還有：CDF&NoncentralCDF(累積概率函數(shù)),Conversion（轉換）,currentdate/time,datearithmetic,dateextraction,datecreation,inverseDF(將概率轉化換為正態(tài)離差等),PDF&noncentralPDF(概率密度函數(shù)),Search（求極值、平均數(shù)等）,Randomnumbers（產生各類隨機數(shù)）,Statistics（計算方差、協(xié)方差等）,Significance(卡方、F分布的臨界值計算),……等。第二十頁，共七十二頁，2022年，8月28日3描述性統(tǒng)計分析3.1描述性統(tǒng)計(descriptivestatistics)1）頻數(shù)分布分析頻數(shù)分布分析主要通過頻數(shù)分布表、條圖和直方圖，以及集中趨勢和離散趨勢的各種統(tǒng)計量，描述數(shù)據(jù)的分布特征。計算頻率分布表，繪制統(tǒng)計圖形。上述方法適用于定序、定類、定距類型數(shù)據(jù)。步驟：【Analyze】，【DescriptiveStatistics】，【Frequences】第二十一頁，共七十二頁，2022年，8月28日2)描述性統(tǒng)計分析（Descriptives）主要計數(shù)變量的個數(shù)，計算最大、最小、極差、平均數(shù)、標準差、方差、偏度系數(shù)和峰度系數(shù)等。3)擴展性統(tǒng)計分析（explore）除了具有以上描述性統(tǒng)計有關的統(tǒng)計數(shù)的計算外，還有百分位、方柱圖、莖葉圖（箱形圖）等的計算。第二十二頁，共七十二頁，2022年，8月28日4)列聯(lián)表（Crosstabs）這是一種兩項分組的次數(shù)分布表，有一定的作用。5)比例（ratio）計算兩個或多個變數(shù)的比值（V1/V2）。6)P-PPlot,Q-Qplot察看兩個變數(shù)百分位數(shù)之間的關聯(lián)情況。第二十三頁，共七十二頁，2022年，8月28日3.2平均數(shù)比較(comparemeans)平均數(shù)比較主要涉及假設測驗的內容，這將在后續(xù)章節(jié)再論。而有關變數(shù)描述性統(tǒng)計的內容，也能在means過程實現(xiàn)。1)平均數(shù)(means)2)單樣本t測驗(one-samplettest)3)成組比較(independentsamplesttest)4)成對比較(pairedsamplesttest)5)單向分組方差分析(one-wayANOVA)第二十四頁，共七十二頁，2022年，8月28日4常用統(tǒng)計圖統(tǒng)計圖是用點、線、面等各種幾何圖形表達統(tǒng)計數(shù)據(jù)的一種形式，其特點是簡明生動，形象具體、通俗易懂且又一目了然。SPSS具有較強的制圖功能，可以繪制多種統(tǒng)計圖形，這些圖形可以由各種統(tǒng)計分析過程產生，也可以直接由菜單“Graphs”圖形菜單產生。SPSS軟件系統(tǒng)提供了許多產生統(tǒng)計圖形的方法。常用的統(tǒng)計圖有條形圖（barchart）、餅圖（piechart）、線圖（linearchart）和直方圖（histogram）等。第二十五頁，共七十二頁，2022年，8月28日4.1條形圖條形圖一般用于分類資料，主要適用于彼此獨立的資料互相比較。例：某水稻雜種第二代植株米粒性狀的分離情況如下表，請繪制性狀分離條形圖。屬性分組次數(shù)紅米非糯96紅米糯稻37白米非糯31白米糯稻15第二十六頁，共七十二頁，2022年，8月28日【Graphs】【Bar…】對話框選項說明〖Simple〗－－簡單條形圖〖Clustered〗－－分組（類）條形圖〖Stacked〗－－堆積圖（分段條形圖）〖Summariesforgroupscases〗－觀察值分類描述模式，即對變量中的觀察值進行分組后繪圖?！糞ummariesofseparatevariables〗－變量描述模式，即對每個變量生成一個條形圖。〖Valuesofindividualcases〗－觀察值描述模式，即對應分類軸變量中的每一觀察值生成一個條形圖。第二十七頁，共七十二頁，2022年，8月28日4.2復式條形圖下表為幾種動物性食品的營養(yǎng)成分，試繪制復式條形圖。品名蛋白質脂肪糖類無機鹽水分其他牛奶3.3450.787

