實(shí)驗(yàn)報(bào)告二方差分析1126

1、 實(shí)驗(yàn)二 方差分析開課實(shí)驗(yàn)室：1B303 年 月 日姓 名成 績(jī)年級(jí)專業(yè)學(xué) 號(hào)實(shí)驗(yàn)小組成員指導(dǎo)教師一、實(shí)驗(yàn)內(nèi)容（一）單因素方差分析(One-Way ANOVA過(guò)程)（二）多因素方差分析(Univariate過(guò)程)（三）協(xié)方差分析(Univariate過(guò)程)二、 實(shí)驗(yàn)?zāi)康?學(xué)習(xí)利用SPSS進(jìn)行單因素方差分析、多因素方差分析和協(xié)方差分析。三、實(shí)驗(yàn)步驟（簡(jiǎn)要寫明實(shí)驗(yàn)步驟）（一） 單因素方差分析(One-Way ANOVA過(guò)程)實(shí)驗(yàn)內(nèi)容：某城市從4個(gè)排污口取水，進(jìn)行某種處理后檢測(cè)大腸桿菌數(shù)量，單位面積內(nèi)菌落數(shù)如下表所示，請(qǐng)分析各個(gè)排污口的大腸桿菌數(shù)量是否有差別。排污口1234大腸桿菌數(shù)量9,12,7,

2、520,14,18,1212,7,6,1023,13,16,21實(shí)驗(yàn)步驟： 1建立數(shù)據(jù)文件。定義變量名：編號(hào)、大腸桿菌數(shù)量和排污口的變量名分別為x1、x2、x3，之后輸入原始數(shù)據(jù)。2. 選擇菜單“AnalyzeCompare MeansOne-way ANOVA”，彈出單因素方差分析對(duì)話框。從對(duì)話框左側(cè)的變量列表中選擇變量” 大腸桿菌數(shù)量”，使之進(jìn)入“Dependent List”列表框；選擇“排污口”進(jìn)入“Factor”框。3選擇進(jìn)行各組間兩兩比較的方法。單擊“Post Hoc”，彈出“One-Way ANOVA: Post Hoc Multiple Comparisons”。在“Equal

3、 Variances Assumed”復(fù)選框組中選擇LSD.4定義相關(guān)統(tǒng)計(jì)選項(xiàng)以及缺失值處理方法。單擊“Options”按鈕，彈出“One-Way ANOVA: Options”對(duì)話框。在“Statistics”復(fù)選框組選擇Descriptive 和Homogeneity-of-variance.同時(shí)選中“Means plot”復(fù)選框。5單擊“OK”按鈕，執(zhí)行單因素方差分析，得到輸出結(jié)果。（二） 多因素方差分析(Univariate過(guò)程)實(shí)驗(yàn)內(nèi)容:某城市從4個(gè)排污口取水，經(jīng)兩種不同方法處理后，檢測(cè)大腸桿菌數(shù)量，單位面積內(nèi)大腸桿菌數(shù)量如下表所示，請(qǐng)檢驗(yàn)它們是否有差別。排污口1234處理方法19,

4、12,7,520,14,18,1212,7,6,1023,13,16,21處理方法213,7,10,817,10,9,1511,5,7,618,14,19,11實(shí)驗(yàn)步驟：1建立數(shù)據(jù)文件。定義變量名：編號(hào)、大腸桿菌數(shù)量、處理方法和排污口的變量名分別為x1、x2、x3和x4，之后輸入原始數(shù)據(jù)。2. 選擇菜單“Analyze General Linear Model Univariate”，彈出“多因素方差分析”對(duì)話框。在對(duì)話框左側(cè)的變量列表中選擇變量“大腸桿菌數(shù)量”進(jìn)入“Dependent Variable”框，選擇“排污口”和“處理方法”進(jìn)入“Fixed Factor(s)”框。3選擇建立多因素

5、方差分析的模型。單擊“Univariate”對(duì)話框中的“Model”按鈕，彈出“Univariate: Model”對(duì)話框。選中“Full Factorial”單選紐即飽和模型。4設(shè)置多因素變量的各組差異比較。單擊“Contrasts”按鈕，彈出“Univariate： Contrasts”對(duì)話框，在 “Contrasts”下拉框中選擇Simple；單擊“Change”按鈕可改變多因素變量的各組差異比較類型。5設(shè)置以圖形方式展現(xiàn)多因素之間是否存在交互作用。單擊“Plots”按鈕，彈出“Univariate：Profile Plots”對(duì)話框。選擇變量“排污口”進(jìn)入“Horizontal Axi

6、s”編輯框，選擇變量“處理方法”進(jìn)入“separate lines”編輯框, 單擊“ADD”進(jìn)入“Plots”框。6設(shè)置均值多重比較類型。單擊“Post Hoc”按鈕，彈出“Univariate： Post Hoc Multiple Comparisons for Observed Means”對(duì)話框。將因素“排污口”選入“Post Hoc Test for”列表框，進(jìn)行多重比較分析。在“Equal Variances Assumed”復(fù)選框組中，選擇LSD法進(jìn)行方差齊時(shí)兩兩均值的比較。7設(shè)置輸出到結(jié)果窗口的選項(xiàng)。單擊“Options”按鈕，彈出“Univariate：Options”對(duì)話框，

