第十二章 變異數(shù)分析

第十二章變異數(shù)分析 PAGE1第十二章變異數(shù)分析12.1變異數(shù)分析概念與變異數(shù)分析程序■12.1.1變異數(shù)分析的概念在科學(xué)實驗中常常要要探討不同實驗條件或處理方法對實驗結(jié)果的影響，通常是比較不同實驗條件下樣本均值間差異。變異數(shù)分析是檢定兩個或多個樣本均數(shù)間差異是否具有統(tǒng)計意義的一種方法。例如，醫(yī)學(xué)界研究幾種藥物對某種疾病的療效，農(nóng)業(yè)研究土壞、肥料、日照時間等因素對某種農(nóng)作物的產(chǎn)量的影響、不同飼料對牲畜體重增長的效果等，都可以使用變異數(shù)分析方法去解決。變異數(shù)分析原理變異數(shù)分析的基本原理是認為不同處理組的均數(shù)間的差別基本來源有兩個：隨機誤差：例如，測量誤差造成的差異，稱為組內(nèi)差異。用變數(shù)在各組的均與該組內(nèi)變數(shù)值之誤差平方和的總和表示。記作L組內(nèi)。實驗條件：即不同的處理造成的差異，稱為組間差異。用變數(shù)在各組的均值與總均值之誤差平方和表示。記作L組間。L組間、L組內(nèi)除以各自的自由度，可得到其均方值﹙即組間均方和組內(nèi)均方﹚。一種情況是處理沒有作用，即各樣本均來自同一母體。MS組間/MS組=1?？紤]抽樣誤差的存在，則有MS組間/MS組內(nèi)1；另一種情況是處理確實有作用，組間均方是由於誤差與不同處理共同導(dǎo)致的結(jié)果，即各樣本來自不同母體。那麼，組間均方會遠遠大於組內(nèi)均方。MS組間>>MS組內(nèi)。MS組間>MS組內(nèi)比值構(gòu)成F分布。用F值與其臨界值比較，推斷各樣本是否來自相同的母體。變異數(shù)分析的假設(shè)檢定假設(shè)有m組樣本。如果虛無假設(shè)H0：樣本均數(shù)都相同，即μ1=μ2=μ3=…=μm=μ，m組樣本有共同的變異數(shù)2和相同的均數(shù)μ的母體。如果經(jīng)過計算結(jié)果組間均方遠大於組內(nèi)均方的F>F0.05﹙df組間，df組內(nèi)﹚﹙括號中的兩個df是自由度﹚，則p<0.05，推翻虛無假設(shè)，說明樣本來自不同的常態(tài)母體，說明處理造成均值的差異，有統(tǒng)計意義。否則，F(xiàn)<F0.05﹙df組間，df組內(nèi)﹚，P>0.05承認虛無假設(shè)，樣本來自相同母體，處理無作用?！?2.1.2變異數(shù)分析中的術(shù)語變異數(shù)分析中常用的術(shù)語有以下幾個：因素與處理因素是影響應(yīng)變數(shù)變化的客觀條件；處理是影響應(yīng)變數(shù)變化的人為條件。也可以通稱因素。例如影響農(nóng)作物產(chǎn)量的因素有氣溫、降雨量、日照時間等；研究不同肥料對不同種系農(nóng)作物產(chǎn)量的影響時農(nóng)作物的不同種系可稱為因素，所施肥料可視為不同的處理。一般情況下Factors與Treatments在變異數(shù)分析中可作相同理解。在要求進行變異數(shù)分析的資料文件中均作為分類變數(shù)出現(xiàn)。即它們的值只有有限個取值。即使是氣溫、降雨量等平常看作是連續(xù)變的，在變異數(shù)分析中如果作為影響產(chǎn)量的因素進行研究，就應(yīng)該將其數(shù)值用分組定義水平的方法事先變?yōu)榫哂杏邢迋€取值的離散變數(shù)。水準因素的不同等級稱作水準。例如，性別因素在一般情況下只研究兩個水準，男、女?；瘜W(xué)實驗或生物實驗中的”劑量”必須高散化為幾個有限的水準數(shù)。如：1ml、2ml、4ml三個水準。應(yīng)該特別注意的是在SPSS資料文件中，作為因素出的變數(shù)不能是字符型變數(shù)，必須是數(shù)值型變數(shù)。例如性別變數(shù)SEX，定義為數(shù)值型，取值為0、1。換句話說，因素變數(shù)的實際上是該變數(shù)實際值的代碼，代碼必須是數(shù)值型的?？梢远x值標籤F、M(或Female、male)來表明0、1兩個值的實際含義，以便在列印變異數(shù)分析結(jié)果時使用。使結(jié)果更加具有可讀性。單元﹙Cell﹚在變異數(shù)分析中Cell指各因素的水準之間的每個組合。例如，研究問題中的因素有性別Sex，取值為0、1；有年齡，分三個水平1（10歲）、2（11歲）、3（12歲）。兩個變數(shù)的組合共可形成六個單元：[1,1]、[1,2]、[1,3]、[2,1]、[2,2]、[2,3]，代表兩種性別與三種年齡的六種組合。因素的主效果和因素間的交互效果這是在科學(xué)實驗和生產(chǎn)實踐中常常遇到的問題。舉一列說明之：有A、B兩種藥物治療缺鐵性貧血，患者12例，分為4組。實驗方案是：第一組用一般療法；第二組在一般療法基礎(chǔ)上加用A型；第三組在一般療法基礎(chǔ)上加用B藥，第四組在一般療法基礎(chǔ)上A、B兩藥同時使用。一個月後觀察紅細胞增加數(shù)。要求分析兩種藥物的療效。數(shù)據(jù)如下：第一組第二組第三組第四組0.81.30.92.10.91.21.12.20.71.11.02.0各組平均值0.81.21.02.1表12-1實驗數(shù)據(jù)－紅細胞增加數(shù)﹙百萬/m3﹚這是個雙因子變異數(shù)分析的問題，因素A與因素B。每個因素有用該藥與不用該藥兩個水準。研究藥物A和B是否對紅細胞的增加有顯著影響是對紅細胞增加數(shù)的均值作以下比較：比較第二組的均值與第一組的均值是否有顯著差異；比較第三組的均值與第一組的均值是否有顯著差異；前兩項研究的是A、B兩因素的主效果。除了比較第四組的均與第一組的均值是否有顯著差異外還要研究A藥對B藥的療效是否有影響。若干A藥對B藥療效無影響，那麼除抽樣誤差外，第四組與第二組均值之差應(yīng)該第於第三組均值減去第一組均值。但是實際上（2.1-1.2）=0.9；（1.0-0.8）=0.2。竟相差0.7，該差值幾乎與第一組均值相同。0.7的差值包括抽樣誤差和A、B藥的相互作用。這種因素之間的相互作用在統(tǒng)計學(xué)上稱之為交互效果。如果交互效果存在，說明兩個因素不是相互獨立的。均值比較均值的相較是比較各因素對應(yīng)變數(shù)的效果的大小的相對比較。例如研究A、B效果之和是否等於它們的交互效果。或者研究A、B對紅細胞增加數(shù)的效果是否相等，等等。均值的多重比較是研究因素元對應(yīng)變數(shù)的影響之間是否存在顯著差異，例如例是中研究A、B藥物對紅細胞增加數(shù)的療效是否存在顯著差異。樣本變異數(shù)分析在一般進行方法分析時，要求除研究的因素外應(yīng)該保証其他條件的一致。作動物實驗往往採用同一胎動物分組給予不同的處理，研究各種處理對象的影響就是這個道理。例如研究身高與體重的關(guān)係時要求按性別分別進行分析。這樣消除性別因素的影響。不同年齡的身高對體重的關(guān)係也是有區(qū)別的，被測對象往往是不同年齡。