SPSS中的單因素方差分析

第第頁(yè)SPSS中的單因素方差分析SPSS中的單因素方差分析

一、基本原理單因素方差分析也即一維方差分析，是檢驗(yàn)由單一因素影響的多組樣本某因變量的均值是否有顯著差異的問(wèn)題，如各組之間有顯著差異，說(shuō)明這個(gè)因素〔分類(lèi)變量〕對(duì)因變量是有顯著影響的，因素的不同水平會(huì)影響到因變量的取值。

二、試驗(yàn)工具SPSSforWindows三、試驗(yàn)方法例：某燈泡廠用四種不同配料方案制成的燈絲〔filament〕，生產(chǎn)了四批燈泡。在每批燈泡中隨機(jī)地抽取假設(shè)干個(gè)燈泡測(cè)其運(yùn)用壽命〔單位：小時(shí)hours〕，數(shù)據(jù)列于下表，現(xiàn)在想知道，對(duì)于這四種燈絲生產(chǎn)的燈泡，其運(yùn)用壽命有無(wú)顯著差異。

燈泡燈絲12345678甲1600161016501680170017001780乙15001640140017001750丙16401550160016201640160017401800丁151015201530157016401680四、不運(yùn)用選擇項(xiàng)操作步驟〔1〕在數(shù)據(jù)窗建立數(shù)據(jù)文件，定義兩個(gè)變量并輸入數(shù)據(jù)，這兩個(gè)變量是：

filament變量，數(shù)值型，取值1、2、3、4分別代表甲、乙、丙、丁，格式為F1.0，標(biāo)簽為“燈絲”。

Hours變量，數(shù)值型，其值為燈泡的運(yùn)用壽命，單位是小時(shí)，格式為F4.0，標(biāo)簽為“燈泡運(yùn)用壽命”。

〔2〕按Analyze，然后ComparedMeans，然后One-WayAnova的順次單擊，打開(kāi)“單因素方差分析”主對(duì)話(huà)框。

〔3〕從左邊源變量框中選取變量hours，然后按向右箭頭，所選去的變量hours即進(jìn)入DependentList框中。

〔4〕從左邊源變量框中選取變量filament，然后按向右箭頭，所選取的變量folament即進(jìn)入Factor框中。

〔5〕在主對(duì)話(huà)框中，單擊“OK”提交進(jìn)行。

五、輸出結(jié)果及分析燈泡運(yùn)用壽命的單因素方差分析結(jié)果ANQVASunofSquaresdfMeanSquareFSigBetweenGroups39776.46313258.8191.638.209WithinGroups178088.9228094.951Total217865.425該表各部分說(shuō)明如下：

第一列：方差來(lái)源，BetweenGroups是組間變差，WithinGroups是組內(nèi)變差，Total是總變差。

第二列：離差平方和，組間離差平方和為39776.46，組內(nèi)離差平方和為178088.9，總離差平方和為217865.4，是組間離差平方和與組內(nèi)離差平方和相加而得。

第三列：自由度，組間自由度為3，組內(nèi)自由度為22，總自由度為25，是組間自由度和組內(nèi)自由度之和。

第四列：均方，即平方和除以自由度，組間均方是13258.819，組內(nèi)均方是8094.951.第五列：F值，這是F統(tǒng)計(jì)量的值，其計(jì)算公式為模型均方除以誤差均方，用來(lái)檢驗(yàn)?zāi)Ｐ偷娘@著性，假如不顯著說(shuō)明模型對(duì)指標(biāo)的變化沒(méi)有說(shuō)明技能，F(xiàn)值為1.683.第六列：顯著值，是F統(tǒng)計(jì)量的p值，這里為0.209.由于顯著值0.209大于0.05，所以在置信水平0.95下不能否定零假設(shè)，也就是說(shuō)四種燈絲生產(chǎn)的燈泡，其平均運(yùn)用壽命美譽(yù)顯著差異。

六、運(yùn)用選擇項(xiàng)操作步驟七、輸出結(jié)果及分析描述性統(tǒng)計(jì)量表方差全都性檢驗(yàn)Sig大于0.05，說(shuō)明各組的方差在0.05的顯著水平上沒(méi)有顯著性差異，即方差具有全都性。

