SPSS方差分析學(xué)習(xí)教案

1、會(huì)計(jì)學(xué)1SPSS方差分析方差分析第一頁，共73頁。2021-10-31方差(fn ch)分析：又稱變異分析，是英國統(tǒng)計(jì)學(xué)家R.A. Fisher于1923年提出的一種統(tǒng)計(jì)方法，故有時(shí)也稱為F檢驗(yàn)?？珊唽憺锳NOVA。用于多組均數(shù) 之間的顯著性檢驗(yàn)。要求：各組觀察值服從正態(tài)分布或近似正態(tài)分布，并且各組之間的方差(fn ch)具有齊性。方差分析簡介(jin ji)第1頁/共73頁第二頁，共73頁。2021-10-31第2頁/共73頁第三頁，共73頁。2021-10-31 單因素方差分析常應(yīng)用于完全隨機(jī)設(shè)計(jì)的多組資料的均數(shù)比較(bjio)中。例 5個(gè)不同品種豬的育肥試驗(yàn)，后期30d增重（kg）如下表

2、所示。試比較(bjio)品種間增重有無顯著性差異。單因素(yn s)方差分析5 5個(gè)品種豬個(gè)品種豬30d30d增重增重品種品種增重（增重（kgkg）B1B121.521.519.519.520.020.022.022.018.018.020.020.0B2B216.016.018.518.517.017.015.515.520.020.016.016.0B3B319.019.017.517.520.020.018.018.017.017.0B4B421.021.018.518.519.019.020.020.0B5B515.515.518.018.017.017.016.016.0第3頁/共7

3、3頁第四頁，共73頁。2021-10-31第4頁/共73頁第五頁，共73頁。2021-10-31第5頁/共73頁第六頁，共73頁。2021-10-31第6頁/共73頁第七頁，共73頁。2021-10-31第7頁/共73頁第八頁，共73頁。2021-10-31第8頁/共73頁第九頁，共73頁。2021-10-31第9頁/共73頁第十頁，共73頁。2021-10-31第10頁/共73頁第十一頁，共73頁。2021-10-31第11頁/共73頁第十二頁，共73頁。2021-10-31第12頁/共73頁第十三頁，共73頁。2021-10-31第13頁/共73頁第十四頁，共73頁。2021-10-31第

4、14頁/共73頁第十五頁，共73頁。2021-10-31第15頁/共73頁第十六頁，共73頁。2021-10-31第16頁/共73頁第十七頁，共73頁。2021-10-31第17頁/共73頁第十八頁，共73頁。2021-10-31第18頁/共73頁第十九頁，共73頁。2021-10-31第19頁/共73頁第二十頁，共73頁。2021-10-31第20頁/共73頁第二十一頁，共73頁。2021-10-31燙傷(tngshng)對照組燙傷(tngshng)后24h切痂組燙傷(tngshng)后96h切痂組第21頁/共73頁第二十二頁，共73頁。2021-10-31觀察數(shù)據(jù)類型，選擇方法單因素方差分

5、析選擇結(jié)果變量選擇分組變量選擇描述性行分析（Options）多重比較(bjio)（因素非一個(gè)水平） （Post hoc）思路(sl)分析第22頁/共73頁第二十三頁，共73頁。2021-10-311、輸入數(shù)據(jù) 定義變量名：“group”、“ATP” 或者(huzh)打開：單因素多組資料的方差分析2、分析 AnalyzeCompare MeansOne Way ANOVA基本(jbn)步驟第23頁/共73頁第二十四頁，共73頁。2021-10-31Dependent List框：ATPFactor框： groupOptions：選中DescriptivePost Hoc：選擇(xunz) “LS

6、D” “S-N-K”ContinueOK！第24頁/共73頁第二十五頁，共73頁。2021-10-31LSD法：用t檢驗(yàn)完成各組均數(shù)間的比較，故比較適于一對平均數(shù)間的比較，或多個(gè)平均數(shù)都與對照組平均數(shù)比較。易放大一型錯(cuò)誤，接受備擇假設(shè)，檢驗(yàn)出顯著差別(chbi)。S-N-K：全稱Student Newman KeulsTest。是運(yùn)用較廣泛的一種兩兩比較方法。它采用Student Range分布進(jìn)行所有組均值間的配對比較。多重比較(bjio)方法第25頁/共73頁第二十六頁，共73頁。2021-10-31結(jié)果(ji gu)：描述性統(tǒng)計(jì)分析、方差分析、多重比較。標(biāo)準(zhǔn)差標(biāo)準(zhǔn)誤差95%的置信區(qū)間第2

