方差分析1實(shí)驗(yàn)報(bào)告

1、評(píng)分實(shí)驗(yàn)報(bào)告課程名稱(chēng)生物醫(yī)學(xué)統(tǒng)計(jì)分析實(shí)驗(yàn)名稱(chēng)方差分析 1專(zhuān)業(yè)班級(jí)姓名學(xué)號(hào)實(shí)驗(yàn)日期實(shí)驗(yàn)地點(diǎn).2015 2016 學(xué)年度第2學(xué)期一、實(shí)驗(yàn)?zāi)康倪M(jìn)行方差分析。 1.均數(shù)差別的顯著性檢驗(yàn)2.分離各有關(guān)因素并估計(jì)其對(duì)總變異的作用3.分析因素間的交互作用4.方差齊性檢驗(yàn) 。二、實(shí)驗(yàn)環(huán)境1、硬件配置 ：處理器 ： Intel （R） Core(TM) i7-3770 CPU 3.40GHz 3.40GHz安裝內(nèi)存 （ RAM ）： 4.00GB系統(tǒng)類(lèi)型 ： 64 位操作系統(tǒng)2 、軟件環(huán)境 ： IBM SPSS Statistics 19.0軟件三、實(shí)驗(yàn)內(nèi)容(包括本實(shí)驗(yàn)要完成的實(shí)驗(yàn)問(wèn)題及需要的相關(guān)知識(shí)簡(jiǎn)單概述)

2、（1 ）課本第四章的例4.1-4.4 運(yùn)行一遍 ，注意理解結(jié)果 ；（2 ）實(shí)驗(yàn)報(bào)告的例1 和例 2 按步驟進(jìn)行數(shù)據(jù)管理的操作和基本統(tǒng)計(jì)分析。一、SimpleFactorial過(guò)程 ：調(diào)用此過(guò)程可對(duì)資料進(jìn)行方差分析或協(xié)方差分析。在方差分析中可按用戶(hù)需要作單因素方差分析或多因素方差分析；當(dāng)觀察因素中存在很難或無(wú)法人為控制的因素時(shí) ，則可對(duì)之加以指定以便進(jìn)行協(xié)方差分析。二、General Linear Model過(guò)程 ：調(diào)用此過(guò)程可對(duì)完全隨機(jī)設(shè)計(jì)資料、配對(duì)設(shè)計(jì)資料、析因設(shè)計(jì)資料 、正交設(shè)計(jì)資料等等進(jìn)行多因素方差分析或協(xié)方差分析。四、實(shí)驗(yàn)結(jié)果與分析例 4.1.專(zhuān)業(yè)學(xué)習(xí)資料.表1 5個(gè)品種豬增重的描述性

3、指標(biāo)描述均值的 95%置信區(qū)間N均值標(biāo)準(zhǔn)差標(biāo)準(zhǔn)誤下限上限極小值極大值1620.1671.4376.586918.65821.67518.022.02617.1671.7512.714915.32919.00415.520.03518.3001.2042.538516.80519.79517.020.04419.6251.1087.554317.86121.38918.521.05416.6251.1087.554314.86118.38915.518.0總數(shù)2518.4201.8857.377117.64219.19815.522.0分析： 表 1是該資料的一般描述性指標(biāo)，分別為各品種豬增重的

4、均數(shù)，標(biāo)準(zhǔn)差 ，標(biāo)準(zhǔn)誤 ，最大值和最小值 。 總體均數(shù) 95% 的置信區(qū)間 。表 25個(gè)品種豬增重的方差分析表(ANOVA 增重 )平方和df均方F顯著性組間46.498411.6255.986.002組內(nèi)38.842201.942總數(shù)85.34024分析： 表 2是方差分析的統(tǒng)計(jì)結(jié)果，由此可知 ， F=5.986 ，P=0.002 0.01 ，可認(rèn)為 5個(gè)品種豬存在極顯著差異，故須進(jìn)行多重比較。表 35個(gè)品種豬增重的多重比較（ LSD法）95% 置信區(qū)間(I)品種(J) 品種均值差 (I-J)標(biāo)準(zhǔn)誤顯著性下限上限LSD123.0000*.8046.0011.3224.67831.8667*.