單因素方差分析結(jié)果未加權(quán)Unweighted線性項(xiàng)、加權(quán)weighted線性項(xiàng)、加權(quán)項(xiàng)與組間偏差平方和。自由度、均方、F值、顯著值。

LSD法和TAmhane’sT2發(fā)進(jìn)行均值多重比較的結(jié)果Duncan法進(jìn)行均值多重比較結(jié)果均值分布圖SPSS中的單因變量多因素方差分析一、基本原理在多因素的試驗(yàn)中，運(yùn)用方差分析而不用t檢驗(yàn)的一個(gè)重要緣由在于前者效率更高，本試驗(yàn)所講的單因變量多因素方差分析是對(duì)于一個(gè)變量是否受一個(gè)或多個(gè)因素或變量影響而進(jìn)行的回來(lái)分析和方差分析。這個(gè)過(guò)程可以檢驗(yàn)不同組之間均數(shù)由于受不同因素影響是否有差異的問(wèn)題，即可以分析每一個(gè)因素的作用，也可以分析各因素之間的交互作用，還可以分析協(xié)方差和協(xié)方差交互作用。

二、試驗(yàn)工具SPSSforWindows三、試驗(yàn)方法例：某生產(chǎn)隊(duì)在12塊面積相同的大豆試驗(yàn)田上，用不同方式施肥，大豆畝產(chǎn)〔斤〕的數(shù)據(jù)如下表編號(hào)氮肥〔斤)

磷肥〔斤)

畝產(chǎn)〔斤)

100400200390300420404450504460604455760430860420960440106456011645701264575氮肥用N表示，磷肥用P表示，兩個(gè)因子各取兩水平。為了探明氮肥作用大，還是磷肥作用大，我們進(jìn)行方差分析。

四、操作步驟〔1〕輸入數(shù)據(jù)集，因素變量有兩個(gè)，即N和P，均有兩水平，0表示不用該肥料，1表示用該肥料；因變量：output〔大豆畝產(chǎn)〕，單位為斤。

〔2〕在“Analyze”菜單中打開(kāi)“GeneralLinearModels”子菜單，從中選擇“Univariae”指令，打開(kāi)“多因素方差分析”主窗口。

〔3〕指令分析變量。選擇因變量output進(jìn)入Dependent框。選擇因素變量N和P進(jìn)入Fi*edFactors框。

〔4〕在主對(duì)話(huà)框中單擊“Cintrasts”按鈕，打開(kāi)對(duì)比方法對(duì)話(huà)框，在該對(duì)話(huà)框下如下操作：

在Factor框中選擇N。

在ChangeContrast欄內(nèi)，單擊Contrast參數(shù)框內(nèi)向下箭頭，打開(kāi)比較方法表，選擇Simple項(xiàng)，再選擇First項(xiàng)作為比較參考類(lèi)，然后單擊“change”，在factors框中顯示N。

用相同方法指定P。

單擊“continue”按鈕回到主對(duì)話(huà)框。

〔5〕在主對(duì)話(huà)框中單擊“option”按鈕，打開(kāi)選項(xiàng)對(duì)話(huà)框，作如下操作：在Factors框中選擇因素變量N、P、NP,單擊向右箭頭將因素變量送入DisplayMeansFor框中。在display欄內(nèi)選中Spreadvs.levelplot和residualplot復(fù)選框單擊OK按鈕回到主對(duì)話(huà)框。

五、輸出結(jié)果及分析因素變量表因素效應(yīng)檢驗(yàn)表從表中可以看出N、P及其交互作用對(duì)大豆產(chǎn)量影響很明顯，達(dá)到極顯著水平。

SPSS中正交設(shè)計(jì)的方差分析一、試驗(yàn)工具SPSSforWindows二、試驗(yàn)方法例：為了提高某種試劑產(chǎn)品的收率〔指標(biāo)〕，考慮如下幾個(gè)因素對(duì)其影響A：反應(yīng)溫度1〔50℃)

2〔70℃)

B：反應(yīng)時(shí)間1〔1h)

2〔2h)

C：硫酸濃度1〔17%)

2〔27%)

D：硫酸產(chǎn)地1〔天津)

2〔上海)

E：操作方式1〔攪拌)

2〔不攪拌)