7、6頁/共73頁第二十七頁，共73頁。2021-10-31由上表可知F=14.483,P值=0.0000.001即三組均數(shù)間差異(chy)極顯著，即不同時(shí)期切痂對大鼠肝臟ATP含量有影響。第27頁/共73頁第二十八頁，共73頁。2021-10-31兩組均數(shù)的差LSD法多重比較(bjio)：“*”顯著性標(biāo)注(bio zh)第28頁/共73頁第二十九頁，共73頁。2021-10-31S-N-K法：本例按0.5水平，將無顯著(xinzh)差異的均數(shù)歸為一類。第一組和第三組為一類，無顯著(xinzh)差異，它們與第二組之間均數(shù)差異顯著(xinzh)。LSD和S-N-K法，不同的兩兩比較法會(huì)有不同。第29

8、頁/共73頁第三十頁，共73頁。2021-10-31兩（多）因素(yn s)方差分析總體思路： 1、觀察數(shù)據(jù)類型選擇方法 一般線性模型多因素方差分析 2、選擇要分析的結(jié)果(ji gu)變量，固定因素或隨 機(jī)因素變量的選擇。 3、方差分析模型的選擇：全因素or自定義 4、選擇描述性統(tǒng)計(jì)分析。 5、兩兩比較（多重比較）方法的選擇。第30頁/共73頁第三十一頁，共73頁。2021-10-31屬于 隨機(jī)單位(dnwi)組設(shè)計(jì) 兩因素 無重復(fù)觀察值 方差分析典例講解(jingji)n例2 四窩不同品系的未成年大白鼠，每窩3只，分別注射不同劑量的雌激素，然后在同樣條件下試驗(yàn)，并稱得它們的子宮(zgng)重

9、量（g），試驗(yàn)結(jié)果見下表，試做方差分析。第31頁/共73頁第三十二頁，共73頁。2021-10-311、輸入數(shù)據(jù)： 變量名：“品系”、“劑量”、“子宮重量” 品系的4個(gè)水平分別用1、2、3、4表示 劑量的3個(gè)水平分別用1、2、3表示 （打開數(shù)據(jù)：）隨機(jī)單位組設(shè)計(jì)兩因素 無重復(fù)(chngf)觀察值方差分析第32頁/共73頁第三十三頁，共73頁。2021-10-31第33頁/共73頁第三十四頁，共73頁。2021-10-312、統(tǒng)計(jì)分析： Analyze-General Linear Model（一般線性模型(mxng)）-Univariate Dependent Variable框：子宮重量 要

10、分析的結(jié)果變量 Fixed Factor框：品系、劑量 固定因素為品系、劑量 Model鈕：選擇Custom 自定義方差分析模型(mxng) Build Terms：選Main effects Model框：品系、劑量 只分析主效應(yīng)品系、劑量 Options鈕：選擇Descriptive statistics 計(jì)算基本統(tǒng)計(jì)量 Post Hoc鈕：選擇S-N-K 兩兩比較方法采用S-N-K法 OK！第34頁/共73頁第三十五頁，共73頁。2021-10-31第35頁/共73頁第三十六頁，共73頁。2021-10-31第36頁/共73頁第三十七頁，共73頁。2021-10-31第37頁/共73頁第

11、三十八頁，共73頁。2021-10-31第38頁/共73頁第三十九頁，共73頁。2021-10-31第39頁/共73頁第四十頁，共73頁。2021-10-31第40頁/共73頁第四十一頁，共73頁。2021-10-31第41頁/共73頁第四十二頁，共73頁。2021-10-31第42頁/共73頁第四十三頁，共73頁。2021-10-31第43頁/共73頁第四十四頁，共73頁。2021-10-31第44頁/共73頁第四十五頁，共73頁。2021-10-31第45頁/共73頁第四十六頁，共73頁。2021-10-31第46頁/共73頁第四十七頁，共73頁。2021-10-31第47頁/共73頁第四

