SPSS——單因素方差分析詳解(共10頁)

1、精選優(yōu)質(zhì)文檔-傾情為你奉上SPSS單因素方差分析 來源：  單因素方差分析     單因素方差分析 也稱作一維方差分析。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。還可以對該因素的若干水 平分組中哪一組與其他各組均值間具有顯著性差異進行分析，即進行均值的多重比較。One-Way ANOVA過程要求因變量屬于正態(tài)分布總體。如果因變量的分布明顯的是非正態(tài)，不能使用該過程，而應該使用非參數(shù)分析過程。如果幾個因變量之間彼此不獨立，應該用Repeated Measure過程。例子  &#

2、160; 調(diào)查不同水稻品種百叢中稻縱卷葉螟幼蟲的數(shù)量，數(shù)據(jù)如表1-1所示。表1-1 不同水稻品種百叢中稻縱卷葉螟幼蟲數(shù)  重復 水 稻 品 種 1 2 3 4 5 1 41 33 38 37 31 2 39 37 35 39 34 3 40 35 35 38 34       數(shù)據(jù)保存在“data1.sav”文件中，變量格式如圖1-1。圖1-1    分析水稻品種對稻縱卷葉螟幼蟲抗蟲性是否存在顯著性差異。 1）準備分析數(shù)據(jù)     在數(shù)據(jù)編輯窗口中輸入數(shù)據(jù)。建立因變

3、量“幼蟲”和因素水平變量“品種”，然后輸入對應的數(shù)值，如圖1-1所示?；蛘叽蜷_已存在的數(shù)據(jù)文件“data1.sav”。2）啟動分析過程    點擊主菜單“Analyze”項，在下拉菜單中點擊“Compare Means”項，在右拉式菜單中點擊“0ne-Way ANOVA”項，系統(tǒng) 打開單因素方差分析設(shè)置窗口如圖1-2。 圖1-2 單因素方差分析窗口 3）設(shè)置分析變量    因變量: 選擇一個或多個因子變量進入“Dependent List”框中。本例選擇“幼蟲”。    因素變量: 選擇一個因素

4、變量進入“Factor”框中。本例選擇“品種”。 4）設(shè)置多項式比較    單擊“Contrasts”按鈕，將打開如圖1-3所示的對話框。該對話框用于設(shè)置均值的多項式比較。圖1-3 “Contrasts”對話框定義多項式的步驟為：    均值的多項式比較是包括兩個或更多個均值的比較。例如圖1-3中顯示的是要求計算“1.1×mean1-1×mean2”的值，檢驗的假設(shè)H0：第一組均 值的1.1倍與第二組的均值相等。單因素方差分析的“0ne-Way ANOVA”過程允許進行高達5次的均值多項式比較。多項式的系

5、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： 選中“Polynomial”復選項，該操作激活其右面的“Degree”參數(shù)框。 單擊Degree參數(shù)框右面的向下箭頭展開階次菜單，可以選擇“Linear”線性、“Quadratic”二次、“Cubic”三次、“4th”四次、“5th”五次多項式。 為多項式指定各組均值的系數(shù)。方法是在“Coefficients”框中輸入一個系數(shù)，單擊Add按鈕，“Coefficients”框中的系數(shù)進入下面 的方框中。依次輸入各組均值的系數(shù)，在方形顯示框中形成列數(shù)值。因素變量分為幾組，輸入幾個系數(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

6、系數(shù)，必須把第二個、第三個系數(shù)輸入為0值。如果只包括第一組與第二組的均值，則只需要輸入前兩個系數(shù)，第三、四個系數(shù)可以不輸入。     可以同時建立多個多項式。一個多項式的一組系數(shù)輸入結(jié)束，激話“Next”按鈕，單擊該按鈕后“Coefficients”框中清空，準備接受下一組系數(shù)數(shù)據(jù)。如果認為輸入的幾組系數(shù)中有錯誤，可以分別單擊“Previous”或“Next”按鈕前后翻找出錯的一組數(shù)據(jù)。單擊出錯的系數(shù)，該系數(shù)顯示在編輯框中， 可以在此進行修改，修改后單擊“Change”按鈕在系數(shù)顯示框中出現(xiàn)正確的系數(shù)值。當在系數(shù)顯示框中選中一個系數(shù)時，同時激話“Remove”按鈕

