SPSS試驗報告

1、精品文檔第六章方差分析一實驗目的1.理解方差分析的概念、原理及作用；2.掌握用SPSS進行單因素、雙因素及協(xié)方差分析的方法3.結(jié)合參考資料了解方差分析的其它方法及作用。二方差分析的原理方差分析的基本原理是認為不同處理組的均值間的差別基本來源有兩個：（1）隨機誤差，如測量誤差造成的差異或個體間的差異，稱為組內(nèi)差異，用變量在各組的均值與該組內(nèi)變量值之偏差平方和的總和表示，記作w SS，組內(nèi)自由度w df ;（2）實驗條件，即不同的處理造成的差異，稱為組間差異。用變量在各組的均 值 與總均值之偏差的總平方和表示，記作b SS，組間自由度b df。三實驗過程1.某農(nóng)場為了比較4種不同品種的小麥產(chǎn)量的差

2、異，選擇土壤條件基本相同的 土地，分成16塊，將每一個品種在4塊試驗田上試種，測得小表畝產(chǎn)量（kg）的數(shù)據(jù)如表6.17所示（數(shù)據(jù)文件為data6-4.sav），試問不同品種的小麥的平均 產(chǎn)量在顯著性水平0.05和0.01下有無顯著性差異。（數(shù)據(jù)來源：SPSS實用統(tǒng) 計分析 郝黎仁，中國水利水電出版社）表6.17小麥產(chǎn)量的實測數(shù)據(jù)品種A1A2A3A4產(chǎn)量277.5244.2249.2273:276.4249.5244.2240.9271236.8252.8257.4272.4239251.4266.5實驗步驟:第1步 分析：由于有一個因素（小麥），而且是4種飼料。故不能用獨立樣本T檢驗（僅適用兩

3、組數(shù)據(jù)），這里可用單因素方差分析；第2步數(shù)據(jù)的組織： 分成兩列， 一列是試驗田的產(chǎn)量 （output） ， 另一列是小 麥品種 （breed）（A、B、C、D）;第3步方差相等的齊性檢驗：由于方差分析的前提是各個水平下（這里是不同品 種的小麥產(chǎn)量）的總體服從方差相等的正態(tài)分布。其中正態(tài)分布的要求并不是很 嚴格，但對于方差相等的要求是比較嚴格的。因此必須對方差相等的前提進行檢驗。從SPSS的數(shù)據(jù)管理窗口中選擇analyzecompare means One-Way ANOVA將小麥產(chǎn)量（output）選入dependent list框中，將品種（breed）選入factor1歡迎下載精品文檔框中

4、， 點開Options， 選中Homogeneity of varianee test（方差齊性檢驗） ， 點開post hoe multipleeomparisons，將significanee level的值在兩次實驗時分別設置為0.01和0.05。如下圖所示：HelpContrasis ,Posl HOC.Options.-StalisticsMeans ptotiContae Cancel-Missing Values- Eiduda cases by analysis Esdude caseslistisel_. De&criphrtRNMI and random effBd

5、B申世m(xù)ogEMty orvarince tedfirown-ForsjihE.TJelch實驗結(jié)果及分析:在0.05的顯著性水平下 不同小麥的等齊性檢驗:方差齊性檢驗的H假設是方差相等，從上表可看出Sig.=0.0460.05，說明應該 接受H0假設。幾種小麥的方差檢驗結(jié)果（如下）：ON宜KAY口tput 3Y breed/STATISTICS HCMOGENEITY /MISSIMG ANALYSIS /POSTHOC=LSD ALPHA（a*05） 組間平方和為2263.482，自由度（df）為3,均方為754.494;組內(nèi)平方和為744.715，自由度為12,均方為62.060,；F統(tǒng)

6、計量為12.518。由于組間比較的2歡迎下載Levene Statisticdfldf2Sig.3.533312.046Test of Homogeneity of VariancesBurn of SquaresdfMean SquareFSigBetween GroupsWithin GroupsTctal2263.482744.71 53008.167312754 49462.0601 2.158.001ANOVArt產(chǎn)量精品文檔相伴概率Sig（P值）=0.0010.01,所以接受He假設（四種小麥產(chǎn)量無顯著性差 異），組間比較的相伴概率Sig（P值）=0.0010.05，說明應該接受H

7、）假設。組間平方和為77.500，自由度（df）為3,均方為25.833;組內(nèi)平方和為216.333，自由度為20,均方為10.817；2.388。由于組間比較的相伴概率Sig（P值）=0.990.05，故應接受H）假設（四 種輪胎的壽命無顯著性差異），說明四種輪胎的壽命無顯著性差異。如果想進一步了解空間是哪種和其他組有顯著性的均值差別 （即哪種輪胎更好） ，就需要在多個樣本均值間進行兩兩比較。單擊Post Hoc按鈕，打開擊Post Hoc按鈕，打開One-Way ANOVA:Post Hoc MultipleComparisions對話框，如圖所示。在其中可以選擇一種或幾種比較分析的方法。