牛肉19.29.2

162.18.5雞蛋11.99.31.20.965.511.2咸帶魚15.53.71.8102940第二十八頁，共七十二頁，2022年，8月28日分析過程：【Graphs】,【LegacyDialog】;〖Clustered〗－分組（類）條形圖;選擇觀察值描述模式〖ValuesofIndividualCases〗;單擊【Define】;得到DefineClusteredBar對話框;將脂肪等數(shù)值變數(shù)選入〖BarsRepresent:〗框;將品名選入〖CategoryLabels〗框;〖OK〗。第二十九頁，共七十二頁，2022年，8月28日4.3散點圖散點圖就是將兩個變數(shù)的n對觀察值分別以坐標點的形式標記于同一直角坐標的平面上?？捎蒣graphs],[legacydialogs],[scatter/dot]也可由[graphs],[chartbuilder],[scatter/dot]過程實現(xiàn)。例：研究某種昆蟲孵化歷期平均溫度（℃）與歷時天數(shù)（d）之間關系，試制作線圖。平均溫度（℃）11.814.715.616.817.118.819.520.4歷時天數(shù)（d）30.117.316.713.611.910.78.36.7第三十頁，共七十二頁，2022年，8月28日4.4線圖線圖是反映連續(xù)性雙變數(shù)資料關系的主要圖形。這可由[graphs],[chartbuilder],[line]，或：[graphs],[legacydialogs],[line]過程實現(xiàn)。4.5復式線圖畫多條線圖。過程與上相似：[graphs],[legacydialogs],[line]第三十一頁，共七十二頁，2022年，8月28日4.6直方圖（柱形圖、矩形圖）直方圖適用于表示連續(xù)性資料（計量資料）的次數(shù)分布。【Graphs】【Histogram】SPSS系統(tǒng)根據(jù)原始數(shù)值的最大值和最小值自動對變量分組，畫出直方圖。如果要修改組數(shù)等，可以在圖形編輯窗口中改變?；蛟诖蜷_【histogram】對話框后，再開啟setparameters對話框。調節(jié)‘numberofinterval’對圖形作出適當?shù)母淖?。第三十二頁，共七十二頁?022年，8月28日5平均數(shù)的假設測驗5.1統(tǒng)計假設測驗概述統(tǒng)計推斷（statisticalinference），是根據(jù)統(tǒng)計數(shù)的分布和概率理論，由樣本結果（統(tǒng)計數(shù)）來推論總體特征（參數(shù)）。統(tǒng)計推斷的基本內容：有假設測驗(hypothesistest)和參數(shù)估計(parameterestimation)兩個內容。統(tǒng)計假設測驗是指根據(jù)某種實際需要，對未知總體提出一些假設（這些假設通常構成完全事件系），計算在假設條件下出現(xiàn)實際樣本的概率，作出接受某種假設（顯著性）的判斷。第三十三頁，共七十二頁，2022年，8月28日5.2單樣本的t測驗平均數(shù)的假設測驗主要通過[comparemeans]實現(xiàn)。以測驗實得樣本平均數(shù)與指定的檢驗值之間是否存在顯著差異。步驟：【Analyze】，【Comparemeans】，【Onesamplettest】第三十四頁，共七十二頁，2022年，8月28日例1：測定某稻田的地表光強4次，得結果為3.4，2.8，3.5，4.1(千勒克斯)，試測驗該結果與根據(jù)Beer-Lambert定律推出的理論值是否有顯著差異。例2.隨機抽查了一個小麥新品系10個樣點的千粒重分別是37.2，37.8，38.4，39.3，51.3，46.4，38.9，37.5，49.5。問與43克的標準值有無顯著差異？

第三十五頁，共七十二頁，2022年，8月28日5.3兩獨立樣本的t測驗根據(jù)兩獨立樣本數(shù)據(jù)，對是否有顯著差異進行測驗。步驟：【Analyze】，【CompareMeans】，【Independent-samplettest】。待分析的數(shù)據(jù)需置于同一列（同一變數(shù)），但需用一個分組變數(shù)將其區(qū)分。分析時首先檢驗兩樣本方差同質性，方差不同質時用unequal行的t