要清除年齡的影響，應(yīng)該採用共變異數(shù)分析。重複測量在社會學(xué)研究中常常遇到的問題是，研究社會某些條件對人類特定方面的特性的影響，社會調(diào)查、數(shù)據(jù)採集量相當大。往往是在某一個地區(qū)抽樣100，另一個地區(qū)抽樣100，依此類推。兩個地區(qū)的社會條件對研究對象來說可能是獨立的，但同一地區(qū)的100個個體同處於相同社會條件下，彼此並不獨立。進行變異數(shù)分析時修正條件不獨立造成的誤差，或者比較組間因素與組內(nèi)因素的效果，以便得出正確的分析結(jié)論，使用重複測量的變異數(shù)分析?！?2.1.3變異數(shù)分析程序SPSSforWindows提供的變異數(shù)分析程序有：One-Way程序One-Way程序是單因子簡單變異數(shù)分析程序。它在Statistics選單中的CompareMeans程序組中。用One-WayANOVA選單項調(diào)用?？梢赃M行因子變異數(shù)分析、均值多重比較和相對比較。ANOVA程序ANOVA程序SimpleFactorial選單調(diào)用?？梢酝瓿珊唵蔚亩嘁蜃幼儺悢?shù)分析和共變異數(shù)分析。不但可以分析各因素的主效果，還可以分析各因素間的交互效果。該程序允許指定最高階次的交互效果，建立包括所有效果的模型。如果只想在模型中包括某些特定的交互效果的模型，則應(yīng)該使用通用多因子變異數(shù)分析程序（選擇GeneralFactorialANOVA，調(diào)用Manova程序）。MANOVA程序MANOVA程序一般的多因變、多因子變異數(shù)分析均可使用這一程序完全。在指定模型方面，它比ANOV程序有更大的靈活性。提供的輸出也更豐富。在Windows版本中，根據(jù)應(yīng)用的需要，分別使用三個選單項調(diào)用該程序。讀者可以根據(jù)每個選單項完成的分析的特點選擇。這些選單項是：GeneralFactorialGeneralFactorial選單項調(diào)用MANOVA程序完成一般的單應(yīng)變數(shù)、多因子變異數(shù)分析?？梢灾付ü沧償?shù)，即進行共變異數(shù)分析。例如：如果您以公司四個部門中的兩個級別的職工為觀察對象，研究生產(chǎn)率刺激機制?？梢栽O(shè)計一個因子實驗以便檢定您感興趣的假設(shè)。由於在新刺激引入之前的原生產(chǎn)率可能對新刺激引入之後的生產(chǎn)率的比較發(fā)生很大影響。您可以把原生產(chǎn)率作為共變數(shù)進行共變異數(shù)分析。如果想看看共變數(shù)效果對兩個級別的職工來說是否相同，也可以使用GeneralFactorial單項調(diào)MANOVA程序進行分析。Multivariate選單項Multivariate選單項調(diào)用MANOVA程序進行多應(yīng)變數(shù)的多因素分析。也可以進行共變異數(shù)分析。應(yīng)該注意的是只有當參與分析的幾個（不止一個）應(yīng)變數(shù)是彼此相關(guān)時，才可以選用Multivariate選單項調(diào)用MANOVA程序。例如，當您研究數(shù)學(xué)、物理的考試成績是否與教學(xué)方法、學(xué)生性別、以及方法與性別的交互作用有關(guān)時，使用此選單項。如果只有幾個不相關(guān)的應(yīng)變數(shù)或只有一個應(yīng)變數(shù)，應(yīng)該使用GeneralFactorial選單項或SimpleFactorial單項調(diào)用MANOVA程序或ANOVA程序。RepeatedMeasure選單項RepeatedMeasure選單項調(diào)用MANOVA程序進行重複測量變異數(shù)分析。12.2單因子變異數(shù)分析單因子變異數(shù)分析也稱作一維變異數(shù)分析。它檢定由單一素影響的一個（或幾個相互獨立的）應(yīng)變數(shù)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。還可以對該因素的若干水準分組中哪一組與其他各組均值均具有顯著差異進行分析，即進行均值的多重比較。One-WayANOVA程序要求應(yīng)變數(shù)屬於常態(tài)分布母體。如果應(yīng)變數(shù)的分布明顯的是非常態(tài)，不能使用該程序，而應(yīng)該使用無母數(shù)分析程序。如果幾個應(yīng)變數(shù)之間彼此不獨立，應(yīng)該用RepeatedMeasure選單項調(diào)用MANOVA程序?！?2.2.1使用系統(tǒng)內(nèi)定值進行一維變異數(shù)分析例12.1用四種飼料餵豬，共19頭豬分為四組，每組用一種飼料。一段時間後稱重。豬體重增加數(shù)據(jù)如下。比較四種飼料對豬體重增加的作用有無不同。飼料ABCD133.8151.2193.4225.8125.3149.0185.3224.6143.1162.7182.8220.4128.9143.8188.5212.3135.7153.5198.6表12-2飼料比較數(shù)據(jù)資料操作方法與步驟在數(shù)據(jù)窗中建立資料文件，定義兩個變數(shù)，進輸入數(shù)據(jù)。這兩個變數(shù)是fodder數(shù)值型，取值1、2、3、4分別代表A、B、C、D四種飼料。格式為F1.0。Weight數(shù)值型，其值為豬體重的增加數(shù)。格式為F5.1。數(shù)據(jù)輸入的結(jié)果如圖12-1所示。應(yīng)該特別注意，不能把A、B、C、D定義為四個變數(shù)。如圖12-2所示，用滑鼠游標鍵選擇主選單中的"CompareMeans"選單項，展開下拉選單；在下拉選單中選擇"One-WayAnova"，在螢?zāi)簧巷@示One-WayANOVA主對話框，如圖12-3所示。根據(jù)分析要求指定變異數(shù)分析的應(yīng)變數(shù)和因素變數(shù)DependentList：weight。定義豬體重增加數(shù)為應(yīng)變數(shù)。Factor：fodder。定義飼料為因素變數(shù)。此步結(jié)果會加亮"DefineRange"按鈕，提示您定義因素的取值範圍。按《DefineRange…》按鈕，展開DefineRange對話框，定義因素變數(shù)的取值範圍。如圖12-4所示。最小值Minimum：1。最大值Maxmum：4。按《Continue》按鈕確定義的範圍並返回主對話框；按《Cancel》按鈕使定義作廢，返回主對話框；按《Help》按鈕顯示有關(guān)定義變數(shù)取範圍的輔助訊息。在主對話框中，用滑鼠按下《Paste》按鈕，開啟Syntax窗可以見到如下的One-WayANOVA命令程式：ONEWAYweightBYfodder(14)/HARMONICNONE/FORMATNOLABELS/MISSINGANALYSIS.在Syntax窗中，滑鼠按下《Run》按鈕執(zhí)行這個命令程式，在Output窗中得到下面的執(zhí)行結(jié)果。