12、十八頁，共73頁。2021-10-313、結(jié)果(ji gu)說明：變異(biny)來源校正(jiozhng)模型不同品系、劑量對子宮重量的方差分析結(jié)果第48頁/共73頁第四十九頁，共73頁。2021-10-31從上表可知，品系的F23.771，P=0.0010.01，差異極顯著；劑量的F=33.537,P=0.0010.01，差異極顯著；說明不同品系和不同雌激素劑量對大叔子宮的發(fā)育均有極顯著影響，有必要(byo)進(jìn)一步對品系、雌激素劑量兩因素不同水平的均值進(jìn)行多重比較。校正(jiozhng)模型的第2、3列的值是兩個(gè)主效應(yīng)“品系”“劑量”對應(yīng)值之和。F27.677，P=0.0000.01,表明

13、所用模型有統(tǒng)計(jì)學(xué)意義。截距在我們的分析中沒有實(shí)際意義，可忽略。第49頁/共73頁第五十頁，共73頁。2021-10-31總和為截距、主效應(yīng)（“品系”“劑量(jling)”）、誤差項(xiàng)對應(yīng)值之和。校正總和為主效應(yīng)（“品系”“劑量(jling)”）和誤差項(xiàng)對應(yīng)值之和。第50頁/共73頁第五十一頁，共73頁。2021-10-31各品系(pn x)間子宮重量均數(shù)的兩兩比較（S-N-K）u品系4、2與品系3、1的子宮平均重量有顯著的差異(chy)；4與1在同一Subset內(nèi)，故二者差異(chy)不顯著；同理，3與1差異(chy)也不顯著。第51頁/共73頁第五十二頁，共73頁。2021-10-31各雌激素

14、劑量間子宮(zgng)重量均數(shù)的兩兩比較（S-N-K）由上表可見，三種劑量的均數(shù)都不在同一欄內(nèi)，故在P=0.05顯著水準(zhǔn)(shuzhn)下，三種劑量間的子宮重量都存在顯著差異。第52頁/共73頁第五十三頁，共73頁。2021-10-31交叉分組的兩因素(yn s)有重復(fù)觀察值方差分析交叉分組：是指A因素每個(gè)水平與B因素的每個(gè)水平都要碰到，兩者交叉搭配形成ab個(gè)水平組合即處理(chl)，試驗(yàn)因素A、B在試驗(yàn)中處于平等地位 。例：為了研究(ynji)飼料中鈣磷含量對幼豬生長發(fā)育的影響，將鈣（A）、磷（B）在飼料中的含量各分4個(gè)水平進(jìn)行交叉分組試驗(yàn)。選擇日齡、性別相同，初始體重基本一致的幼豬48頭，

15、隨機(jī)分成16組，每組3頭，經(jīng)2個(gè)月試驗(yàn)，幼豬增重見表第53頁/共73頁第五十四頁，共73頁。2021-10-31不同鈣磷用量（%）的試驗(yàn)豬增重(zn zhn)結(jié)果（kg）屬于 交叉分組的 兩因素(yn s) 有重復(fù) 觀察值方差分析第54頁/共73頁第五十五頁，共73頁。2021-10-311.數(shù)據(jù)輸入Name命令命名“鈣A”“磷B”兩變量，小數(shù)位（Decimals）依題意定義為0.1、2、3、4分別(fnbi)代表鈣磷的4個(gè)水平。命名另一變量“增重”，小數(shù)位為1。輸入數(shù)據(jù)第55頁/共73頁第五十六頁，共73頁。2021-10-312、分析： Analyze-General Linear Mod

16、el-Univariate Dependent Variable框：增重(zn zhn) Fixed Factor框：鈣A、磷B （Model鈕：Full factorial）Options鈕：選擇Descriptive statistics Post Hoc鈕：選擇S-N-KOK！第56頁/共73頁第五十七頁，共73頁。2021-10-31過程說明(shumng)：AnalyzeGeneral Line Model（一般線性模型）Univariate，則彈出“多因素方差分析”主對話框：變量(binling)“增重”置入Dependent Variable框內(nèi)；變量(binling)“鈣A”“