7、，單 擊該按鈕將選中的系數(shù)清除。單擊“Previous”或“Next”按鈕顯示輸入的各組系數(shù)檢查無誤后，按“Continue”按鈕確認輸入的系數(shù)并返回到主對話框。要取消剛剛的輸入，單擊“Cancel”按鈕；需要查看系統(tǒng)的幫助信息，單擊“Help”按鈕。 本例子不做多項式比較的選擇,選擇缺省值。5）設(shè)置多重比較    在主對話框里單擊“Post Hoc”按鈕，將打開如圖5-4所示的多重比較對話框。該對話框用于設(shè)置多重比較和配對比較。方差分析一旦確定各組均值間存在差異顯著，多重比較檢測可以 求出均值相等的組；配對比較可找出和其它組均值有差異的組，并輸出顯著性水平為0.

8、95的均值比較矩陣，在矩陣中用星號表示有差異的組。圖1-4 “Post Hoc Multiple Comparisons”對話框 (1)多重比較的選擇項：方差具有齊次性時(Equal Variances Assumed)，該矩形框中有如下方法供選擇：      LSD (Least-significant difference) 最小顯著差數(shù)法，用t檢驗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。     Bonferroni (LSDMOD) 用t檢驗完成各組間均值的配對比較，但通過設(shè)置每個檢

9、驗的誤差率來控制整個誤差率。     Sidak 計算t統(tǒng)計量進行多重配對比較?？梢哉{(diào)整顯著性水平，比Bofferroni方法的界限要小。     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。     R-E-G-WF (Ryan-Einot-Gabriel-Welsch F) 用F檢驗進行多重比較檢驗。     R-E-G-WQ (Ryan-Einot-Gabr

10、iel-Welsch range test) 正態(tài)分布范圍進行多重配對比較。     S-N-K (Student-Newmnan-Keuls) 用Student Range分布進行所有各組均值間的配對比較。如果各組樣本含量相等或者選擇了“Harmonic average of all groups”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過程進行齊次子集(差異較小的子集)的均值配對比較。在該比較過程中，各組均值從大到小按順序排列，最先比較最末端的差異。     Tukey (Tukey's

11、，honestly signicant difference) 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's-b 用“stndent Range”分布進行組間均值的配對比較。其精確值為前兩種檢驗相應值的平均值。     Duncan (Duncan's multiple range test) 新復極差法（SSR），指定一系列的“Range”值，逐步進行計算比較得出結(jié)論。     H

12、ochberg's GT2 用正態(tài)最大系數(shù)進行多重比較。     Gabriel 用正態(tài)標準系數(shù)進行配對比較，在單元數(shù)較大時，這種方法較自由。     Waller-Dunca 用t統(tǒng)計量進行多重比較檢驗,使用貝葉斯逼近。     Dunnett 指定此選擇項，進行各組與對照組的均值比較。默認的對照組是最后一組。選擇了該項就激活下面的“Control Category”參數(shù)框。展開下拉列表，可以重新選擇對照組。     “Tes

13、t”框中列出了三種區(qū)間分別為：· “2-sides” 雙邊檢驗; · “<Control” 左邊檢驗 · “>Conbo1”“右邊檢驗。 方差不具有齊次性時(Equal Varance not assumed)，檢驗各均數(shù)間是否有差異的方祛有四種可供選擇：Tamhane's T2, t檢驗進行配對比較。 Dunnett's T3，采用基于學生氏最大模的成對比較法。Games-Howell，Games-Howell比較，該方法較靈活。Dunnett's C，采用基于學生氏極值的成對比較法。 Significance 選擇項，各種檢

14、驗的顯著性概率臨界值，默認值為0.05，可由用戶重新設(shè)定。本例選擇“LSD”和“Duncan”比較，檢驗的顯著性概率臨界值0.05。6) 設(shè)置輸出統(tǒng)計量    單擊“Options”按鈕，打開“Options”對話框，如圖1-5所示。選擇要求輸出的統(tǒng)計量。并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缺失值的處理要求。各組選擇項的含義如下： 圖1-5輸出統(tǒng)計量的設(shè)置“Statistics”欄中選擇輸出統(tǒng)計量:       Descriptive，要求輸出描述統(tǒng)計量。選擇此項輸出觀測量數(shù)目、均值、標