表12-3使用系統(tǒng)預(yù)設(shè)值的單因子變異數(shù)分析結(jié)果┌─────────────────────────────┐│ONEWAY││││VariableWEIGHT豬體重增加量(Kg)││ByVariableFODDER飼料││AnalysisofVariance││││SumofMeanFF││││SourceD.F.SquaresSquaresRatioProb-││││Between320838.69846846.2328157.4669.0000││WithinGroups15652.159543.4773││Total1821190.8579│└─────────────────────────────┘結(jié)果說明與分析輸出結(jié)果說明變數(shù)訊息，參與分析的變數(shù)weight，豬體重的增加kg數(shù)；由變數(shù)fodder分組。變異數(shù)來源，組間BetweenGroup；組內(nèi)：WithinGroup。自由度，組間自由度為3；組內(nèi)自由度為15；總自由度為18。誤差平方和，組間誤差平方和為20538.6984；組內(nèi)誤差平方和為652.1595總誤差平方和數(shù)值為這兩項數(shù)值之和為21190.8579。均方，其值分別為／之商。針對假設(shè)H0：相間均值無顯著差異（即四種飼料對豬體重的增加的平均值無顯著差異）。計算的F值為157.4668，對應(yīng)的概率值為0.000。結(jié)果分析根據(jù)輸出的p值為0.000可以看出，無論臨界值取0.05，還是取0.01，p值均小於臨界值。因此售定H0假設(shè)，結(jié)論是四種飼料對豬體重的增加明顯作用不同。根據(jù)該結(jié)論選擇飼料，犯錯誤的概率幾乎為0。存在問題與解決方法本例只考慮了豬體重的增加量，對其均值進行了比較，但實際工作中的問題往往不是這樣簡單，例如是否應(yīng)該考慮每頭豬的進食量對體重增加的影響，去除這個影響比較豬體重的增加會對飼料比較得出更切合生產(chǎn)實際的結(jié)論。這個問是應(yīng)該使用ANOVA程序的共變異數(shù)分析功能去解決。使用系統(tǒng)內(nèi)定值進行單因子變異數(shù)分析只能得出是否有顯著差異的結(jié)論，本例數(shù)據(jù)量少，哪兩組之間差別最大，哪種飼料使豬體重增加更快，幾乎是可以看出來的。實際工作中往往需要兩兩的組間均值比較。這就需要使用One-WayANOVA進行單因子變異數(shù)分析時使用選擇項，從而獲得更豐富的訊息，使分析更深入?！?2.2.2單因子變異數(shù)分析的選擇項單因子變異數(shù)分析的選擇項分為三類，分別使用主對話框中的三個按鈕打開相應(yīng)的對話框，然後再進行選擇。Contrasts：可以指定一種要用T檢定來檢定的priori對比PostHoc：可以指定一種多重比較檢定Options：可以指定要輸出的統(tǒng)計量，指定處理遺漏值的方法進行均值的多項式比較的選擇項Contrasts在主對話框中按下《Contrasts》按鈕，打開相應(yīng)的對話框如圖12-5所示。均值的多項式比較是包括兩個或更多均值的比較。例如圖12-5中顯示的是要求計算：1.7*mean1-1*mean4，檢定的假設(shè)H0：第一組均值的0.7倍與第四組的均值相等。單因子變異數(shù)分析的One-WayANOVA程序允許進行高達5次的均值多項式比較。多項式的係數(shù)需要由讀者自己根據(jù)研究的需要輸入。具體的操作步驟如下：選擇Polynomial（前面的矩形框中出現(xiàn)十字叉）。該操作開啟其右面的Degree小選單。按下Degree小選單右面的向下箭頭展開階次選單，可以選擇：線性Linear、二次Quadratic、三次Cubic及4th四次、5th五次多項式。為多項式指定個組均值的係數(shù)。方法是在Coefficients：後面的矩形編輯框中輸入一個係數(shù)，該係數(shù)開啟按鈕《Add》，按下該按鈕，矩形框中的係數(shù)進入下面的方框中。依次輸入各組均值的係數(shù)，在方形顯示框中形成一列數(shù)值。因素變數(shù)分為幾組，輸入幾個係數(shù)，多出的無意義。如果多項式中只包括第一組與第四組的均值的係數(shù)，必須把第二個、第三個係數(shù)輸入為0值。如果只包括第一組與第二組的均數(shù)輸入結(jié)果，開啟《Next》按鈕前後翻找出錯的一組數(shù)據(jù)。按下出錯的係數(shù)，該係數(shù)顯示在編輯框中，可以在此進行修改，修改後按下《Change》按鈕，在係數(shù)顯示框中出現(xiàn)正確的係數(shù)值。當在係數(shù)顯示框中選中一個係數(shù)時，同時開啟《Remove》按鈕，按下該按鈕將選中的係數(shù)清除。按下《Previous》或《Next》按鈕顯示輸入的各組係數(shù)檢查無誤後，按《Continue》按鈕確認輸入的係數(shù)並返回到主對話框。要取消剛剛的輸入，按下《Cancel》按鈕；需要查看系統(tǒng)的輔助訊息，按下《Help》按鈕。各組均數(shù)的多重比較選擇項PostHoc在主對話框中，按下PostHoc按鈕，展開PostHocMultipleComparisons對話框，如圖8-6所示。在該對話框中選擇進行均值多重比較的方法，同時還可以選擇樣本含量的估計方法。多重比較的選擇進行多重比較是對每兩個組的均值進行如下比較：MEAN(j)-MAEN(i)>=4.6625*RANGE*SQRT(1/N(i)+1/n(j))其中：i、j分別為組序號；MEAN(i)、MEAN(j)分別為第i、j組均值；N(i)、N(j)分別為第i、j組中觀測值數(shù)。各組間均值的多重比較方法的算法不同，RANGE值也不同。多重比較的選擇項在Tests下面的框中。有如下選擇項：Least-significantdifference﹙LSD﹚：用T檢定完成各組均值間的配對比較。對多重比較誤差率不進行調(diào)整。Bonferrom﹙LSDMOD﹚：用T檢定完成各組均值的配對比較，但通過設(shè)置每個檢定的誤差率來控制整個誤差率。Duncan'smultioplerangetest﹙DUNCAN﹚：指定一系列的Range值，逐步進行計算比較得出結(jié)論。StudentNewman-Keuls﹙SNK﹚：用StudentRange分布進行所有各組均值間的配對比較。如平均數(shù)進行含量相等或選擇了Harmonicaverageofallgroups即用所有各組樣本含量的調(diào)和平均數(shù)進行樣本量估計時還用逐步程序進行齊次子集（差異較小的子集）的均值配對比較。在該比較程序中，各組均值從大到小按順序排列，最先比較最末端的差異。Tukey'shonestlysignificantdifference﹙TUKEY﹚：用Student-Range統(tǒng)計量進行所有組間均值的配對比較，用所有配對比較誤差率作為實驗誤差率。Tukey'B﹙BTUKEY﹚：用StudentRange分布進行組間均值的配對比較。