5、8439.039.1063.6274.5417.8996.554-1.3352.41853.5417*.8996.0011.6655.41821-3.0000 *.8046.001-4.678-1.3223-1.1333.8439.194-2.894.627.專(zhuān)業(yè)學(xué)習(xí)資料.4-2.4583 *.8996.013-4.335-.5825.5417.8996.554-1.3352.41831-1.8667 *.8439.039-3.627-.10621.1333.8439.194-.6272.8944-1.3250.9348.172-3.275.62551.6750.9348.088-.2753.

6、62541-.5417.8996.554-2.4181.33522.4583*.8996.013.5824.33531.3250.9348.172-.6253.27553.0000*.9854.006.9445.05651-3.5417 *.8996.001-5.418-1.6652-.5417.8996.554-2.4181.3353-1.6750.9348.088-3.625.2754-3.0000 *.9854.006-5.056-.944*.均值差的顯著性水平為0.05 。分析： 表 3是選用 LSD法作為均數(shù)間的兩兩比較的結(jié)果：品種 1 與品種 2 的顯著性 P=0.001 0.01

7、 ，差異極顯著 ；品種 1 與品種 3 的顯著性 P=0.039 0.05 ，差異顯著 ；品種 1 與品種 4 的顯著性 P=0.554 0.05 ，差異不顯著 ；品種 1 與品種 5 的顯著性 P=0.001 0.01 ，差異極顯著 ；以此類(lèi)推因?yàn)榫挡钆c正數(shù)越接近說(shuō)明其差異越好，表 3中品種 1的均值差都大于0 ，說(shuō)明品種 1的差異最好 ，品種 4 接近正數(shù) ，是第二好 ，再是品種 3，品種 2，最后是品種 5表 45 個(gè)品種豬增重的多重比較（ SNK 法，=0.05 ）.專(zhuān)業(yè)學(xué)習(xí)資料.alpha = 0.05的子集品種N12Student-Newman-Keulsa,b5416.6252

8、617.1673518.30018.3004419.6251620.167顯著性.173.119將顯示同類(lèi)子集中的組均值。a. 將使用調(diào)和均值樣本大小= 4.839 。b. 組大小不相等 。將使用組大小的調(diào)和均值。將不保證I 類(lèi)錯(cuò)誤級(jí)別 。分析： 表 4是按 =0.05 水準(zhǔn)，將無(wú)顯著的均數(shù)歸為一類(lèi)，可見(jiàn)品種 5、 2、 3 的樣本均數(shù)（ 16.625 、17.167 、 18.300 ）位于同一列 ，故品種 5、品種 2、品種 3 的樣本均數(shù)兩兩之間均無(wú)顯著差異 。品種 3、4 、 1位于同一列 ，故品種 3 、品種 4 、品種 1 樣本均數(shù)兩兩之間均無(wú)顯著差異，而品種 5、2 與品種 4

9、、 1不在同一列內(nèi)，故品種 5 、2 與品種 4 、 1的樣本均數(shù)有顯著差異。由本例可知 ，用不同的兩兩比較方法 ，均數(shù)間的差異顯著性有時(shí)會(huì)略有不同。例4.2表 5描述性統(tǒng)計(jì)量 （變量 :增重）品種飼料均值標(biāo)準(zhǔn) 偏差N1151.00.1253.00.1.專(zhuān)業(yè)學(xué)習(xí)資料.352.00.1總計(jì)52.001.00032156.00.1257.00.1358.00.1總計(jì)57.001.00033145.00.1249.00.1347.00.1總計(jì)47.002.00034142.00.1244.00.1343.00.1總計(jì)43.001.0003總計(jì)148.506.2454250.755.5604350.0

10、06.4814總計(jì)49.755.61012分析： 表 5為求 “品種 ”，飼“料 ”均數(shù) 、標(biāo)準(zhǔn)差的過(guò)程。經(jīng)統(tǒng)計(jì)匯總 ， 4個(gè)品種在不同飼料內(nèi)的增重分別為 52.00,57.00,47.00 和43.00 ；標(biāo)準(zhǔn)差分別為1.000,1.000,2.000,1.000. 對(duì) 3 種飼料在不同品種內(nèi)的增重進(jìn)行統(tǒng)計(jì)，其均值和標(biāo)準(zhǔn)差分別為48.50,50.75,50.00 ，6.245,5.560,6.481. 該 12個(gè)觀察值的總的均值為49.75 ，標(biāo)準(zhǔn)差為 5.610.表 6不同系數(shù) 、飼料對(duì)增重影響的方差分析（主體間效應(yīng)的檢驗(yàn)，因變量 :增重）源III 型平方和df均方FSig.校正模型342

