2024年spass方差分析實(shí)驗(yàn)報(bào)告

試驗(yàn)主題專(zhuān)業(yè)記錄軟件應(yīng)用試驗(yàn)題目方差分析實(shí)訓(xùn)時(shí)間年2學(xué)期15周（5月30曰—31曰）學(xué)生姓名官其虎學(xué)號(hào)班級(jí)0360901實(shí)訓(xùn)地點(diǎn)信息管理試驗(yàn)室設(shè)備號(hào)B25指導(dǎo)教師劉進(jìn)一試驗(yàn)?zāi)康氖录陌l(fā)生往往與多種原因有關(guān)，但各個(gè)原因?qū)κ录l(fā)生的中的用作用是不一樣樣的，并且同一原因的不一樣水平對(duì)事件發(fā)生的影響也是不一樣的。如農(nóng)業(yè)研究中土壤、肥料、曰照時(shí)間等原因?qū)δ撤N農(nóng)作物產(chǎn)量的影響，不一樣飼料對(duì)牲畜體重增長(zhǎng)的效果等，都可以使用該方差分析措施來(lái)處理。理解和學(xué)會(huì)使用方差分析措施來(lái)處理問(wèn)題。二試驗(yàn)內(nèi)容第一題：某農(nóng)場(chǎng)為了比較4種不一樣品種的小麥產(chǎn)量的差異，選擇土壤條件基本相似的土地，提成16塊，將每一種品種在4塊試驗(yàn)田上試種，測(cè)得小表畝產(chǎn)量（kg）的數(shù)據(jù)如表6.17所示（數(shù)據(jù)文獻(xiàn)為data6-4.sav），試問(wèn)不一樣品種的小麥的平均產(chǎn)量在明顯性水平0.05和0.01下有無(wú)明顯性差異。（數(shù)據(jù)來(lái)源：《SPSS實(shí)用記錄分析》郝黎仁，中國(guó)水利水電出版社）表6.17小麥產(chǎn)量的實(shí)測(cè)數(shù)據(jù)品種A1A2A3A4產(chǎn)量277.

244.2249.2273

76.4249.5244.2240.9271236.8252.8257.4272.4239251.4266.5a)本題的試驗(yàn)原理：?jiǎn)卧蚍讲罘治鯾)試驗(yàn)環(huán)節(jié)：第1步分析：由于有一種原因（品種），并且是4種品種。故不能用獨(dú)立樣本T檢查（僅合用兩組數(shù)據(jù)），這裏可用單原因方差分析；第2步數(shù)據(jù)的組織：提成兩列，一列是小麥的產(chǎn)量，另一列是小麥品種（分別用A1,A2,A3,A4標(biāo)識(shí)）；第3步方差相等的齊性檢查：由于方差分析的前提是各個(gè)水平下(這裏是不一樣的飼料folder影響下的產(chǎn)量)的總體服從方差相等的正態(tài)分布。其中正態(tài)分布的規(guī)定并不是很?chē)?yán)格，但對(duì)于方差相等的規(guī)定是比較嚴(yán)格的。因此必須對(duì)方差相等的前提進(jìn)行檢查。點(diǎn)開(kāi)Options，選中Homogeneityofvariancetest（方差齊性檢查）。第四步把明顯性水平改為0.01反復(fù)前面三個(gè)環(huán)節(jié)。c)成果及分析：(1)不一樣品種的奇性檢查成果TestofHomogeneityofVariances產(chǎn)量LeveneStatisticdf1df2Sig.3.593312.046(2)幾種品種的方差檢查成果ANOVA產(chǎn)量SumofSquaresdfMeanSquareFSig.BetweenGroups2263.4823754.49412.158.001WithinGroups744.7151262.060Total3008.19715(3)描述記錄量表Descriptives產(chǎn)量NMeanStd.D

viationStd.Error

5%ConfidenceIntervalforMeanMinimumMaximumLowerBoundUpperBoundA14274.32503.117021.55851269.3651279.2849271.00277.50A24242.62505.801362.90068233.3937251.8563236.80249.50A34249.65003.316121.65806244.3733254.9267245.20252.80A44259.450013.923726.96186237.2943281.6057240.90273.00Tota16256.512514.161443.54036248.9664264.0586236.80277.50(4)多重比較成果MultipleComparisons產(chǎn)量LSD(I)品種(J)品種MeanDifference(I-J)Std.ErrorSig.95%ConfidenceIntervalLowerBoundUpperBoundA1A231.70000*5.57044.00019.563143.8369A324.67500*5.57044.00112.538136.8119A414.87500*5.57044.0202.738127.0119A2A1-31