其精確值為前兩種檢定相應(yīng)值的平均值。Scheffe﹙SCHEFFE﹚：對所有可能的組合進行同步進入的配對比較。這些選擇項可以同時選擇若干個。以便比較各種均值比較方法的結(jié)果。樣本含量估計方法的選擇如果按因素變數(shù)值所分的各實驗組樣本含量相等，我們稱之為平衡數(shù)據(jù)。但往往由於各種條件的限制或?qū)嶒炛械木唧w情況，不能保證各組樣本含量不等的數(shù)據(jù)稱之為不平衡數(shù)據(jù)。例12-1中的分組屬於不平衡數(shù)據(jù)進行變異數(shù)分析或均值多重比較時的算法會有所區(qū)別。樣本含量用各組樣本含量的例數(shù)的平均值的倒數(shù)來估計，稱作調(diào)和平均數(shù)。樣本含量估計方法的區(qū)別僅在於哪些組的樣本含量參與估計值的計算?？蛇x擇的方法有兩個，在SampleSizeEstimate標示的矩形框中：Harmonicaverageofpairs：僅用進行比較的兩組樣本的含量計算調(diào)和平均數(shù)。Harmonicaverageofallgroups：用所有組的樣本含量計算調(diào)和平均數(shù)。這兩種選擇只能擇其一。以上選擇完成後，按下《Continue》按鈕確認進行的選擇，返回主對話框。按下《Cancel》按鈕作廢當前的選擇；按下《Help》按鈕，螢?zāi)伙@示有關(guān)多重比較對話框中的輔助訊息。輸出統(tǒng)計量的選擇在主對話框中按下《Options》按鈕，展開Options對話框，如圖12-7所示。這一組選擇項會按選擇產(chǎn)生要求的統(tǒng)計量。並按要求的方式顯示這些統(tǒng)計量。在該對話框中還可以選擇對遺漏值的處理要求。各組選擇項的含義如下：輸出統(tǒng)計量的選擇項Descriptive：要求輸出描述統(tǒng)計量，選擇此項，會計算並輸出：觀測值數(shù)目、均值、標準差、標準誤、最小值、最大值、各組中每個應(yīng)變數(shù)的95%信賴區(qū)間。Homogeneity-of-variance：要求進行變異數(shù)齊次性檢定，並輸出檢定結(jié)果。用LevenelesT檢定，即計算每個觀測值與其均值之差，然後對這些差值進行一維變異數(shù)分析。這兩個選擇項是併列選擇項，可以同時選擇。顯示方式選擇項Displaylabels選擇此項，輸出中使用變數(shù)標籤或值標籤；否則使用變數(shù)名或資料文件中的原值。遺漏值處理方法選擇MissingValuesExcludecasesanalysisbyanalysis：對含有遺漏值的觀測值根據(jù)遺漏值變數(shù)還是自變數(shù)從有關(guān)的分析中剔除。Excludecaseslistwise：對含有遺漏值的觀測值，從所有分析剔除。以上三組選擇項選擇完成後，按《Continue》按鈕，確認選擇並返回主對話框；按下《Cancel》按鈕作廢本次選擇；按鈕《Help》按鈕，顯示有關(guān)的輔助訊息?！?2.2.3使用選擇項的單因子變異數(shù)分析實例例12.2實驗數(shù)據(jù)與例12-1相同。為了說明資料文件的結(jié)構(gòu)，按文件中的正確的數(shù)據(jù)排列方式將數(shù)據(jù)列出：1133.81125.31143.11128.91135.72151.22149.02162.72143.82153.53193.43185.33182.83188.53198.64225.84224.64220.44212.3指定應(yīng)變數(shù)：weight；因素變數(shù)：fodder，定義因素變數(shù)值的範圍Minimum=1，Maximum=4。指定選擇項多項式比較的選擇項選擇一次多項式比較各組均值，共指定了2組多項式係數(shù)：1.0*mean-1-1.0*mean2-1.0*mean3+1.0*mean4檢定飼料對使豬體重增加的效果，A、D飼料效果和與B、C飼料效果和之間是否有顯著差異。1.0*mean1-1.0*mean2+1.0*mean3-1.0*mean4檢定A、C飼料之和效果是否與B、D之和效果有顯著差異。多重比較的選擇項Least-significant-differenceDuncan'smultiplerangetest選擇用參與比較的兩組樣本值的調(diào)和平均數(shù)估計樣本值。輸出統(tǒng)計量即方式選擇項選擇輸出描述統(tǒng)計量選擇變異數(shù)一致性檢定要求使用標籤標明因素變數(shù)的分組，選擇Displaylabels。遺漏值僅在特定的分析中剔除，選擇Excludecasesanalysis-by-analysis。命令語句：以上選擇完成後在主對話框中按下《Paste》按鈕，在Syntax窗中顯示ONEWAY程序的命令語句如下：ONEWAYweightBYfodder(14)/POLYNOMIAL=1/CONTRASE=1-1-11/CONTRAST/RANGES=LSD/RANGES=DUNCAN/HARMONICNONE/STATISTICSDESCRIPTIVESHOMOGENEITY/FORMATLABELS/MISSINGANALYSIS.一維變異數(shù)分析程序名，調(diào)用Oneway程序進行單因子變異數(shù)分析。指定應(yīng)變數(shù)為weight，按因素變數(shù)fodder的值分組。因素變數(shù)取值範圍是1～4。進行一次多項式比較。定義兩組多項式的係數(shù)。各組均值的多重比較選擇LSD、DUNCAN兩種方法。用參與比較的兩組的樣本含量的調(diào)和平均數(shù)估計樣本含量。要求計算和輸出描述統(tǒng)計量和進行變異數(shù)齊次性檢定。輸出結(jié)構(gòu)使用變數(shù)或值標籤。遺漏值按分析要求進行個別剔除。輸出結(jié)果及其說明表12-4使用選擇項的單因子變異數(shù)分析結(jié)果表12-5多項式比較結(jié)果表12-6變異數(shù)齊次性檢定結(jié)果表12-7LSD法進行均值的多重比較結(jié)果表12-8DUNCAN法進行均值多重比較的結(jié)果(2)結(jié)果說明表12-4為使用選擇項的變異數(shù)分析結(jié)果，與未來使用選擇項的輸出結(jié)果一樣結(jié)出了組間、組內(nèi)的誤差平方和、均方以及F值和概率P值?？梢钥闯鰝€組間均值差異是很顯著的。除此之外，還給出了未加權(quán)、加權(quán)的線性項以及加權(quán)的線性性項與組間誤差平方和之差351.7660，以及由此派生出的均方、F值、P值。表的下方是由於Option的選擇項Descriptives要求的輸出它們是：Group分組變數(shù)fodder的值標籤Count各組變數(shù)觀測值數(shù)Mean各組豬體重增加量的標準誤StandardDeviation各組豬體重增加量的標準差StandardError各組豬體重增加量的標準誤95PctConIntforMean各組均值的95%信賴區(qū)間（下限TO上限）Minimum各組中的最小值Maximum各組中的最大值Total各個描述統(tǒng)計量的總和表12-5為多項式比較結(jié)果。