7、在“Display”復(fù)選框中選擇Descriptive statistics和Homogeneity tests. 8單擊“OK”按鈕，執(zhí)行多因素方差分析，得到輸出結(jié)果。（三） 協(xié)方差分析(Univariate過(guò)程)實(shí)驗(yàn)內(nèi)容：政府實(shí)施某個(gè)項(xiàng)目以改善部分年輕工人的生活狀況。項(xiàng)目實(shí)施后開始對(duì)年輕工人生活的改善情況進(jìn)行調(diào)查，調(diào)查項(xiàng)目包括工人受教育程度、是否實(shí)施了該項(xiàng)目、實(shí)施項(xiàng)目前的工資(前工資)和實(shí)施項(xiàng)目后的工資（后工資）如下表所示。用實(shí)施項(xiàng)目后的工資來(lái)反映生活狀況的改善，要求剔除實(shí)施項(xiàng)目前的工資差異，分析工人的受教育程度和該項(xiàng)目實(shí)施對(duì)工人收入的提高是否有顯著的影響。編號(hào)前工資后工資受教育程度項(xiàng)目實(shí)

8、施編號(hào)前工資后工資受教育程度項(xiàng)目實(shí)施1812初中否16812初中否2810高中否17810高中否3811初中否18811初中否4918初中是19918初中是5712初中否20712初中否6815初中是21815初中是7813高中否22813高中否8922初中是23922初中是9718初中是24718初中是1079初中否2578初中否1168初中否26812初中否121020高中是27815初中否13614初中是28913高中否14816初中是291114大學(xué)否151225大學(xué)否30614初中是實(shí)驗(yàn)步驟：1 建立數(shù)據(jù)文件。定義5個(gè)變量：x1、x2、x3、x4和x5，分別表示編號(hào)、前工資、后工資、

9、受教育程度和項(xiàng)目實(shí)施。注意：這5個(gè)變量都應(yīng)是數(shù)值型的。2選擇菜單“AnalyzeGeneral Linear ModelUnivariate”，彈出“多因素方差分析”對(duì)話框。3選擇進(jìn)行協(xié)方差分析的變量。在對(duì)話框左側(cè)的變量列表中選擇變量“后工資”進(jìn)入“Dependent Variable”框；選擇變量“受教育程度”和“項(xiàng)目實(shí)施”進(jìn)入“Fixed Factor(s)”框；選擇變量“前工資”進(jìn)入“Covariate(s)”框。4選擇建立多因素方差分析的模型。單擊“Model”按鈕，彈出“Univariate：Model”對(duì)話框，選擇飽和模型。5其他設(shè)置與多因素方差分析類似，在此略。6單擊“OK”按鈕

10、，執(zhí)行協(xié)方差分析，得到輸出結(jié)果。四、實(shí)驗(yàn)結(jié)果及分析（將每一步中的結(jié)果截圖粘貼至此處，并做簡(jiǎn)要說(shuō)明）具體內(nèi)容:(1)提出假設(shè) (2)粘貼結(jié)果(3)分析結(jié)果,給出結(jié)論。（一）單因素方差分析(One-Way ANOVA過(guò)程)（1）提出假設(shè)H0: 各個(gè)排污口的大腸桿菌數(shù)量無(wú)差別。（2）粘貼結(jié)果（3）分析結(jié)果，給出結(jié)論。相伴概率為0.329，>0.05，因此可以認(rèn)為各個(gè)組總體方差是相等的，滿足方差檢驗(yàn)的前提條件。方差檢驗(yàn)的F值為8.097，相伴概率為0.003。相伴概率小于顯著性水平0.05，表示拒絕零假設(shè)，也就是說(shuō)4個(gè)組中至少有一個(gè)組和其他三個(gè)組有明顯的區(qū)別，也有可能4個(gè)組之間都存在顯著的區(qū)別。

11、所以，各個(gè)排污口的大腸桿菌數(shù)量有差別。（二）多因素方差分析(Univariate過(guò)程)（1）提出假設(shè)H0：無(wú)差別。（2）粘貼結(jié)果（3） 分析結(jié)果，給出結(jié)論。相伴概率為0.384，>0.05，因此可以認(rèn)為各個(gè)組總體方差是相等的，滿足訪查檢驗(yàn)的前提條件。關(guān)于多個(gè)控制變量對(duì)觀察變量的獨(dú)立作用部分，不同處理方法貢獻(xiàn)的離差平方和為19.531，均方為19.531。不同排污口貢獻(xiàn)的離差平方和為441.344，均方為147.115?？梢姴煌盼劭诘挠绊懸炔煌幚矸椒ǖ挠绊懘?。他們對(duì)應(yīng)的F值和相伴概率分別為1.676，12.621和0.208，0.000。這說(shuō)明不同處理方法和不同的排污口都對(duì)大腸桿菌數(shù)

12、量造成了顯著的影響，但是不同處理方法造成的影響明顯小于不同排污口造成的影響。關(guān)于多個(gè)控制變量交互作用部分，這里處理方法和排污口交互作用的離差平方和為24.344，均方為8.115。F值和相伴概率分別為0.696,0.563。表明他們的交互作用對(duì)觀察結(jié)果造成顯著影響。關(guān)于隨機(jī)變量的影響部分，所貢獻(xiàn)的離差平方和為279.750，均方為11.656。所以，有差別。（三）協(xié)方差分析(Univariate過(guò)程)（1） 提出假設(shè)H0：工人的受教育程度和該項(xiàng)目實(shí)施對(duì)工人收入的提高無(wú)顯著的影響。（2） 粘貼結(jié)果（1） 分析結(jié)果，給出結(jié)論?？刂谱兞繉?duì)觀察變量的獨(dú)立作用部分：受教育程度和該項(xiàng)目實(shí)施貢獻(xiàn)的離差平方和為0.447，均方為0.447。對(duì)應(yīng)的F值和相伴概率分別為0.091,0.765。這說(shuō)明受教育程度和該項(xiàng)目實(shí)施對(duì)工人收入的提高沒(méi)有顯著的影響。協(xié)變量部分：這里前工資變量的離差平方和為76.524，均方為76.