8、One-Way AIMOVA; Post Hoc M ulti pier Compos risonsEqual Variances Assumed/LEU S-N-KYVaKer-DuncariIM BonferrcniBTukeyT 口 巳11 口安11F fO rF?啟O_| SidakFHI TuKey*s-bDunnettSctiefteDuncanControl Cst(?gcirv=1口R-E-G-W F鬥Hoch herosGT2丁e st1 I R-F-G-W O GatMlei2-SlsJ!貯)匕CoFitrcj i|a o ntre輸出結(jié)果為:4歡迎下載Can匚電IHelp

9、精品文檔Post Moe Testslititli|zp：l4f O色裝Simple OonlraisPDe pen de.LeveI 1 vs. Level 3Contrast EstimateHypothesized ValueD ifife ren c e (Estimate - Hyp a th e s irze d)Sid. ErrorSiQ.S5% ConTidence intervalLower Bound5口盹咋upper Bound.111 o-.1 11.489.823-1 . 1 38.91 5Level 2 vs. Level 3Contrast EstimateHyp

10、othesized ValueDifferi&nte fEstimate - Hyipolthe5iizedStd. ErrorSig.95*KJConTidence IntervailLower Boundfor DifferenceUpper Bound333O.333.489.504-.6931 .360a. Reference匚ategcry= 37歡迎下載精品文檔上圖是包裝變量的均值比較結(jié)果， 可以看第1,2組與第3組比較的均值差異均 顯著。下圖是擺放位置變量的均值比較結(jié)果， 可以看第1,2組與第3組比較的均值差 異均顯著。Contrast Fie suits (K Matr

11、ix)探図立罟:Simple CorrtrastdDepende.Level 1 vs. Level 3Contrast E stimate11Hypothesized V-alu0Difference (Estimate -Hypothesized)St cl. Error43QSig82395% Confidence IntervalLower Bound-1 1 38for DifferenceUpper Bound.915Level 2 vs. Level 3Contrast Estimate_667Hypothesized Vatlus0Difference (Estimate -H

12、ypothesized)J667Std. Error489sig.1 3995% conndenite internalLower Bound-360for DifferenceUpper Bound1 693a. Reference ctegciry = 34.研究楊樹一年生長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 行了18個樣地的栽培實驗，測定楊樹苗的一年生長量、初始高度、全部實驗條 件（包括氮肥量和鉀肥量）及實驗結(jié)果（楊樹苗的生長量）數(shù)據(jù)如表6.21，請 在顯著水平0.05下檢驗氮肥量、鉀肥量及樹苗初始高度中哪些對楊樹的生長有 顯著性影響。（數(shù)據(jù)來源：生物數(shù)學模型的統(tǒng)計學基礎(chǔ)

13、李勇，科學出版社；數(shù) 據(jù)文件：data6-8.sav）表6.21楊樹栽培試驗數(shù)據(jù)序號氮肥量鉀肥量樹 苗 初高生長量序號氮肥量鉀肥量樹苗初高生長量1少04.51.8510多06.52.152少06211多061.993少J041.612多06.52.06 n4少12.5 6 .5213多12.541.935少12.5 72.0414多12.5 :62.1 16少12.5 51.9115多12.55.52.157少2572.416多2554.28少二2554.2517多25 :62.3 n9少2552.118多255.54.25實驗步驟:第1步分析：入學成績肯定會對最后成績有所影響，這里著重分析不

14、同教學方 法的影響，就應該將生長量的影響去除。就應該用到協(xié)方差分析。第2步 按以下步驟analyze|general linear model|univariate，將樹苗初高為協(xié)變量，并按以下設置：8歡迎下載第3步 其它設置與多因素方差分析大同小異。實驗結(jié)果及分析:Between - Subject s FactorsNtl肥駅年9少9鉀吧量-00612.50625 006Tests of Between-Subiects EffectsDepend&ntVariable: - F. JSourceType III Sum ofSquaresdfMean SquareFSigCorr

15、ected Modtai538a6.09019247.000Intercept.6271.627134.473000height.1291.12927 602.000N.04110418.877.01 3K.31 32.15733.579.000N *K.02120112 252.150Error.0511 1.005Total77.S011Corrected Total.59017a. R Squared = .913 (Adjusted R Squared = .B66)精品文檔UnivgiiEndErit対日rimbig.生餐皐gro械Fi-0，正相關(guān)，表明自變量和因變量呈相同方向變化;

16、r0,負相關(guān)；r的絕對值愈接近1，表示x,y愈接近線性相關(guān)。當|r|=1時，y的取值完全依賴 于x，兩者為函數(shù)關(guān)系，是完全的線性關(guān)系;r的絕對值愈接近0，表示x,y愈沒 有線性相關(guān)關(guān)系。當r=0,表示兩個變量之間不存在線性相關(guān)系。當0r=0.8,視為高度相關(guān)；0.5=|r|0.8， 視為中度相關(guān)；|r|0.3視為不相關(guān)。偏相關(guān)系數(shù)的檢驗：在利用本研究總體的特性時，由于抽樣誤差的存在，樣本中 控制了其他變量的影響，兩個變量間偏相關(guān)系數(shù)不為0,不能說明總體中這兩個變量間的偏相關(guān)系數(shù)不是0,因此必須進行檢驗。檢驗的零假設：總體中兩個變 量間的偏相關(guān)系數(shù)為0。三實驗過程3.K.K.Smith在煙草雜交