分別結(jié)出合併的變異數(shù)估計與分別的變異數(shù)估計。相對比較係數(shù)矩陣多項式的值標準誤=/其值符合t分布自由度T值的概率從概率值可以看出：Contrast1p>0.05;Contrast2p<0.05因此飼料對豬體重增加的效果A、D效果之和與B、C效果之和間在5%水平上沒有顯性差異；而A、C之和效果與B、D之效果差異顯著。表12-6是變異數(shù)齊次性檢定的結(jié)果，t'=0.0244，兩個自由度分別為3、15，雙尾T檢定的顯著性概率為0.995。不拒絕變異數(shù)齊次的假設(shè)。表12-7、表12-8分別為LDS法和DUNCAN法進行均值多重比較的結(jié)果。比較結(jié)果說明，A。B；A、C；A、D；B、C；B、D；C、D各組均值間均有顯著差異。表中用“*”標示它所處的行、列表示的組均值之間有顯著差異。兩種方法不同之處在於LSD法取一個固定的Range值，而DUNCAN法分四步，取漸漸增大的Range值。應(yīng)該特別說明的是，選取哪些選擇項是根據(jù)研究需要進行的。本例中希望比較各種飼料對豬體重增加的使用方法才選擇了Contrast選擇項。2.例12.3下面的數(shù)據(jù)是ERDMAN(1946)的一個實驗。同種三葉草被接種上不同的菌種測量三葉草植物中含氮量。每組數(shù)據(jù)中的前面一個是菌種代碼，變數(shù)名是STRAIN,SPSS分析程序要求因素變數(shù)必須為數(shù)值型變數(shù)。後面一個是含氮量是，變數(shù)名是NITROGEN。119.4517.7417.0720.71314.33017.3132.6524.8419.4721.01314.43019.4127.0527.949.1720.51314.23019.1132.1525.2411.9718.81311.63020.8133.0524.3415.8718.61311.83020.8根據(jù)單因子變異數(shù)分析的要求定義菌種變數(shù)STRAIN的取值範圍是1-30。下面是完成單因子變異數(shù)分析的程式與輸出結(jié)果。(1)ONEWAY命令語句（程式）ONEWAYnitrogenBYstrain(130)/RANGES=LSD/RANGES=TUKEY/HARMONICNONE/STATISTICSDESCRIPTIVESHOMOGENEITY/FORMATNOLABELS/MISSINGANALYSIS(2)命令語句解釋從命令語句可知：調(diào)用ONEWAY程序。應(yīng)變數(shù)nitrogen;因素變數(shù)strain,取值範圍1～30。要求進行均值多重比較，採用LSD和TUKEY方法。要求不計算調(diào)和平均數(shù)。要求輸出描述統(tǒng)計量和變異數(shù)齊次性檢定的結(jié)果。輸出不使用值標籤。(4)輸出結(jié)果：表12-9進行均值比較的單因子變異數(shù)分析輸出－表12-10帶有選擇項的單因子與變異數(shù)分析輸出二(5)輸出結(jié)果說明表中刪除了一些重複的訊息。此例輸出與前面例題的輸出格式一致，讀者可以自己從中得出結(jié)論?？梢钥闯鲞M行均值的多重比較比較採用不同方法得到的結(jié)果是有差別的。兩種方法都對菌種分組子集進行了變異數(shù)齊次性檢定，分組方法不同，檢定結(jié)果在個子集中最高均值與最低均值組間的變異數(shù)之間均無顯者性差異。說明是齊次的?！?2.2.4One-WayANOVA程序語句ONEWAY程序使用下列語句調(diào)用：ONEWAY應(yīng)變數(shù)表BY因素變數(shù)（最小值，最大值）[/POLYNOMIAL=n][/CONTRAST=係數(shù)表1][/CONTRAST=係數(shù)表2]...[/RANGE={LSD}({0.05}{alpha}){DUNCAN}{SNK}{TUKEY}{TUKEYB}{MODLSD}{SCHEFFE}{範圍值表}[/RANGE=...][/HARMONIC={NONE**orPAIR}{ALL}][/FORMAT={NOLABELS**}{LABELS}][/STATISTICS={NONE}{DESCRIPTIVES}{EFFECTS}{HOMOGENEITY}{ALL}][/MISSING={ANALYSIS**}{EXCLUDE}{INCLUDE}{LISTWISE}][/MATRIX=[IN({*}){FILE}][OUT({*}){FILE}]其中ONEWAY語句調(diào)用ONEWAY程序。在該主語句中必須指定應(yīng)變數(shù)、因素變數(shù)。並在因素變數(shù)後面的括號中給出因素變數(shù)的取值範圍。其他各子命令均為選擇項。2.子命令(1)POLYNOMIAL子命令與CONTRAST子命令這兩個子命令是進行均值相對比較的子命令。POLYNOMIAL子命令指定多項式的階數(shù)；CONTRAST子命令指定多項式的係數(shù)。當多項式為線性時，POLYNOMIAL子命令可以省略。CONTRAST子命令後面的係數(shù)表中所列的係數(shù)順序必須與資料文件中因素水準值順序一致。一次調(diào)用ONEWAY命令可以同時指定不止一個CONTRAST子命令。在調(diào)用語句中先出現(xiàn)的CONTRAST子命令指定的係數(shù)表，在輸出中命名為Constract1，接下來的為onstract2...。(2)RANGE子命令RANGE子命令要求對均值進行多重比較。後面“{}”中的選擇項是進行比較的方法?？梢赃x擇一種，也可以旬時選擇幾種。如果不指定顯著性概率，自動使用0.05；也可以由讀者自己指定，給出的概率數(shù)值要放在括號內(nèi)。一個RANGE子命令指定一種多重比較的方法。若想在一次調(diào)用ONEWAY程序中使用幾種多種比較方法對均值進行比較必須使用多個RANGE子命令。(3)HARMONIC子命令HARMONIC子命令用於指定計算樣本含量調(diào)和均數(shù)的方法。系統(tǒng)的內(nèi)定狀態(tài)是不進行調(diào)和?？梢赃x擇：PAIR參與比較的兩個組的樣本含量計算調(diào)和平均數(shù)。ALL所有各組的樣本含量均參與調(diào)和平均數(shù)的計算。(4)FORMAT子命令該子命令指定輸出時是否使用變數(shù)的標籤和值標籤。選擇LABELS則使用值標籤。系統(tǒng)的內(nèi)定值是不使用值標籤。(5)STATISTICS子命令該子命令指定要求輸出的統(tǒng)計量?？梢赃x擇的有：DESCRIPTIVES要求輸出描述統(tǒng)計量。包括各組的：均值、標準差、標準誤、最大值、最小值、均值的95%上下信賴區(qū)間。HOMOGENEITY要求進行變異數(shù)齊次性檢定。EFFECTS要求進行有效性檢定。ALL要求輸出以上各項統(tǒng)計量。