11、.750a568.550117.514.000截距29700.750129700.75050915.571.000品種332.2503110.750189.857.000飼料10.50025.2509.000.016誤差3.5006.583總計(jì)30047.00012.專(zhuān)業(yè)學(xué)習(xí)資料.校正的總計(jì)346.25011a. R 方= .990 （調(diào)整 R 方 = .981 ）分析： 表 6為品種 、飼料間均數(shù)的方差分析（ F檢驗(yàn) ）的結(jié)果 。 從表可知 ，品種的 F=189.857 ，P=0.000<0.01，差異極顯著；飼料的 F=9.000 ， P=0.016<0.05，差異顯著 。 說(shuō)

12、明不同品種對(duì)增重影響差異極顯著，不同飼料對(duì)增重影響差異顯著，有必要進(jìn)一步對(duì)品種、飼料兩因素不同水平的均值進(jìn)行多重比較。校正模型的第2 、 3 列的值是兩個(gè)主效應(yīng)“品種 ”、“飼料 ”對(duì)應(yīng)值之和。 F=117.514 ，P=0.000<0.01，表明所用模型有統(tǒng)計(jì)學(xué)意義。截距在我們的分析中沒(méi)有實(shí)際意義，可忽略。總和為截距 、主效應(yīng) （“品種 ”、飼“料 ”）和誤差項(xiàng)對(duì)應(yīng)值之和。校正總和為主效應(yīng)（“品種 ”、飼“料 ”）和誤差項(xiàng)對(duì)應(yīng)值之和。表 7各品種間增重均數(shù)的兩兩比較（SNK 法，=0.05 ）Student-Newman-Keulsa,b的子集品種N12344343.003347.00

13、1352.002357.00Sig.1.0001.0001.0001.000已顯示同類(lèi)子集中的組均值?；谟^測(cè)到的均值。誤差項(xiàng)為均值方(錯(cuò)誤 ) = .583 。.專(zhuān)業(yè)學(xué)習(xí)資料.a. 使用調(diào)和均值樣本大小= 3.000。b. Alpha = .05。分析： 表 7為各品種間增重均數(shù)的多重比較結(jié)果， 4個(gè)品種的均數(shù)都不在同一列，故在 =0.05顯著水準(zhǔn)下 ， 4個(gè)品種間的增重都存在差異。也可進(jìn)一步選擇“顯著性水平 ”選擇 =0.01顯著水準(zhǔn) ，檢驗(yàn)均數(shù)間是否達(dá)到極顯著。表 8各飼料間增重均數(shù)的兩兩比較（SNK 法，=0.05 ）Student-Newman-Keulsa,b的子集飼料N12144

14、8.503450.002450.75Sig.1.000.214已顯示同類(lèi)子集中的組均值?；谟^測(cè)到的均值。誤差項(xiàng)為均值方(錯(cuò)誤 ) = .583 。a. 使用調(diào)和均值樣本大小= 4.000。b. Alpha = .05。分析： 表 8為各飼料間增重均數(shù)的多重比較結(jié)果，從中可見(jiàn)飼料1 與飼料 3 、 2的增重均數(shù)不在同一列 ，故在 =0.05 顯著水準(zhǔn)下 ，飼料 1與飼料 3、 2的增重有顯著的差異 。 飼料 3與飼料 2在同一列 ，故在 =0.05 顯著水準(zhǔn)下 ，飼料 3與飼料 2的增重差異不顯著 。 同樣也可進(jìn)一步選擇 “顯著性水平 ”選擇 =0.01 顯著水準(zhǔn) ，檢驗(yàn)均數(shù)間是否達(dá)到極顯著

15、。例4.3表 9 描述性統(tǒng)計(jì)量因變量 :增重鈣A磷B均值標(biāo)準(zhǔn) 偏差N.專(zhuān)業(yè)學(xué)習(xí)資料.1124.3002.25173227.8332.02073328.6333.27163427.5332.73923總計(jì)27.0752.8198122125.4331.77863230.6002.38963335.5002.50003425.1671.25833總計(jì)29.1754.7647123127.6002.59423234.6671.60733327.7002.96143420.8331.52753總計(jì)27.7005.4599124131.7332.61603228.167.76383327.4331.10