測驗結果。方差同質，看equal行的t

測驗結果（不能自動判斷，或給出優(yōu)先結果，這是SPSS眾多缺陷中的一個）。第三十六頁，共七十二頁，2022年，8月28日例1：測定前作噴灑過某種有機砷殺雄劑的麥田植株樣本4次，得株體中的砷殘留量為7.5，9.7，6.8，6.4(毫克)；測定對照(前作未用過有機砷殺雄劑)的植株樣本3次，得株體中砷含量為4.2，7.0，4.6。試測驗噴灑有機砷殺雄劑是否使后作株體的砷含量顯著增高。例2：為比較甲、乙兩地生產的棉花所紡紗線的強力，各抽取7個和8個樣本進行測量，得數(shù)據(jù)如下（單位：公斤）甲地：1.551.471.521.601.431.531.54乙地：1.422.492.461.341.381.541.381.51問兩種棉花所紡紗線的強力有無顯著差異？

第三十七頁，共七十二頁，2022年，8月28日簡明分析步驟：【Analyze】【CompareMeans】【Independent-SamplesTTest】TestVariable[s]框：砷殘留量GroupingVariable框：樣本Definegroups…Group1：鍵入1Group2：鍵入2ContinueOK第三十八頁，共七十二頁，2022年，8月28日5.4成對比較t

測驗對配對樣本是否有顯著差異進行測驗。如兩種處理施行在基礎條件相對一致的個體（或群體）上，其效應的差異是否達到顯著。這在許多研究中經常采用。兩樣本數(shù)據(jù)必須兩兩配對，即：樣本個數(shù)相同，個案順序相同。步驟：【Analyze】，【CompareMeans】，【Paired-samplettest】第三十九頁，共七十二頁，2022年，8月28日例：為測定A、B兩種病毒對煙草的致病力，取8株煙草，每一株皆半葉接種A病毒，另半葉接種B病毒，以葉面出現(xiàn)枯斑數(shù)的多少作為致病力強弱的指標，得結果于下表。試測驗兩種病毒致病力的差異顯著性。

株號病毒A（Y1j）病毒B（Y2j）1910217113311841814576687720178105第四十頁，共七十二頁，2022年，8月28日簡明分析步驟：【Analyze】，【CompareMeans】，【Paired-SamplesTTest】PairedVariables框：病毒a－病毒bOK第四十一頁，共七十二頁，2022年，8月28日6方差分析6.1方差分析基本概念方差分析將多組數(shù)據(jù)作為一個整體，將總變異分解成各個變異來源的平方和自由度，估計各個變異來源的方差，利用F測驗鑒別組間差異的顯著性。這是最廣為應用的數(shù)據(jù)統(tǒng)計分析方法。在SPSS中，用于方差分析的過程主要是means和univariate兩個過程，前者主要為單向分組資料，后者為兩向分組（或多因素）資料。第四十二頁，共七十二頁，2022年，8月28日6.2單向分組資料的方差分析多個處理(樣本)平均數(shù)間的差異是否顯著?例1：一水稻施肥試驗，設5個處理：A、氨水，B、廢氨水，C、碳酸氫銨，D、尿素，E、不施肥。每處理4盆，完全隨機設計。其稻谷產量見下表，試測驗各處理平均數(shù)的差異顯著性。處理觀察值A24302826B27242126C31282530D32333328E21221621第四十三頁，共七十二頁，2022年，8月28日簡明分析步驟：【Analyze】，【CompareMeans】，【One-WayANOVA】或【Analyze】，【CompareMeans】，【means】DependentList框：產量Factor框：組別Options√DescriptiveContinueOK第四十四頁，共七十二頁，2022年，8月28日例2．下表為某職業(yè)病防治院對31名石棉礦工中的石棉肺患者、可疑患者和非患者進行了用力肺活量（L）測定的數(shù)據(jù)，問三組石棉礦工的用力肺活量有無差別。