其中、兩項是可以通過對話框指定的，對話框中不包括的選擇項可以在對話框各項指定完成後，用“Paste”按鈕，將程式語句生成在Syntax窗中。再加以修改。(6)MISSING子命令A(yù)NALYSIS參與計算的觀測值中帶有遺漏值時，該觀測值從有關(guān)的分析中剔除。此選擇項是系統(tǒng)內(nèi)定的處理遺漏值的方法。EXCLUDE把帶有遺漏值的觀測值從這個分析中剔除。INCLUDE不剔除帶有遺漏值的觀測值。LISTWISE(7)MATRIX子命令該子命令用來指定輸入的矩陣資料文件，和輸出資料文件。12.3簡單變異數(shù)分析程序ANOVA簡單變異數(shù)分析由ANOVA程序完成。通過主選單中Statistics選單的ANOVAModels選單項的SimpleFactorialANOVA選擇項調(diào)用?？梢酝瓿梢蜃釉O(shè)計的變異數(shù)分析、共變異數(shù)分析?？梢苑治龈饕蛩氐闹餍Ч臀幕バЧ瑏K建立所有階次的較低階次效果的模型。當因素變數(shù)有兩個以上時才採用該程序進行變異數(shù)分析。如果研究的問題中只有一個因素變數(shù)，則應(yīng)該選用OneWayANOVA程序進行單因子變異數(shù)分析。如果想分析的效果只包括特定的階次，應(yīng)該採用MANOVA程序。用ANOVAModels選單中的GeneralFactorialANOVA選單項調(diào)用之?！?2.3.1使用系統(tǒng)內(nèi)定值進行隨機集區(qū)設(shè)計資料的變異數(shù)分析四個種系未成年雌性大白鼠各三隻，每隻按一種劑量注射雌激素，一段時間後，解剖秤子宮重量。數(shù)據(jù)如下：表12-11不同種系、劑量的子宮重量┌────┬───────────┐││劑量│├────┼───┬───┬───┤│種系│0.2(1)│0.4(2)│0.8(3)│├────┼───┼───┼───┤│A(1)│106│116│145│├────┼───┼───┼───┤│B(2)│42│68│115│├────┼───┼───┼───┤│C(3)│70│111│133│├────┼───┼───┼───┤│D(4)│42│63│87│└────┴───┴───┴───┘1.操作方法與步驟(1)定義變數(shù)輸入數(shù)據(jù)定義三個變數(shù)：兩個分類變數(shù)，只有有限個離散值。一個連續(xù)變數(shù)。大白鼠種系變數(shù)：mouse，取值1～4，是種系A(chǔ)～D種系的代碼；雌激素劑量變數(shù)：etrogen，取值1～3，是劑量0.2、0.4、0.8三種劑量的代碼；子宮重量變數(shù)：wuteri，連續(xù)變數(shù)。是本課題的研究對象。輸入數(shù)據(jù)時應(yīng)該注意觀測值是如何構(gòu)成的。正確的構(gòu)成方式應(yīng)該如圖12-8-1所示。(2)按Statistics→ANOVAModels→SimpleFactorial順序用滑鼠鍵按下各層次選單項。如圖12-9所示(3)定義應(yīng)變數(shù)和因素變數(shù)及其取值範圍在按下了SimpleFactorial選單項後，螢?zāi)伙@示SimpleFactorialANOVA主對話框。如圖12-10所示。在主對話框中定義應(yīng)變數(shù)wuteri;兩個因素變數(shù)及其範圍。變數(shù)mouse最小值為1，最大值為4；變數(shù)etrogen最小值為1，最大值為3。定義方法同單因子變異數(shù)分析中因素取值範圍的定義方法。(4)滑鼠按下“Ok”按鈕，執(zhí)行最簡單的雙因子變異數(shù)分析。執(zhí)行的程式和結(jié)果如下ANOVAVARIABLES=wuteriBYmouse(14)etrogen(13)/MAXORDERSALL/METHODUNIQUE/FORMATLABELS(5)程式語句解釋調(diào)用ANOVA程序定義應(yīng)變數(shù)定義因素變數(shù)及其取值範圍分析最高階的交互效果。此為系統(tǒng)內(nèi)定方式分析方法使用系統(tǒng)內(nèi)定的分解誤差平方和的方法輸出使用變數(shù)值標籤(6)輸出結(jié)果如表12-12所示表12-12使用系統(tǒng)預(yù)設(shè)值的雙因子變異數(shù)分析執(zhí)行結(jié)果(7)結(jié)果說明變數(shù)訊息，大白鼠子宮重量按大白鼠種系和雌激素劑量分組。子宮重WUTERI是研究的應(yīng)變數(shù)；因素變數(shù)有種系MOUSE和雌激素劑量ETROGEN。UNIQUEsumofsquaresAlleffectsenteredsimultaneously採用UNIQUE方式分解誤差平方和。所有效果同步進入模型。SourceofVariation誤差的來源。這一列表明此列右面將按以下各項列各統(tǒng)計量：?MainEffect主效果：Mouse、Etrogen；?2-WayInteractions二維交互效果Mouse與etrogen的交互效果；?Explained可解釋的。其誤差平方和在數(shù)值上等於主效果與交互效果誤差平方和之和；?Residual殘差。?Total總和。誤差平方和在數(shù)值上等於可解釋的誤差與殘差之和。SumofSquares誤差平方和。DF自由度。MeanSquare均方。數(shù)值上等於誤差平方和除以相應(yīng)的自由度。最後給出有關(guān)觀測值的訊息：處理了12個觀測值，沒有遺漏值。(8)存在問題本例中雖然有兩個因素變數(shù)，兩個因素變數(shù)的各水平構(gòu)成的每個組合只有一個觀測值。實際上這種實驗設(shè)計只符合單因子變異數(shù)分析的實驗設(shè)計方案。因此如果分析因素間的交互作用，無法計算差異的顯著性。因此輸出結(jié)果不能給出F值及其概率。這也是由於ANOVA程序本身的系統(tǒng)內(nèi)定值是要求計算最高階的交互效果造成的。如果本例按照雙因素設(shè)計進行變異數(shù)分析，不考慮交互作用會得出較滿意的結(jié)果。這就需要使用選擇項了。下面是選擇了不要求交互效果的程式與輸出結(jié)果(9)選擇Maxordersnone的程式ANOVAVARIABLES=wuteriBYmouse(14)etrogen(13)/MAXORDERSNONE/METHODUNIOUE/FORMATLABELS.(10)輸出結(jié)果（只列出與不使用選擇項輸出的不同部分）表12-13使用了Maxorder=none的部分輸出(11)結(jié)果說明比較表12-12和表12-13，?表12-13中的～與表12-12中的對應(yīng)項統(tǒng)計量含義相同。?表12-13中沒有二維交互效果項(2-WayInteractions)表12-13中的F值等於個項均方值與剩餘誤差的均方值之商。各效果的SigofF是F檢定的p值。給出了兩個因素進行顯著性檢定的結(jié)果。兩個顯著性p值均為0.01，說明均在0.01水平上對子宮重量有顯著性作用?！?2.3.2ANOVA程序的選擇項在主對話框中只有一個選擇項按鈕Options按鈕。