把這5個(gè)因素放在表的5列上，得到如下試驗(yàn)設(shè)計(jì)與結(jié)果。

試驗(yàn)編號(hào)ABCDE試驗(yàn)結(jié)果1111116521112274312212714122217352121270621221737221116282212269三、操作步驟〔1〕輸入數(shù)據(jù)集，五個(gè)因素分別用A、B、C、D、E表示，每因素均有兩水平，試驗(yàn)結(jié)果用result表示。

〔2〕在“Analyze”菜單中打開(kāi)“generallinearmodels”子菜單，從中選擇“univariate”指令，打開(kāi)“多因素方差分析”主窗口。

〔3〕指定分析變量：

選擇因變量results進(jìn)入dependen框。

選擇因變量A、B、C、D、E進(jìn)入fi*edfactors框。

〔4〕在主對(duì)話(huà)框中單擊“model”按鈕，打開(kāi)模型對(duì)話(huà)框，在對(duì)話(huà)框中如下操作：

選中custom單項(xiàng)選擇項(xiàng)。

指定要求分析的五個(gè)主效應(yīng)。

單擊“continue”按鈕，返回主對(duì)話(huà)框。

〔5〕在主對(duì)話(huà)框中單擊“options”按鈕，打開(kāi)選項(xiàng)對(duì)話(huà)框，在該對(duì)話(huà)框中如下操作：

在factorsandfactor框中選擇因素變量A、B、C、D、E，單擊向右箭頭將因素變量送入displayMeansfor框。

單擊“continue”按鈕，返回主對(duì)話(huà)框。

〔6〕單擊“OK”按鈕完成。

四、輸出結(jié)果及分析最好生產(chǎn)方案：C硫酸濃度2〔27%〕+D硫酸產(chǎn)地2〔上?！?E攪拌方式2〔不攪拌〕+A反應(yīng)溫度1〔50℃〕+B反應(yīng)時(shí)間1〔1小時(shí)〕。

122五、作業(yè)葉片誘導(dǎo)愈傷組織培育基篩選取鬼怒甘試管苗開(kāi)展14d的葉片，分別接種在以MS為基本培育基的九種增殖培育基上，采納正交表L9(34)設(shè)計(jì)的3因素3水平正交組合，詳見(jiàn)表3–2。

表3–2九種不同處理的草莓葉片誘導(dǎo)愈傷組織培育基Tab.3–2ThehormonecomponentofninedifferentmediumofinducingcallusfromstrawberryLeaf處理(Treatments)

Y–1Y–2Y–3Y–4Y–5Y–6Y–7Y–8Y–9激素水平(mg/L)Levelsofhormone(mg/L)

6–BA3.03.03.02.02.02.01.01.01.02,4–D0.20.100.20.100.20.10IBA0.50.3000.50.30.300.5表4–7九種不同培育基對(duì)鬼怒甘葉片愈傷組織誘導(dǎo)效果Tab.4–7theeffectofdifferentculturemediaonthecallusinductionfromleafofKunouwase試驗(yàn)編號(hào)BA(mg/L)

2,4–D(mg/L)

IBA(mg/L)

接種數(shù)(個(gè))

死亡數(shù)(個(gè))

愈傷組織(個(gè))

愈傷率(%)

Y–13.0(1)

0.2(1)

0.5(1)

18216100.00Y–23.0(1)

0.1(2)

0.3(2)

1821381.25Y–33.0(1)

0.0(3)

0.0(3)

1801161.11Y–42.0(2)

0.2(1)

0.0(3)

1821593.75Y–52.0(2)

0.1(2)

0.5(1)

2031058.82Y–62.0(2)

0.0(3)

0.3(2)

192952.94Y–71.0(3)

0.2(1)

0.3(2)

20119100.00Y–81.0(3)

0.1(2)

0.0(3)

1831066.67Y–91.0(3)

0.0(3)

0.5(1)

182850.00SPSS中的多因變量線性模型方差分析一、基本原理多因變量線性模型的方差分析屬于多元方差分析，與一元統(tǒng)計(jì)學(xué)中方差分析類(lèi)似，多元樣本資料也可以進(jìn)行方差分析。二者的差別在于一元方差分析中要分析的指標(biāo)是一元隨機(jī)變量，多元方差分析中要分析的指標(biāo)是多元隨機(jī)變量。