17、繁殖的花上收集到如表8.16所示的數(shù)據(jù)，要求對以 上3組數(shù)據(jù)兩兩之間進行相關(guān)分析，以0.05的顯著性水平檢驗相關(guān)系數(shù)的顯著 性。（數(shù)據(jù)來源：統(tǒng)計軟件SPSS系列應用實踐篇 蘇金明，電子工業(yè)出版社;數(shù)據(jù)文件：data8-5.sav）表8.16 K.K.Smith所調(diào)查的長度資料花瓣長49443242325336393745414845 39 40 ,34 37 35花枝長2724122213 :29 ：14 20 :16：2122252318 20 15 20 13花萼長1916121710191514152114222215 14 15 1516實驗步驟:第1步 分析：分析三組數(shù)據(jù)的兩兩之間的

18、相關(guān)性，而且給出的是具體的數(shù)值, 這是一個二元相關(guān)性問題；第2步數(shù)據(jù)組織：將三個變量分別定義為花瓣、花枝和花萼；10歡迎下載精品文檔第3步按Analyze|Correlate|Bivariate順序打開二元變量的分析主對話框Bivariate Correlatio ns并作如下圖所作的設置：實驗結(jié)果及分析:Correlationsfi陽也Pearson Correlation1.955.797 Sig. (2-taile4)000000N101818花枝檢Pearson Corretation.疥F F.678Sig. (2-tailedJODO.002N1818Pearson Correla

19、tion .797.578_rSig (Mailed)000002N1B1818*. Correlation is significant at the 0.01 level (2-怕ilEd),運行結(jié)果中給出了3個變量兩兩之間的Pearson相關(guān)系數(shù)（Pearson Correlation）、雙側(cè)顯著情況 檢驗概率（Sig.（2-tailed）和數(shù)據(jù)組數(shù)（N）。 腳注內(nèi)容顯示相關(guān)分析結(jié)果在0.01的水平上顯著。另外，從表中可以看出，花 瓣長和花枝長的數(shù)據(jù)具有很強的相關(guān)性。而雙側(cè)檢驗的顯著性概率均小于0.05， 因此否定零假設（零假設是變量之間不具有相關(guān)性），認為相關(guān)系數(shù)不為零，變 量之間具有

20、相關(guān)性。4.試確定1962-1988年安徽省國民收入與城鄉(xiāng)居民儲蓄存款余額兩個變量間 的線性相關(guān)性，數(shù)據(jù)如表8.17所示。（數(shù)據(jù)來源：數(shù)據(jù)統(tǒng)計與管理1990年 第5期，中國商場統(tǒng)計研究會主辦；數(shù)據(jù)文件：data8-6.sav）表8.17 1962-1988年安徽省國民收入數(shù)據(jù)表年份19621963196419651966196719681969197019711972197319741975國民收入34.35.39.47.54.50.49.51.65.72.77.83.8287.11歡迎下載精品文檔（億元）61675232148669610657725744存款余額0.50.70.811.21

21、.11.31.21.31.61.84.22.52.6（億9152428 15751年份197197197197198198198198198198198198198r6789012345678國民收 入95.97.103116127150161180221271310357444（億6323.81.29.87.29.47.2.17.81.53.86.78存款余額2.73.13.95.78.712.16.20.28.38.55.74.89.（億元）43156193695324343283實驗步驟:第1步 分析：由于對不同年份的國民收入和存款余額均是定序數(shù)據(jù)，故考慮二 元定序變量的相關(guān)性進行分析；

22、第2步數(shù)據(jù)組織：將三個變量分別定義為年份、國民收入、存款余額第3步按Analyze|Correlate|Bivariate順序打開二元變量的分析主對話框Bivariate Correlatio ns并作如下圖所作的設置；運行即可。呂rvariate Corral at ionCorrelation Coci e ntsi Pears on Y Kendalls tau-o “Test of Siynifi匚曰ri匚B5 Two-tailed1? One-tailedL Flag significant correJations(_ -里里 asteReset CanejH 翌翌p實驗結(jié)果及分析:12歡迎下載精品文檔Options-.-iSpearman4Correl0,雙尾檢驗的相伴概率為0.0000，同時雙尾檢測的相伴概率值Sig.=0.0000.05，也說明了兩變量呈顯著的正相關(guān)。從表的腳注也可以看出雙尾檢測下兩變量在0.01水平上具有顯著的正相關(guān)性。5.某高校抽樣得到10名短跑運動員，測出100米的名次和跳高的名次如表8.18，問這兩個名次是否在0.05的顯著性水平下具有相關(guān)性。（數(shù)據(jù)來源：應 用統(tǒng)計學：數(shù)據(jù)統(tǒng)計方法、數(shù)據(jù)獲取與SPSS應用