還有一個供定義共變數(shù)的框和箭頭按鈕。當進行共變異數(shù)分析時用指定應(yīng)變數(shù)的同樣方法選擇共變數(shù)，滑鼠按下箭頭按鈕，將共變數(shù)轉(zhuǎn)移到“CovariatesList”下面的共變數(shù)表框中。按下Options按鈕展開選擇項對話框如圖12-11所示。選擇項含義如下：(1)分析方法選擇Unique同步處理法：同時計算所有的效果，對任何類型的效果均進行調(diào)整。這是系統(tǒng)內(nèi)定的處理方法。Hierarchical分層處理法：與實驗法類似除對主效果進行調(diào)整外，僅對因素表中主效果進行調(diào)整。Exparimental實驗法：計算因素交互項之前的主效果，對其他各類效果進行調(diào)整。(2)輸出統(tǒng)計量選擇項StatisticsMeansandcounts均值和合計：要求計算各因素水準構(gòu)成的單元（組合）的均值和觀測的數(shù)目。Covariatecoefficients要求計算共變數(shù)的迴歸係數(shù)。MCA多變數(shù)分類分析表。REG要求給出分析變數(shù)作應(yīng)變數(shù)，共變數(shù)作自變數(shù)的迴歸方程的迴歸係數(shù)。不同的分析要求允許選擇的輸出統(tǒng)計量的範圍不同。有以下幾種情況：?不指定共變數(shù)時對Unique方法不能選擇要求輸出的統(tǒng)計量；?只有指定了共變數(shù)，要求進行共變異數(shù)分析時才可以要求給出共變數(shù)的迴歸係數(shù)。?只有在指定分層分析或?qū)嶒灧治龇〞r才能要求按單元輸出均值和觀測值數(shù)目，以及分類分析表。沒有必要記住這些選擇項之間的關(guān)係。當您在method組中選擇了一種方法後，可以允許的選擇組或選擇項會自動加亮。(3)EnterCovariates這一組選擇項選擇任何時分析共變數(shù)對變異數(shù)的影響。只有指定了共變數(shù)，該組合各選擇項加亮，進行選擇才是可能的。Beforeeffects在效果分析之前。此種方式是系統(tǒng)內(nèi)定方式。Witheffects在效果分析同時。實際上是把共變數(shù)的效果作為一個主效果來分析的。Aftereffects在進行效果分析之後。(4)MaximumInteractions5-way～2-way指定最大的交互效果的階數(shù)。如果只有兩個因素變數(shù)最大的階數(shù)量2-way，無論指定幾個階的交互效果都只輸出二階交互效果分析結(jié)果。如果有五個因素變數(shù)，最多要求進行五階交互效果分析。無論有幾個因素變數(shù)（五個以下）只要指定5-way，則各種交互效果均給予計算。注意，該組選擇項只能選其一。None指定此項，不考慮交互效果。只進行主效果分析。(5)Displaylibels要求顯示輸出結(jié)果時使用變數(shù)標籤或值標籤進行變數(shù)或因素變數(shù)各水準的標識。如果在建立資料文件時只定義了變數(shù)名沒有定義變數(shù)或值標籤，此項將不起作用。■12.3.3析因?qū)嶒炞儺悢?shù)分析實例1.兩因素、兩水準的實驗設(shè)計這是一個兩因素、兩水準的實驗設(shè)計。是使用兩種藥物A和B治療缺鐵性貧血12例病人的數(shù)據(jù)。(1)變數(shù)與資料文件結(jié)構(gòu)下面的數(shù)據(jù)反映了資料文件的結(jié)構(gòu)。每行中有四組數(shù)據(jù)，每組數(shù)據(jù)是一個觀測值。共四個變數(shù)值：drugA、drugB，均用0代表不用該藥、用1代表使用該藥；第三個變數(shù)為病人編號；第四個變數(shù)為一個月後病人的紅細胞增加數(shù)，單位為（百萬／mm3）。從數(shù)據(jù)中可以看出前兩個變數(shù)drugA、drugB的值共有四種組合：(0,0)代表一般治療方法A、B藥均不用；(1,0)用A藥，不用B藥；(0,1)用B藥，不用A藥；(1,1)兩種藥同時使用。這樣的實驗設(shè)計不但可以分析A、B藥對紅細胞增加的作用，還可以分析A、B藥之間是否有交互作用。表12-142×2析因?qū)嶒炘O(shè)計資料文件結(jié)構(gòu)按照12.3.1中所述步驟定義變：?變數(shù)名incred，變數(shù)標籤：紅細胞增加數(shù)變類型：數(shù)值型F3.1?變數(shù)名drugA，變數(shù)標籤：藥約A，變數(shù)類型：數(shù)值型F2.0?變數(shù)名drugB，變數(shù)標籤：藥約B，變數(shù)類型：數(shù)值型F2.0?變數(shù)名number，變數(shù)標籤：患者編號，變數(shù)類型：數(shù)值型F2.0(2)操作步驟與程式按12.2.2所述步驟操作：輸入數(shù)據(jù)；選擇統(tǒng)計分析程序打開主對話框。然後選擇應(yīng)變數(shù)incred、因素變數(shù)drugA、drugB，送入相應(yīng)的矩形框中，定義其取值範圍均為：minimum=0,maximum=1。然後滑鼠按下Options按鈕展開子對話框，選擇2-Way交互項。返回主對話框。按Paste按鈕在Syntax窗中顯示如下程式：ANOVAVARIABLES=incredBYdruga(01)drugb(01)/MAXORDERS2/METHODUNIQUE/FORMATLABELS.(3)執(zhí)行命令程式與結(jié)果解釋在Syntax窗中按Rum按鈕，執(zhí)行該程式，在Output窗中得到下面的執(zhí)行結(jié)果。表12-15帶有交互效果的兩因子變異數(shù)分析結(jié)果結(jié)果解釋首先查看誤差平方和的分解情況?？傉`差平方和為3.04，它由兩部分組成?可解釋的誤差平方和2.963，它由主效果2.595、和交互效果0.368兩部分誤差平方和構(gòu)成。主效果來源為變數(shù)DRUGA，誤差平方和為1.688；GRUGB誤差平方和為0.908。?殘差0.080，即由隨機實驗誤差引起的。從表中的各統(tǒng)計量可以看出主效果drugA、drugB對紅細胞的增加p值<0.01影響顯著。從表中2*WayInteractions及DURGADRUGB兩行數(shù)據(jù)可以看出交互效果就是藥物A、B之間的交互效果，其誤差平方和為0.368，自由度為1，均方為0.368。檢定的F值為36.750，p值近似為0.000。顯然在0.01水準上有顯意義。說明交互效果對紅細胞增加數(shù)有著影響。從各誤差平方和在總誤差平方和中所占比例分析，藥物A紅細胞增加數(shù)目的貢獻最大，療效更顯著一些，藥物B次之。由於有交互效果存在，兩藥物同時服用，療效更佳。2.拉丁方集區(qū)設(shè)計的變異數(shù)分析實例拉丁方實驗設(shè)計的特點是有兩個以上因素變數(shù)，每個因素變數(shù)的水平數(shù)相等為了評價六種不同甜菜，選擇地塊土壤條件相同，要求分析六種甜菜種的產(chǎn)量是否有顯著差異。