二、試驗(yàn)工具SPSSforWindows三、試驗(yàn)方法要比較五個(gè)品種大麥產(chǎn)量，用連續(xù)兩年觀測(cè)的單產(chǎn)量作為指標(biāo)，用三個(gè)不同地區(qū)的產(chǎn)量作為三次重復(fù)，得到下表的數(shù)據(jù)。

品種重復(fù)123A1811471208110099A21051421218211662

A31201511248011296A411019214187148126A5981461258410876其中每個(gè)品種上面一排數(shù)字是第一年產(chǎn)量，下面一排是第二年產(chǎn)量，盼望檢查各品種之間是否有顯著差異。這里指標(biāo)是兩年的單產(chǎn)量，把它作為二元隨機(jī)變量，影響指標(biāo)的因素只有一個(gè)〔品種〕，此因素分成五個(gè)等級(jí)〔水平〕，進(jìn)行了三次重復(fù)觀測(cè)，因此這是一個(gè)多元方差分析的問(wèn)題。

四、操作步驟〔1〕輸入數(shù)據(jù)集，用first表示第一年產(chǎn)量，second表示第二年產(chǎn)量，kind表示品種，它有五個(gè)水平。

〔2〕在“Analyze”菜單中打開(kāi)“GeneralLinearModels”子菜單中，從中選擇“Multivariate”指令，打開(kāi)“多因變量方差分析”主窗口。

〔3〕指定分析變量將變量first、second移入Dependent框，作為因變量。

將變量kind移入Fi*edFactors框，作為因素變量。

〔4〕在主對(duì)話(huà)框中，單擊【Contrast】按鈕，打開(kāi)相應(yīng)的對(duì)話(huà)框，在該框中進(jìn)行如下操作：

在Factors框中選擇kind變量在ChangeContrast欄內(nèi)，單擊Contrast參數(shù)框內(nèi)向下箭頭，開(kāi)展比較方法表，選擇Simple項(xiàng)，再選擇First項(xiàng)作為比較參數(shù)考類(lèi)，然后單擊【Change】按鈕。

單擊【Continue】按鈕，返回主對(duì)話(huà)框。

〔5〕單擊【OK】按鈕結(jié)束。

五、輸出結(jié)果及分析

SPSS中的單因素方差分析

一、基本原理單因素方差分析也即一維方差分析，是檢驗(yàn)由單一因素影響的多組樣本某因變量的均值是否有顯著差異的問(wèn)題，如各組之間有顯著差異，說(shuō)明這個(gè)因素〔分類(lèi)變量〕對(duì)因變量是有顯著影響的，因素的不同水平會(huì)影響到因變量的取值。

二、試驗(yàn)工具SPSSforWindows三、試驗(yàn)方法例：某燈泡廠用四種不同配料方案制成的燈絲〔filament〕，生產(chǎn)了四批燈泡。在每批燈泡中隨機(jī)地抽取假設(shè)干個(gè)燈泡測(cè)其運(yùn)用壽命〔單位：小時(shí)hours〕，數(shù)據(jù)列于下表，現(xiàn)在想知道，對(duì)于這四種燈絲生產(chǎn)的燈泡，其運(yùn)用壽命有無(wú)顯著差異。

燈泡燈絲12345678甲1600161016501680170017001780乙15001640140017001750丙16401550160016201640160017401800丁151015201530157016401680四、不運(yùn)用選擇項(xiàng)操作步驟〔1〕在數(shù)據(jù)窗建立數(shù)據(jù)文件，定義兩個(gè)變量并輸入數(shù)據(jù)，這兩個(gè)變量是：

filament變量，數(shù)值型，取值1、2、3、4分別代表甲、乙、丙、丁，格式為F1.0，標(biāo)簽為“燈絲”。

Hours變量，數(shù)值型，其值為燈泡的運(yùn)用壽命，單位是小時(shí)，格式為F4.0，標(biāo)簽為“燈泡運(yùn)用壽命”。

〔2〕按Analyze，然后ComparedMeans，然后One-WayAnova的順次單擊，打開(kāi)“單因素方差分析”主對(duì)話(huà)框。

〔3〕從左邊源變量框中選取變量hours，然后按向右箭頭，所選去的變量hours即進(jìn)入DependentList框中。

〔4〕從左邊源變量框中選取變量filament，然后按向右箭頭，所選取的變量folament即進(jìn)入Factor框中。

〔5〕在主對(duì)話(huà)框中，單擊“OK”提交進(jìn)行。

五、輸出結(jié)果及分析燈泡運(yùn)用壽命的單因素方差分析結(jié)果ANQVASunofSquaresdfMeanSquareFSigBetweenGroups39776.46313258.8191.638.209WithinGroups178088.9228094.951Total217865.425該表各部分說(shuō)明如下：