石棉肺患者1.81.41.52.11.91.71.81.91.81.82可疑患者2.32.12.12.12.62.52.32.42.4非患者2.93.22.72.82.733.433.43.33.5第四十五頁，共七十二頁，2022年，8月28日6.3方差分析中的多重比較如果F測驗差異，并不能說明處理間均存在顯著差異。多重比較將進行兩兩處理間的均值比較檢驗。常用方法有：LSD，實際上就是t檢驗的變形，只是在變異和自由度的計算上利用了全試驗誤差信息。DMRT,Duncan氏新復極差測驗法。Q,Tukey氏固定極差測驗法。DLSD,Dunnett氏最小顯著差數(shù)測驗法，等。實現(xiàn)手段:【PostHoc…】，再行選擇。第四十六頁，共七十二頁，2022年，8月28日6.4多因素方差分析試驗因素有固定因素（FixedFactor）與隨機因素（RandomFactor）之分。前者指試驗因素的k個處理（水平）是經過特意選擇的。后者指試驗因素的k個處理（水平）是從該因素總體中隨機抽出的（處理）樣本。對于固定模型資料，重在效應的比較分析，對于隨機模型資料，重在處理（水平）間變異度的評價。第四十七頁，共七十二頁，2022年，8月28日例1．將一種生長激素配成M1,M2,M3,M4,M5,5種濃度，并用H1,H2,H3,3種時間浸漬某大豆品種的種子，45天后得各處理每一植株的平均干物重（克）于下表，試作方差分析。

MiHjH1H2H3M1131414M2121213M3333M410910M5254第四十八頁，共七十二頁，2022年，8月28日【Analyze】,【GeneralLinearModel】,【Univariate】DependentVariable框：干物質重FixedFactor[s]框：激素濃度、浸種時間Model…⊙CustomModel框：激素濃度、浸種時間ContinuePostHoc…√LSDContinueOK第四十九頁，共七十二頁，2022年，8月28日例2.施用A1、A2、A33種肥料于B1、B2、B33種土壤，以小麥為指示作物，每處理組合種3盆，得產量結果(g)于下表。試作方差分析。

肥料種類(A)土壤種類(B)B1(油砂)B2(二合)B2(白僵)A121.419.617.621.218.816.620.116.417.5A212.013.013.314.213.714.012.112.013.9A312.814.212.013.813.614.613.713.314.0第五十頁，共七十二頁，2022年，8月28日簡明分析步驟:【Analyze】,【GeneralLinearModel】,【Univariate】DependentVariable框：產量FixedFactor[s]框：肥料種類、土壤種類。PostHoc…√LSDContinueOK第五十一頁，共七十二頁，2022年，8月28日6.5隨機區(qū)組試驗方差分析在相對均勻一致的局部隨機安排一套處理，形成一個區(qū)組，這種類型的試驗稱為隨機區(qū)組試驗。例：將水稻的3個不同細胞質源的不育系(A1,A2,A3)和5個恢復系(B1,B2,B3,B4,B5)雜交，配成15個F1。采用隨機區(qū)組設計，重復2次，小區(qū)計產面積6米2，得產量結果見下表，進行分析。第五十二頁，共七十二頁，2022年，8月28日處理區(qū)組Ⅰ區(qū)組ⅡA1B14.34.1B24.94.8B33.93.6B44.84.0B54.74.5A2B15.24.7B25.05.2B33.83.4B44.94.8B55.05.8A3B14.64.7B24.44.2B33.53.4B43.43.6B53.74.2二因素隨機區(qū)組試驗數(shù)據(jù)表第五十三頁，共七十二頁，2022年，8月28日【Analyze】，【GeneralLinearModel】，【Univariate】DependentVariable框：產量FixedFactor[s]框：不育系、恢復系、區(qū)組Model…⊙CustomModel框：區(qū)組、不育系、恢復系、不育系×恢復系。ContinuePostHoc…√LSDContinueOK第五十四頁，共七十二頁，2022年，8月28日6.6協(xié)方差分析協(xié)方差分析是將回歸分析和方差分析相結合的一種統(tǒng)計分析方法，其主要的功用是對試驗誤差進行統(tǒng)計控制。將無法或很難控制的因素作為協(xié)變數(shù)，利用線性回歸排除協(xié)變數(shù)的影響，使目標變數(shù)的分析更精確。協(xié)方差分析的主要功用：測驗多個回歸系數(shù)bi的差異顯著性；矯正處理平均數(shù)并測驗其差異顯著性；作出不同變異來源的相關分析。第五十五頁，共七十二頁，2022年，8月28日例：為研究A、B、C三種肥料對于蘋果的增產效果，選了24株同齡的蘋果樹，第一年記下各樹的產量（X，公斤），第二年將每種肥料隨機施于8株蘋果上，再記下其產量（Y，公斤）。得結果于下表，試作分析。