.70000*5.57044.000-43.8369-19.5631A3-7.025005.57044.231-19.16195.1119A4-16.82500*5.57044.011-28.9619-4.6881A3A1-24.67500*5.57044.001-36.8119-12.5381A27.025005.57044.231-5.111919.1619A4-9.800005.57044.104-21.93692.3369A4A1-14.87500*5.57044.020-27.0119-2.7381A216.82500*5.57044.0114.688128.9619A39.800005.57044.104-2.336921.9369*.Themeandifferenceissignificantatthe0.05level.(5)均值折線圖(6)分析：根據(jù)方差分析的多重比較成果，分別進(jìn)行了兩兩比較，以A2品種與A1、A3、A4的比較為例。A2品種與A1、A3、A4種的均值相差分別為-31.70000、-7.02500、-16.82500，并且所有的相伴概率sig=0.000<0.05，這闡明了A2種與其他三種飼料均具有明顯性差異，并且從產(chǎn)量均值的差異上看MeanDifference(I-J)均低于其他3種品種，闡明A2種的效果沒(méi)有其他品種的效果好。第二題：某企業(yè)但愿檢測(cè)四種類(lèi)型的輪胎A，B，C，D的壽命（由行駛的裏程數(shù)決定），見(jiàn)表6.18（單位：仟英裏）（數(shù)據(jù)文獻(xiàn)為data6-5.sav），其中每種輪胎應(yīng)用在隨機(jī)選擇的6輛汽車(chē)上。在明顯性水平0.05下判斷不一樣類(lèi)型輪胎的壽命間與否存在明顯性差異？（數(shù)據(jù)來(lái)源：《記錄學(xué)（第三版）》，M.R.斯皮格爾，科學(xué)出版社）表6.18四種輪胎的壽命數(shù)據(jù)A333836403135B324042383034C313735333430D2934323033311本題的試驗(yàn)原理：?jiǎn)卧蚍讲罘治鰡我蚧シ讲罘治觯∣ne-wayANOVA）稱(chēng)為一維方差分析，它檢查由單一原因影響的一種(或幾種互相獨(dú)立的）因變量，由原因各水平分組的均值之間的差異，與否具有記錄意義，或者說(shuō)它們與否來(lái)源于同一總體。2試驗(yàn)環(huán)節(jié)：第1步分析：由于有一種原因（不一樣的輪胎），并且是4種品種。故不能用獨(dú)立樣本T檢查（僅合用兩組數(shù)據(jù)），這裏可用單原因方差分析；第2步數(shù)據(jù)的組織：提成兩列，一列是輪胎的壽命，另一列是四種類(lèi)型的輪胎（分別用A、B、C、D標(biāo)識(shí)）；第3步方差相等的齊性檢查：由于方差分析的前提是各個(gè)水平下(這裏是不一樣的飼料folder影響下的產(chǎn)量)的總體服從方差相等的正態(tài)分布。其中正態(tài)分布的規(guī)定并不是很?chē)?yán)格，但對(duì)于方差相等的規(guī)定是比較嚴(yán)格的。因此必須對(duì)方差相等的前提進(jìn)行檢查。點(diǎn)開(kāi)Options，選中Homogeneityofvariancetest（方差齊性檢查）。3試驗(yàn)成果(1)不一樣類(lèi)型輪胎的奇性檢查成果TestofHomogeneityofVariances裏程LeveneStatisticdf1df2Sig.3.088320.050(2)幾種類(lèi)型輪胎的方差檢查成果ANOVA裏程SumofSquaresdfMeanSquareFSig.BetweenGroups77.500325.8332.388.099WithinGroups216.3332010.817Total293.83323(3)均值折線圖(4)分析：從均值折線圖上反應(yīng)出來(lái)四種輪胎互相之間均存在明顯性差異，從效果來(lái)看B種最佳，D種最差。第三題：將4種不一樣的水稻品種A1，A2，A3，A4安排在面積相似的4種不一樣土質(zhì)的地塊B1，B2，B3，B4中試種，測(cè)得各地塊的產(chǎn)量（kg）如表6.19（數(shù)據(jù)文獻(xiàn)為data6-6.sav），試分別在明顯性水平為0.05和0.01下檢查不一樣水稻品種、不一樣土質(zhì)及兩者交互作用對(duì)水稻產(chǎn)量的影響。（數(shù)據(jù)來(lái)源：《SPSS實(shí)用記錄分析》郝黎仁，中國(guó)水利水電出版社）表6.19四種水稻的產(chǎn)量數(shù)據(jù)B1B2B3B4A1135120147132A2154129125125A3125129120133A41151241191231、本題試驗(yàn)原理：雙原因方差分析假如同步研究?jī)蓚€(gè)或多種因子對(duì)試驗(yàn)成果（對(duì)單一的因變量）的影響，就稱(chēng)為雙因子方差分析（Two-wayANOVA）。