16、153419.233.87373總計(jì)26.6424.955212總計(jì)127.2673.571212230.3173.237512329.8174.106112423.1923.769612總計(jì)27.6484.564748分析： 表 9為求 “鈣 A”，磷“ B”均值 、標(biāo)準(zhǔn)差的過(guò)程。經(jīng)統(tǒng)計(jì)匯總 ，鈣 A的 4個(gè)品種在不同磷內(nèi)的增重分別為 27.075, 29.175, 27.700 和 26.642 ；標(biāo)準(zhǔn)差分別為 2.8198, 4.7647, 5.4599,4.9552. 對(duì) 4 種磷在不同鈣內(nèi)的增重進(jìn)行統(tǒng)計(jì)，其均值和標(biāo)準(zhǔn)差分別為27.267 ，30.317 ，29.817 ， 23.19

17、2 和 3.5712 ， 3.2375 ，4.1061 ， 3.7696 。 該 48個(gè)觀察值的總的均值為27.648 ，標(biāo)準(zhǔn)差為 4.5647.表10不同鈣磷用量試驗(yàn)豬增重結(jié)果的方差分析（主體間效應(yīng)的檢驗(yàn)）.專(zhuān)業(yè)學(xué)習(xí)資料.因變量 :增重源III 型平方和df均方FSig.校正模型831.526 a1555.43512.004.000截距36691.550136691.5507945.477.000鈣A44.106314.7023.184.037磷 B381.9513127.31727.570.000鈣A* 磷B405.470945.0529.756.000誤差147.773324.618總計(jì)

18、37670.85048校正的總計(jì)979.30047a. R 方= .849 （調(diào)整 R 方= .778 ）分析：對(duì)于有重復(fù)觀察值資料的方差分析，不需對(duì) “模型 ”對(duì)話(huà)框進(jìn)行重新定義，可以利用SPSS模型的默認(rèn)情況“全因子 ”，即對(duì)資料分析所有變量的主效應(yīng)和交互作用。從表 10 可知 ，鈣的 F=3.221 ， P=0.036<0.05，磷的 F=27.767 ，P=0.000<0.01，鈣與磷的互作 F=9.808 ， P=0.000<0.01 ，表明鈣 、磷及其互作對(duì)幼豬的生長(zhǎng)發(fā)育均有顯著或極顯著的影響 。 因此 ，應(yīng)進(jìn)一步進(jìn)行鈣各水平均數(shù)間、磷各水平均數(shù)間，鈣、磷各水平組

19、合均數(shù)間的多重比較。表11鈣各水平增重均數(shù)間的兩兩比較（ SNK 法，=0.05 ）Student-Newman-Keulsa,b的子集鈣AN1241226.64211227.07527.07531227.70027.70021229.175Sig.458.057.專(zhuān)業(yè)學(xué)習(xí)資料.已顯示同類(lèi)子集中的組均值。基于觀測(cè)到的均值。誤差項(xiàng)為均值方(錯(cuò)誤 ) = 4.618 。a. 使用調(diào)和均值樣本大小= 12.000 。b. Alpha = .05。分析： 表 11為各鈣間增重均數(shù)的多重比較結(jié)果，將無(wú)顯著的均數(shù)歸為一類(lèi)，可見(jiàn)鈣 A的樣本均數(shù)（ 26.642,27.075,27.700）位于同一列 ，故鈣

20、 A4 、鈣 A1 、鈣A3 的樣本均數(shù)兩兩之間均無(wú)顯著差異 。 鈣 A1 、鈣A3 、鈣 A2 位于同一列 ，故鈣 A1 、鈣 A3 、鈣 A2 樣本均數(shù)兩兩之間均無(wú)顯著差異。而鈣 A4 與鈣 A2 不在同一列內(nèi)，故鈣 A4 與鈣 A2 樣本均數(shù)有顯著差異。同樣也可進(jìn)一步選擇“顯著性水平 ”選擇 =0.01 顯著水準(zhǔn) ，檢驗(yàn)均數(shù)間是否達(dá)到極顯著。表 12磷各水平增重均數(shù)間的兩兩比較（SNK 法，=0.05 ）Student-Newman-Keulsa,b的子集磷BN12341223.19211227.26731229.81721230.317Sig.1.0001.000.573已顯示同類(lèi)子集