15、準差、標準誤、最小值、最大值、各組中每個因變量的95置信區(qū)間。      Fixed and random effects, 固定和隨機描述統(tǒng)計量     Homogeneity-of-variance，要求進行方差齊次性檢驗，并輸出檢驗結(jié)果。用“Levene lest ”檢驗，即計算每個觀測量與其組均值之差，然后對這些差值進行一維方差分析。      Brown-Forsythe 布朗檢驗    

16、0; Welch,韋爾奇檢驗      Means plot，即均數(shù)分布圖，根據(jù)各組均數(shù)描繪出因變量的分布情況?！癕issing Values”欄中，選擇缺失值處理方法。      Exclude cases analysis by analysis選項，被選擇參與分析的變量含缺失值的觀測量，從分析中剔除。      Exclude cases listwise選項，對含有缺失值的觀測量，從所有分析中剔除。    以

17、上選擇項選擇完成后，按“Continue”按鈕確認選擇并返回上一級對話框；單擊“Cancel”按鈕作廢本次選擇；單擊“Help”按鈕，顯示有關(guān)的幫助信息。    本例子選擇要求輸出描述統(tǒng)計量和進行方差齊次性檢驗，缺失值處理方法選系統(tǒng)缺省設(shè)置。6）提交執(zhí)行    設(shè)置完成后，在單因素方差分析窗口框中點擊“OK”按鈕，SPSS就會根據(jù)設(shè)置進行運算，并將結(jié)算結(jié)果輸出到SPSS結(jié)果輸出窗口中。7) 結(jié)果與分析輸出結(jié)果：     表5-2描述統(tǒng)計量，給出了水稻品種分組的樣本含量N、平均數(shù)Mean、標準差S

18、td.Deviation、標準誤Std.Error、95%的置信區(qū)間、最小值和最大值。     表5-3為方差齊次性檢驗結(jié)果，從顯著性慨率看，p>0.05，說明各組的方差在a=0.05水平上沒有顯著性差異，即方差具有齊次性。這個結(jié)論在選擇多重比較方法時作為一個條件。     表5-4方差分析表：第1欄是方差來源，包括組間變差“Between Groups”；組內(nèi)變差“Within Groups”和總變差“Total”。第2欄是離差平方和“Sum of Squares”，組間離差平方和87.600，組內(nèi)離差平方

19、和為24.000，總離差平方和為111.600，是組間離差平方和與組內(nèi)離差平方和相加之 和。第3欄是自由度df，組間自由度為4，組內(nèi)自由度為10；總自由度為14。第4欄是均方“Mean Square”，是第2欄與第3欄之比；組間均方為21.900，組內(nèi)均方為2.400。第5欄是F值9.125（組間均方與組內(nèi)均方之比）。第6欄：F 值對應的概率值，針對假設(shè)H0：組間均值無顯著性差異(即5種品種蟲數(shù)的平均值無顯著性差異)。計算的F值9.125，對應的概率值為0.002。     表5-5 LSD法進行多重比較表，從表5-4結(jié)論已知該例子的方差具有其次性，因此

20、LSD方法適用。第1欄的第1列“i品種”為比較基準品種，第2列“j 品種”是比較品種。第2欄是比較基準品種平均數(shù)減去比較品種平均數(shù)的差值（Mean Difference），均值之間具有0.05水平（可圖5-4對話框里設(shè)置）上有顯著性差異，在平均數(shù)差值上用“*”號表明。第3欄是差值的標準誤。第 4欄是差值檢驗的顯著性水平。第5欄是差值的95%置信范圍的下限和上限。     表5-6 是多重比較的Duncan法進行比較的結(jié)果。第1欄為品種，按均數(shù)由小到大排列。第2欄列出計算均數(shù)用的樣本數(shù)。第3欄列出了在顯著水平0.05上的比較結(jié)果，表的最后一行是均數(shù)方差齊次性檢驗慨率水平，p>0.05說明各組方差具有齊次性。    多重比較比較表顯著性差異差異的判讀：在 同一列的平均數(shù)表示沒有顯著性差異，反之