為了得出這一結(jié)論，同時檢定地塊是否對平均產(chǎn)量有影響。即地塊的行與行之間、列與列之間的平均產(chǎn)量是否有顯著差異。將六種甜菜（變數(shù)VERIETY）種子播種在六行（變數(shù)REP）、六列（變數(shù)COL）的地塊上，記錄兩次收穫（變數(shù)HARVEST）的產(chǎn)量（變數(shù)YIELD）。(1)變數(shù)與資料文件結(jié)構(gòu)資料文件已經(jīng)保存在E槽SPSSLU目錄的SAV1子目錄中，文件名為SWEETS.SAV直線下面的程式語句，顯示有關(guān)資料文件及其變數(shù)訊息NEWFILE.SYSFILEINFO'E:\SPSSLU\SAV1\SWEERS.ASV'.執(zhí)行結(jié)果顯示如下訊息，為閱讀方便，我們把中文解釋標注在英文信息中，前面加“*”標明。見表12-16。表12-16資料文件的變數(shù)訊息┌─────────────────────────────┐│--SYSFILEINFO--*系統(tǒng)文訊息││Filee:\spsslu\sav1\sweets.sav*文件存儲位置與文件名│└─────────────────────────────┘續(xù)表┌───────────────────────────────────────────┐│Created:16Apr8812:50:56-5variablesand72cases*文件生成的系統(tǒng)日期與時間││FileType:SPSSDataFile*文件類型：SPSS資料文件││NofCases:72*觀測值數(shù)目：72個││Total#ofDefinedVariableElements:5*定義的變數(shù)總數(shù)：5個││DataAreNotWeighted*數(shù)據(jù)沒有加權(quán)││DataAreCompressed*數(shù)據(jù)是壓縮存儲的││FileContainsCaseData*文件包括觀測值數(shù)據(jù)。││││VariableInformation:*變數(shù)訊息││││NamePosition││*變數(shù)名變數(shù)標籤與格式變數(shù)位置（在資料文件中的順序號）││ⅡHARVEST收獲序號1││Format:F2││ValueLabel││1第一次收獲││2第二次收獲││││REP地塊行序號2││Format:F2││││COL地塊列序號3││Format:F2││││VARIETY甜菜種號4││Format:F2││││YIELD產(chǎn)量5││Format:F5.2│└───────────────────────────────────────────┘(2)數(shù)據(jù)清單111319.10112618.30113519.60114118.60115218.20116418.50121618.10122219.50123417.60124318.70125118.70126519.90131118.10132520.20133618.50134420.10135318.60136219.20141219.10142618.80143118.70144520.20145418.60146618.50151417.50152118.10153218.70154618.20155520.40156318.50161517.70162417.80163317.40164217.00165617.60166117.60211316.20212617.00213518.10214116.60215217.70216416.30221616.00222215.30223416.90224317.10225116.50226517.60231116.50232518.10233616.70234416.20235316.70236217.30241217.50242316.00243116.40244518.007245416.60246616.10251415.70252116.10253216.70254616.30255517.80256316.20261518.30262416.60263316.40264217.60265617.10266116.50(3)在主對話框中定義分析變數(shù)定義應(yīng)變數(shù)：YIELD；因素變數(shù)：REP、COL、VARIETY(4)在Options對話框中定義分析模型，指定要求的輸出項只分析三個主效果：REP、COL、VARIETY；因此最大交互效果MuximumInteraction項階數(shù)選擇NONE；指定分層分析，因此可以指定輸出項：MeansandCount；指定輸出使用變數(shù)標籤或值標籤。選擇結(jié)束後，滑鼠按下Continue按鈕，返回主對話框。(5)在主對話框中按下Ok按鈕，執(zhí)行如下程式：ANOVAVARIABLES=yielsBYcol(16)rep(16)variery(16)/MAXORDERSNONE/STATISTICSMEAN/METHODHIERARCHICAL/FORMATLABELS(6)輸出結(jié)果表12-17單元均值表┌────────────────────────────────┐│***CELLMEANS***││││YIELD產(chǎn)量││byCOL地塊列序號││REP地塊行序號││VARIETY甜菜種號││││TotalPopulation││││17.70││(72)││││COL││123456││││17.4817.6517.6417.8817.8717.68││(12)(12)(12)(12)(12)(12)││││REP││123456│└────────────────────────────────┘續(xù)表┌────────────────────────────────┐│17.8517.6618.0217.8817.5217.30││(12)(12)(12)(12)(12)(12)││VARIETY││123456││││17.3717.8217.4717.3718.8317.37││(12)(12)(12)(12)(12)(12)││││││││REP││││123456││COL││117.6517.0517.3018.3016.6018.00││(2)(2)(2)(2)(2)(2)││││217.6517.4019.1517.4017.1017.20││(2)(2)(2)(2)(2)(2)││││318.8517.2517.6017.5517.7016.90││(2)(2)(2)(2)(2)(2)││││417.6017.9018.1519.1017.2517.30││(2)(2)(2)(2)(2)(2)││││517.4018.7518.2517.3017.3517.05││(2)(2)(2)(2)(2)(2)││││617.4018.7518.2517.3017.3517.05││(2)(2)(2)(2)(2)(2)││││││VARIETY││123456││COL││117.3018.3017.65