17、磷B”置入Fixed Factors框內(nèi)；第57頁/共73頁第五十八頁，共73頁。2021-10-31Options：選中Descriptive statistics， 求平均數(shù)、標(biāo)準(zhǔn)差等描述(mio sh)型指標(biāo)；Continue第58頁/共73頁第五十九頁，共73頁。2021-10-31Post Hoc：將變量(binling)“鈣A”“磷B”置入Post Hoc Tests for框內(nèi)，選中S-N-K法； Continue；OK第59頁/共73頁第六十頁，共73頁。2021-10-31不同鈣磷用量試驗(yàn)(shyn)豬增重結(jié)果的方差分析3.輸出(shch)結(jié)果第60頁/共73頁第六十一頁，共

18、73頁。2021-10-31結(jié)果(ji gu)說明：從結(jié)果表可知，鈣的F=3.221,P=0.0360.05,磷的F=27.767,P0.01,鈣與磷的互作F=9.808,P0.01,表明鈣、磷及其互作對幼豬的生長發(fā)育均有顯著(xinzh)或極顯著(xinzh)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、鈣與磷水平組合均數(shù)間的多重比較。第61頁/共73頁第六十二頁，共73頁。2021-10-31u系統(tǒng)(xtng)分組：在安排多因素試驗(yàn)方案時(shí)，將A因素分為a 個(gè)水平，在A因素每個(gè)水平Ai下又將B因素分成b個(gè)水平， 再 在 B 因素每個(gè)水平 Bij下將C因素分c個(gè)水平，這樣得到各因素

19、水平組合的方式稱為系統(tǒng)(xtng)分組。u如同一頭母畜不能同時(shí)與不同的公畜交配產(chǎn)生后代，所以不可以進(jìn)行交叉分組。四、系統(tǒng)(xtng)分組的兩因素有重復(fù)觀察值方差分析第62頁/共73頁第六十三頁，共73頁。2021-10-31屬于 系統(tǒng)分組的 兩因素(yn s) 有重復(fù) 觀察值方差分析n例4 比較4條公魚的產(chǎn)魚效應(yīng)，每條種公魚與3條母魚交配受精(shu jng)后，所生小魚各分兩池養(yǎng)殖，長大為成魚后檢測各池產(chǎn)魚量，結(jié)果如下表，試做方差分析。第63頁/共73頁第六十四頁，共73頁。2021-10-311、數(shù)據(jù)輸入(shr) 進(jìn)入定義變量（Variable View）工作表，用Name命令命名三個(gè)變

20、量“公魚”“母魚”“產(chǎn)魚量”，小數(shù)位（Decimals）依題意定義為0.用1、2、3、4代表4條公魚，112代表12條母魚。輸入(shr)數(shù)據(jù)第64頁/共73頁第六十五頁，共73頁。2021-10-312、分析(fnx)：Analyze-General Linear Model-Univariate Dependent Variable框：產(chǎn)魚量 Random Factors框：公魚、母魚Model鈕：選擇Custom Build Terms：選Main effects Model框：公魚、母魚 Sum of squares：選TypeOptions鈕：選擇Descriptive statis

21、ticsOK！第65頁/共73頁第六十六頁，共73頁。2021-10-31分析過程：AnalyzeGeneral Linear Model（一般(ybn)線性模型）Univariate，彈出“多因素方差分析”主對話框：u將“產(chǎn)魚量”置入Dependent Variable框內(nèi)第66頁/共73頁第六十七頁，共73頁。2021-10-31在系統(tǒng)分組的設(shè)計(jì)里，由于A、B兩因素不是(b shi)處于平等的地位，有主次之分，公魚及其與配母魚對所產(chǎn)的魚產(chǎn)量的影響的效應(yīng)是隨機(jī)的，因而該資料屬隨機(jī)模型，故將“公魚”和“母魚”變量置入Random Factors（隨機(jī)因素）框內(nèi)。第67頁/共73頁第六十八頁，共73頁。2021-10-31Model：彈出