肥料觀察值（X，Y）AX4758534649565444Y5466635156666150BX5253645859616366Y5453676262636469CX4448465059575853Y5258546170646866第五十六頁，共七十二頁，2022年，8月28日【Analyze】，【GeneralLinearModel】，【Univariate】DependentVariable框：施肥產量FixedFactor[s]框：分組變量Covariate[s]框：初始產量Options√DescriptiveStatisticsDisplaymeansfor框：分組變量√CompareMaineffectsContinueOK第五十七頁，共七十二頁，2022年，8月28日7回歸和相關分析7.1一元線性回歸分析回歸分析用于描述變數(shù)之間的數(shù)量關系，確定一個或幾個自變數(shù)對一個依變數(shù)的影響程度。一元線性回歸方程：Y=a+bX回歸方程的顯著性測驗，測驗自變數(shù)與依變數(shù)之間的線性關系是否顯著，測驗方法有t

測驗和F測驗兩種方法。一元回歸時，F(xiàn)測驗與t測驗等價，即:F=t2，兩種測驗可以相互替代。第五十八頁，共七十二頁，2022年，8月28日例：許多害蟲的發(fā)生都和氣象條件有一定的關系。山東臨沂測定1964~1973年(共年)間月下旬的溫雨系數(shù)(雨量mm/平均溫度℃)和大豆第二代造橋蟲發(fā)生量(每百株大豆上的蟲數(shù))的關系如下表，試建立回歸方程。

步驟：【Analyze】，【Regression】，【Linear】溫雨系數(shù)(X)蟲口密度(Y)溫雨系數(shù)(X)蟲口密度(Y)1.581802.411759.982811.01409.42251.851601.251176.041200.301655.9280第五十九頁，共七十二頁，2022年，8月28日7.2相關分析相關分析旨在測度變數(shù)間關系的性質和密切程度。以相關系數(shù)(r)體現(xiàn)兩個變數(shù)間的線性關系程度。r：[-1,+1]；r=1：完全正相關；r=-1：完全負相關；r=0：無線性相關。說明：相關系數(shù)只是較好地度量了兩個變數(shù)間的線性相關程度，不能描述非線性關系。步驟:【Analyze】，【Correlate】，【Bivariate】第六十頁，共七十二頁，2022年，8月28日7.3多元線性回歸分析多元回歸方程：Y=b0+b1x1+b2x2+...+bkxkb1、b2、bk為偏回歸系數(shù)。b1表示在其他自變量保持不變的情況下，自變量x1變動一個單位所引起的依變數(shù)Y的平均變動。多元線性回歸分析的主要內容：回歸方程的測驗，自變數(shù)的篩選。第六十一頁，共七十二頁，2022年，8月28日自變數(shù)篩選法：Enter：所選擇的自變數(shù)將全部進入建立的回歸方程中，該項為默認方式。Remove：將進入方程中的自變數(shù)剔除。Forward：向前篩選法，是自變數(shù)不斷進入回歸方程的過程。Backward：向后篩選法，是自變數(shù)逐步剔除出回歸方程的過程。Stepwise：逐步篩選法，是“向前法”和“向后法”的結合。第六十二頁，共七十二頁，2022年，8月28日例.測定“豐產3號”小麥的每株穗數(shù)（X1）、每穗結實小穗數(shù)（X2，主莖）、百粒重（X3，克）、株高（X4，厘米，主莖）和每株籽粒產量（Y，克）的關系，得結果如下表，試選擇Y依X的最優(yōu)線性回歸方程。步驟：【Analyze】，【Regression】，【L