21、中的組均值。基于觀測(cè)到的均值。誤差項(xiàng)為均值方(錯(cuò)誤 ) = 4.618 。a. 使用調(diào)和均值樣本大小= 12.000 。b. Alpha = .05。分析： 表 12為各鈣間增重均數(shù)的多重比較結(jié)果，從中可見(jiàn)磷 B4與磷 B1、2 、 3的增重均數(shù)不在同一列 ，故在 =0.05 顯著水準(zhǔn)下 ，磷 B4與磷 B1、 2、 3 增重有顯著的差異。磷B1 與磷.專(zhuān)業(yè)學(xué)習(xí)資料.B4、 3、 2不在同一列 ，故磷 B1與磷 B4、 3、 2的增重差異顯著。磷 B3與磷 B2在同一列 ，故磷 B3與磷 B2的增重差異不顯著。同樣也可進(jìn)一步選擇“顯著性水平 ”選擇 =0.01 顯著水準(zhǔn) ，檢驗(yàn)均數(shù)間是否達(dá)到極

22、顯著。例4.4公魚(yú)母魚(yú)1123總計(jì)2456總計(jì)3789總計(jì)4101112總計(jì)總計(jì)123456789表13 描述統(tǒng)計(jì)因變量 : 產(chǎn)魚(yú)量平均值標(biāo)準(zhǔn)偏差數(shù)字87.002.828271.001.414268.502.121275.509.138683.001.414289.502.121284.001.414285.503.391663.002.828260.502.121258.002.828260.503.017669.002.828276.502.121287.002.828277.508.337687.002.828271.001.414268.502.121283.001.414289.50

23、2.121284.001.414263.002.828260.502.121258.002.8282.專(zhuān)業(yè)學(xué)習(xí)資料.1069.002.82821176.502.12121287.002.8282總計(jì)74.7511.09024分析： 表 13為求 “公魚(yú) ”，母“魚(yú) ”均值 、標(biāo)準(zhǔn)差的過(guò)程 。 經(jīng)統(tǒng)計(jì)匯總 ，公魚(yú)的 4個(gè)品種在不同母魚(yú)的產(chǎn)魚(yú)量分別為75.50, 85.50, 60.50 和 77.50 ；標(biāo)準(zhǔn)差分別為9.138, 3.391, 3.017, 8.337.對(duì)母魚(yú)在不同公魚(yú)的產(chǎn)魚(yú)量進(jìn)行統(tǒng)計(jì)，其均值和標(biāo)準(zhǔn)差分別為87.00 ， 71.00 ， 68.50 ，83.00 ， 89.50

24、， 84.00 ， 63.00 ， 60.50 ， 58.00 ， 69.00 ， 76.50 ， 87.00 和 2.828 ， 1.414 ，2.121 ， 1.414 ， 2.121 ， 1.414 ， 2.828 ， 2.121 ， 2.828 ， 2.828 ， 2.121 ， 2.828 。 該 24個(gè)觀察值的總的均值為74.75 ，標(biāo)準(zhǔn)差為 11.090.表14 資料的方差分析表 （主體間效應(yīng)的檢驗(yàn) ）因變量 : 產(chǎn)魚(yú)量均源I 類(lèi)平方和自由度方F顯著性截距假設(shè)134134101.5001101205.205.001.500錯(cuò)誤6531960.5003.500 a公魚(yú)假設(shè)65319

25、60.5003.506.502.0150錯(cuò)誤100804.0008.500b母魚(yú)假設(shè)100804.0008.5018.844.0000錯(cuò)誤125.364.00033 ca. MS( 公魚(yú) )b. MS(母魚(yú) ) c. MS( 錯(cuò)誤 ).專(zhuān)業(yè)學(xué)習(xí)資料.分析： 嵌套分組資料的數(shù)學(xué)模型與有重復(fù)交叉分組資料不同，它不包含交互作用，而 SPSS模型的默認(rèn)情況為“全因子 ”，故須選擇進(jìn)入只分析主效應(yīng)的“主效應(yīng) ”模型 。方差分析模型類(lèi)型I是采用分層處理平方和的方法，按因素引入模型的順序依次對(duì)各項(xiàng)進(jìn)行調(diào)整 ，因此 ，計(jì)算結(jié)果與因素的前后順序有關(guān)。把變量置入計(jì)算時(shí)應(yīng)當(dāng)按主次順序依次指定，該方法適合于研究因素的