2、試驗(yàn)環(huán)節(jié)：第1步分析：需要研究明顯性水平為0.05和0.01下檢查不一樣水稻品種、不一樣土質(zhì)及兩者交互作用對(duì)水稻產(chǎn)量的影響，這是一種多原因(雙原因)方差分析問(wèn)題。第2步按Analyze|GeneralLinearModel|Univariate的環(huán)節(jié)打開(kāi)Univariate對(duì)話框。并將“產(chǎn)量”變量移入DependentVariable框中，將“品種”和“土質(zhì)”移入FixedFactor(s)中，第3步單擊Options，由于方差分析的前提上方差相等，故應(yīng)進(jìn)行方差齊性檢查，選中“Homogeneitytests”,第4步通過(guò)以上環(huán)節(jié)只能判斷兩個(gè)控制變量的不一樣水平與否對(duì)觀測(cè)變量產(chǎn)生了明顯影響。假如想深入理解究竟是哪個(gè)組與其他組有明顯的均值差異，就需要在多種樣本均數(shù)間兩兩比較。(這與前面的單原因方差分析一致)。打開(kāi)Univariate:PostHocMultipleComparisonsforObservedMeans對(duì)話框，在其中選出需要進(jìn)行比較分析的對(duì)話框，這裏選“品種”，再選擇一種方差相等時(shí)的檢查模型和不相等時(shí)的檢查模型（這樣兩種狀況均可應(yīng)對(duì)第5步選擇建立多原因方差分析的模型種類(lèi)。打開(kāi)Model對(duì)話框，本例用默認(rèn)的Fullfactorial模型。這種模型將觀測(cè)變量總的變異平方和分解為多種控制變量對(duì)觀測(cè)變量的獨(dú)立部分、多種控制變量交互作用部分以及隨機(jī)變量影響部分第6步以圖形方式展示交互效果。假如各原因間無(wú)交互效果，則各個(gè)水平對(duì)應(yīng)的圖形應(yīng)近于平行，否則相交。點(diǎn)開(kāi)Plots,選兩個(gè)變量之交互作用，第7步對(duì)控制變量各個(gè)水平上的觀測(cè)變量的差異進(jìn)行對(duì)比檢查。選擇Contrasts對(duì)話框，對(duì)兩種原因均進(jìn)行對(duì)比分析，措施用Simple措施，并以最終一種水平的觀測(cè)變量均值為原則。（選擇Contrasts方式後需單擊Change進(jìn)行確認(rèn)）第8步運(yùn)行成果及分析。完畢以上設(shè)置後單擊OK運(yùn)行對(duì)其成果及分析3、試驗(yàn)成果：(1)分組描述表Between-SubjectsFactorsValueLabelN水稻1A142A243A344A44土地1B142B243B344B44(2)多原因方差分析及交互檢查成果表TestsofBetween-SubjectsEffectsDependentVariable:產(chǎn)量SourceTypeIIISumofSquaresdfMeanSquareFSig.CorrectedModel1571.93815104.796..Intercept263939.0621263939.062..rice474.6873158.229..soil94.688331.563..rice*soil1002.5629111.396..Error.0000.Total265511.00016CorrectedTotal1571.93815a.RSquared=1.000(AdjustedRSquared=.)(3)交互影響折線圖(4)分析：有最終的交互影響折線圖來(lái)看，A2品種在B1土地上種植最終的產(chǎn)量最高。第四題：某超市將同一種商品做3種不一樣的包裝（A）并擺放在3個(gè)不一樣的貨架區(qū)（B）進(jìn)行銷(xiāo)售試驗(yàn)，隨機(jī)抽取3天的銷(xiāo)售量作為樣本，詳細(xì)資料見(jiàn)表6.20。規(guī)定檢查：在明顯性水平0.05下商品包裝、擺放位置及其搭配對(duì)銷(xiāo)售狀況與否有明顯性影響。（數(shù)據(jù)來(lái)源：《應(yīng)用記錄學(xué)》耿修林，科學(xué)出版社；數(shù)據(jù)文獻(xiàn)：data6-7.sav）表6.20銷(xiāo)售樣本資料B1B2B3A15,6,46,8,74,3,5A27,8,85,5,63,6,4A33,2,46,6,58,9,61、本題試驗(yàn)原理：協(xié)方差分析協(xié)方差分析是運(yùn)用線性回歸的措施消除原因的影響後進(jìn)行的方差比較。就是說(shuō)先從因變量的總偏差平方和中清除協(xié)變量對(duì)因變量的回歸平方和，再對(duì)殘差平方和進(jìn)行分解，進(jìn)行方差分析。例如考慮藥物對(duì)患者某個(gè)生化指標(biāo)變化的影響，要比較試驗(yàn)組與對(duì)照組該指標(biāo)的勻值與否有明顯性差異以確定藥物的有效性，也許要考慮患者病程的長(zhǎng)短、年齡以及原指標(biāo)水平對(duì)療效的影響。