第一列：方差來(lái)源，BetweenGroups是組間變差，WithinGroups是組內(nèi)變差，Total是總變差。

第二列：離差平方和，組間離差平方和為39776.46，組內(nèi)離差平方和為178088.9，總離差平方和為217865.4，是組間離差平方和與組內(nèi)離差平方和相加而得。

第三列：自由度，組間自由度為3，組內(nèi)自由度為22，總自由度為25，是組間自由度和組內(nèi)自由度之和。

第四列：均方，即平方和除以自由度，組間均方是13258.819，組內(nèi)均方是8094.951.第五列：F值，這是F統(tǒng)計(jì)量的值，其計(jì)算公式為模型均方除以誤差均方，用來(lái)檢驗(yàn)?zāi)Ｐ偷娘@著性，假如不顯著說(shuō)明模型對(duì)指標(biāo)的變化沒(méi)有說(shuō)明技能，F(xiàn)值為1.683.第六列：顯著值，是F統(tǒng)計(jì)量的p值，這里為0.209.由于顯著值0.209大于0.05，所以在置信水平0.95下不能否定零假設(shè)，也就是說(shuō)四種燈絲生產(chǎn)的燈泡，其平均運(yùn)用壽命美譽(yù)顯著差異。

六、運(yùn)用選擇項(xiàng)操作步驟七、輸出結(jié)果及分析描述性統(tǒng)計(jì)量表方差全都性檢驗(yàn)Sig大于0.05，說(shuō)明各組的方差在0.05的顯著水平上沒(méi)有顯著性差異，即方差具有全都性。

單因素方差分析結(jié)果未加權(quán)Unweighted線性項(xiàng)、加權(quán)weighted線性項(xiàng)、加權(quán)項(xiàng)與組間偏差平方和。自由度、均方、F值、顯著值。

LSD法和TAmhane’sT2發(fā)進(jìn)行均值多重比較的結(jié)果Duncan法進(jìn)行均值多重比較結(jié)果均值分布圖SPSS中的單因變量多因素方差分析一、基本原理在多因素的試驗(yàn)中，運(yùn)用方差分析而不用t檢驗(yàn)的一個(gè)重要緣由在于前者效率更高，本試驗(yàn)所講的單因變量多因素方差分析是對(duì)于一個(gè)變量是否受一個(gè)或多個(gè)因素或變量影響而進(jìn)行的回來(lái)分析和方差分析。這個(gè)過(guò)程可以檢驗(yàn)不同組之間均數(shù)由于受不同因素影響是否有差異的問(wèn)題，即可以分析每一個(gè)因素的作用，也可以分析各因素之間的交互作用，還可以分析協(xié)方差和協(xié)方差交互作用。

二、試驗(yàn)工具SPSSforWindows三、試驗(yàn)方法例：某生產(chǎn)隊(duì)在12塊面積相同的大豆試驗(yàn)田上，用不同方式施肥，大豆畝產(chǎn)〔斤〕的數(shù)據(jù)如下表編號(hào)氮肥〔斤)

磷肥〔斤)

畝產(chǎn)〔斤)

100400200390300420404450504460604455760430860420960440106456011645701264575氮肥用N表示，磷肥用P表示，兩個(gè)因子各取兩水平。為了探明氮肥作用大，還是磷肥作用大，我們進(jìn)行方差分析。

四、操作步驟〔1〕輸入數(shù)據(jù)集，因素變量有兩個(gè)，即N和P，均有兩水平，0表示不用該肥料，1表示用該肥料；因變量：output〔大豆畝產(chǎn)〕，單位為斤。

〔2〕在“Analyze”菜單中打開(kāi)“GeneralLinearModels”子菜單，從中選擇“Univariae”指令，打開(kāi)“多因素方差分析”主窗口。

〔3〕指令分析變量。選擇因變量output進(jìn)入Dependent框。選擇因素變量N和P進(jìn)入Fi*