26、影響大小與主次之分的嵌套分組資料。從表 14 可知 ，公魚(yú)間的 F=6.502 ， P=0.015<0.05，表明 4條種公魚(yú)對(duì)后代產(chǎn)魚(yú)影響差異顯著 ；母魚(yú)間的 F=18.844 ， P=0.000<0.01，表明母魚(yú)魚(yú)對(duì)后代產(chǎn)魚(yú)影響差異極顯著。例1表 15 資料的描述性因變量 : x平均值 95% 置信區(qū)間N平均值標(biāo)準(zhǔn) 偏差標(biāo)準(zhǔn) 錯(cuò)誤下限值上限最小值最大值16179.174.7081.922174.23184.1117218526172.834.3551.778168.26177.4016818036166.505.8912.405160.32172.68159175總計(jì)1817

27、2.837.1151.677169.30176.37159185分析： 表 15是該資料的一般描述性指標(biāo)，分別為運(yùn)動(dòng)員 、大學(xué)生 、高中生的身高的平均數(shù)，標(biāo)準(zhǔn)差 ，標(biāo)準(zhǔn)誤 ，最大值和最小值?？傮w均數(shù) 95% 的置信區(qū)間 。.專(zhuān)業(yè)學(xué)習(xí)資料.表163種類(lèi)型人的身高的方差分析表（ANOVA 身高）因變量 :x平方和df均方F顯著性組之間481.3332240.6679.521.002組內(nèi)379.1671525.278總計(jì)860.50017分析： 表 16是方差分析的統(tǒng)計(jì)結(jié)果，由此可知 ，F(xiàn)=9.521 ， P=0.002 0.01 ，可認(rèn)為 3種類(lèi)型的人身高存在極顯著差異，故須進(jìn)行多重比較。表17

28、3 種類(lèi)型人的身高的多重比較 （ LSD法）因變量 : x95% 置信區(qū)間(I) group(J) group平均差 (I-J)標(biāo)準(zhǔn) 錯(cuò)誤顯著性下限值上限LSD(L)126.333 *2.903.045.1512.52312.667 *2.903.0016.4818.8521-6.333*2.903.045-12.52-.1536.333 *2.903.045.1512.5231-12.667*2.903.001-18.85-6.482-6.333*2.903.045-12.52-.15*. 均值差的顯著性水平為0.05。分析 :表 17是選用 LSD法作為均數(shù)間的兩兩比較的結(jié)果：group1

29、運(yùn)動(dòng)員與 group2大學(xué)生的顯著性 P=0.045 0.05 ，差異顯著 ；group1運(yùn)動(dòng)員與 group3高中生的顯著性 P=0.001 0.051 ，差異極顯著 ；group2大學(xué)生與 group1運(yùn)動(dòng)員的顯著性 P=0.045 0.05 ，差異顯著 ；group2大學(xué)生與 group3高中生的顯著性 P=0.045 0.05 ，差異顯著 ；.專(zhuān)業(yè)學(xué)習(xí)資料.以此類(lèi)推因?yàn)榫挡钆c正數(shù)越接近說(shuō)明其差異越好，表 17中 group1 運(yùn)動(dòng)員的均值差都大于0，說(shuō)明運(yùn)動(dòng)員的差異最好， group2 大學(xué)生接近正數(shù)，是第二好 ，最后是 group3 高中生 。Student-Newman-Keul

30、sa表18 3 種類(lèi)型人的身高的多重比較 （ SNK 法）因變量 : xalpha的子集 = 0.05groupN12336166.5026172.8316179.17顯著性1.0001.0001.000將顯示同類(lèi)子集中的組均值。a.使用調(diào)和平均值樣本大小= 6.000 。分析： 表 18為 3 種類(lèi)型人身高均數(shù)的多重比較結(jié)果， 3 種類(lèi)型人的均數(shù)都不在同一列，故在 =0.05 顯著水準(zhǔn)下 ， 3種類(lèi)型人身高都存在差異。也可進(jìn)一步選擇“顯著性水平 ”選擇 =0.01 顯著水準(zhǔn) ，檢驗(yàn)均數(shù)間是否達(dá)到極顯著。.專(zhuān)業(yè)學(xué)習(xí)資料.例2表19 三因素的描述統(tǒng)計(jì)因變量 : x1為緩沖液 ， 2為蒸餾水 ，