要消除這些原因的影響，考慮藥物療效，才是科學(xué)的分析措施。這些混雜的原因變量稱(chēng)為協(xié)變量。2、試驗(yàn)環(huán)節(jié):第1步分析：就應(yīng)當(dāng)用到協(xié)方差分析。第2步將不一樣貨架作為協(xié)變量。第3步其他設(shè)置與多原因方差分析大同小異。第4步重要成果及分析，3、試驗(yàn)成果：(1)分組描述表Between-SubjectsFactorsValueLabelN包裝1A192A293A39擺放位置1B192B293B39(2)原因方差分析及交互檢查成果表TestsofBetween-SubjectsEffectsDependentVariable:銷(xiāo)量SourceTypeIIISumofSquaresdfMeanSquareFSig.CorrectedModel65.40788.1767.612.000Intercept822.2591822.259765.552.000casing.9632.481.448.646place3.18521.5931.483.253casing*place61.259415.31514.259.000Error19.333181.074Total907.00027CorrectedTotal84.74126a.RSquared=.772(AdjustedRSquared=.670)(3)交互影響折線圖(4)分析：由交互影響折線圖可以看到，把A2包裝的商品放在B1貨架上和把Z3包裝的商品放在B3貨架上銷(xiāo)售量最高。第五題：研究楊樹(shù)一年生長(zhǎng)量與施用氮肥和鉀肥的關(guān)系。為了研究這種關(guān)系，一共進(jìn)行了18個(gè)樣地的栽培試驗(yàn)，測(cè)定楊樹(shù)苗的一年生長(zhǎng)量、初始高度、所有試驗(yàn)條件（包括氮肥量和鉀肥量）及試驗(yàn)成果（楊樹(shù)苗的生長(zhǎng)量）數(shù)據(jù)如表6.21，請(qǐng)?jiān)诿黠@水平0.05下檢查氮肥量、鉀肥量及樹(shù)苗初始高度中哪些對(duì)楊樹(shù)的生長(zhǎng)有明顯性影響。（數(shù)據(jù)來(lái)源：《生物數(shù)學(xué)模型的記錄學(xué)基礎(chǔ)》李勇，科學(xué)出版社；數(shù)據(jù)文獻(xiàn)：data6-8.sav）表6.21楊樹(shù)栽培試驗(yàn)數(shù)據(jù)序號(hào)氮肥量鉀肥量樹(shù)苗初高生長(zhǎng)量序號(hào)氮肥量鉀肥量樹(shù)苗初高生長(zhǎng)量1少04.51.8510多06.52.152少06211多061.993少041.612多06.52.064少12.56.5213多12.541.935少12.572.0414多12.562.16少12.551.9115多57少2572.416多2554.28少2554.2517多2562.39少2552.118多255.54.251、試驗(yàn)原理：多原因方差分析假如同步研究?jī)蓚€(gè)或多種因子對(duì)試驗(yàn)成果（對(duì)單一的因變量）的影響，就稱(chēng)為雙因子方差分析（Two-wayANOVA）。2、試驗(yàn)環(huán)節(jié)：同第三題的環(huán)節(jié)差不多，只是在DependentVariable框中選擇多種控制變量。3、試驗(yàn)成果：①方差齊性檢查成果Levene'sTestofEqualityofErrorVariancesaDependentVariable:生長(zhǎng)量Fdf1df2Sig.1.752510.211Teststhenullhypothesisthattheerrorvarianceofthedependentvariableisequalacrossgroups.a.Design:Intercept+氮肥量+鉀肥量+樹(shù)苗初高+氮肥量*鉀肥量*樹(shù)苗初高②協(xié)變量與因變量交互作用檢查T(mén)estsofBetween-SubjectsEffectsDependentVariable:生長(zhǎng)量SourceTypeIIISumofSquaresdfMeanSquareFSig.CorrectedModel.4447.06310.052.002Intercept.6721.672106.437.000氮肥量9.313E-519.313E-5.015.906鉀肥量.0192.0101.504.279樹(shù)苗初高.1271.12720.158.002氮肥量*樹(shù)苗初高.0011.001.118.740鉀肥量*樹(shù)苗初高.0162.0081.243.339Error.0518.006Total67.44816CorrectedTotal.49515a.RSquared=.898(AdjustedRSquared=.809)③協(xié)方差分析重要成果TestsofBetween-SubjectsEffectsDependentVariable:生長(zhǎng)量SourceType