31、3為自來(lái)水1為兔血清 ， 2為胎盤(pán)血清pct平均值標(biāo)準(zhǔn)偏差數(shù)字1111050.25337.147421634.25339.1364總計(jì)1342.25442.098821788.50248.30242723.00189.8964總計(jì)755.75207.6138總計(jì)1919.38307.755821178.63549.5428總計(jì)1049.00450.615162111701.50527.966421788.00228.0454總計(jì)1744.75379.327821762.75153.30942947.75151.8474總計(jì)855.25172.4348總計(jì)11232.13617.51382136

32、7.88483.6218總計(jì)1300.00540.38216311865.50211.574421522.25251.6104總計(jì)1193.88411.7658211198.5064.77442598.0061.3894總計(jì)898.25326.2548總計(jì)11032.00229.489821060.13522.3178總計(jì)1046.06390.00216總計(jì)111205.75509.4041221648.17275.24912總計(jì)1426.96459.7822421916.58260.462122756.25199.98712.專(zhuān)業(yè)學(xué)習(xí)資料.總計(jì)836.42241.41224總計(jì)11061.1

33、7422.3312421202.21512.72624總計(jì)1131.69470.11848分析： 表 19為求 “基礎(chǔ)液 ”，緩“沖液 ”均值 、標(biāo)準(zhǔn)差的過(guò)程。經(jīng)統(tǒng)計(jì)匯總 ， 3種基礎(chǔ)液的在不同緩沖液對(duì)鉤端螺旋體的培養(yǎng)計(jì)數(shù)分別為1049.00, 1300.00和 1046.06 ；標(biāo)準(zhǔn)差分別為450.615, 540.382, 390.002. 對(duì)不同緩沖液在不同基礎(chǔ)液的對(duì)鉤端螺旋體的培養(yǎng)計(jì)數(shù)進(jìn)行統(tǒng)計(jì) ，其均值和標(biāo)準(zhǔn)差分別為1061.17 ， 1202.21 和422.331 ， 512.726 。 該 48個(gè)觀察值的總的均值為1131.69 ，標(biāo)準(zhǔn)差為 470.118.表 20 三因素主體間

34、效應(yīng)的檢驗(yàn)因變量 : x源III 類(lèi)平方和自由度均方F顯著性校正的模型7928262.562a11720751.14210.551.000截距61474396.687161474396.687899.906.000base679967.3752339983.6874.977.012sero4184873.52114184873.52161.261.000pct238713.0211238713.0213.494.070base * sero705473.0422352736.5215.164.011base * pct107005.542253502.771.783.465sero * pct

35、1089922.68711089922.68715.955.000base * sero * pct922307.3752461153.6886.751.003錯(cuò)誤2459233.7503668312.049總計(jì)71861893.00048校正后的總變異10387496.31247a. R 平方 = .763（調(diào)整后的R 平方 = .691）分析： 從表 20可知 ，校正的模型的F=10.551 ，P=0.000<0.01，說(shuō)明三因素間存在有交互作用 。 單因素效應(yīng)和交互效應(yīng)導(dǎo)致的組間差別比較結(jié)果是：?jiǎn)我蛩亟M間比較： A：基礎(chǔ)液（ base ） F=4.977 ， P= 0.012<0.05，說(shuō)明三種培養(yǎng)基培養(yǎng)鉤體的計(jì)數(shù)有差別； B：血清.專(zhuān)業(yè)學(xué)習(xí)資料.種類(lèi) （sero ） F=61.261 ， P=0.000<0.01 ，說(shuō)明兩種血清培養(yǎng)鉤體的計(jì)數(shù)有極大差別；C：血清濃度 （ pct ） F=3.494 ，P=0.070>0.05，說(shuō)明兩種血清濃度培養(yǎng)鉤體的計(jì)數(shù)無(wú)差別 。兩因素構(gòu)成的一級(jí)交互作