利用SPSS-進(jìn)行方差分析以及正交試驗(yàn)設(shè)計(jì)

1、無(wú)實(shí)驗(yàn)設(shè)計(jì)與分析課程論文題目 利用利用 SPSS 軟件進(jìn)行方差軟件進(jìn)行方差分析和正交試驗(yàn)設(shè)計(jì)分析和正交試驗(yàn)設(shè)計(jì)學(xué)學(xué)院院專(zhuān)專(zhuān)業(yè)業(yè)年年級(jí)級(jí)學(xué)學(xué)號(hào)號(hào)姓姓名名2012 年年6 月月29 日日無(wú)一、一、SPSSSPSS 簡(jiǎn)介簡(jiǎn)介SPSS 是世界上最早的統(tǒng)計(jì)分析軟件， 1984 年 SPSS 總部首先推出了世界上第一個(gè)統(tǒng)計(jì)分析軟件微機(jī)版本 SPSS/PC+，開(kāi)創(chuàng)了 SPSS 微機(jī)系列產(chǎn)品的開(kāi)發(fā)方向，極大地?cái)U(kuò)充了它的應(yīng)用范圍，并使其能很快地應(yīng)用于自然科學(xué)、技術(shù)科學(xué)、社會(huì)科學(xué)的各個(gè)領(lǐng)域，世界上許多有影響的報(bào)刊雜志紛紛就 SPSS 的自動(dòng)統(tǒng)計(jì)繪圖、數(shù)據(jù)的深入分析、使用方便、功能齊全等方面給予了高度的評(píng)價(jià)與稱(chēng)贊。

2、SPSS 的基本功能包括數(shù)據(jù)管理、統(tǒng)計(jì)分析、圖表分析、輸出管理等等。SPSS 統(tǒng)計(jì)分析過(guò)程包括描述性統(tǒng)計(jì)、均值比較、一般線性模型、相關(guān)分析、回歸分析、對(duì)數(shù)線性模型、聚類(lèi)分析、數(shù)據(jù)簡(jiǎn)化、生存分析、時(shí)間序列分析、多重響應(yīng)等幾大類(lèi)，每類(lèi)中又分好幾個(gè)統(tǒng)計(jì)過(guò)程， 比如回歸分析中又分線性回歸分析、 曲線估計(jì)、 Logistic 回歸、 Probit 回歸、加權(quán)估計(jì)、兩階段最小二乘法、非線性回歸等多個(gè)統(tǒng)計(jì)過(guò)程，而且每個(gè)過(guò)程中又允許用戶(hù)選擇不同的方法及參數(shù)。SPSS 也有專(zhuān)門(mén)的繪圖系統(tǒng)，可以根據(jù)數(shù)據(jù)繪制各種圖形。SPSS 的分析結(jié)果清晰、直觀、易學(xué)易用，而且可以直接讀取 EXCEL 及 DBF 數(shù)據(jù)文件，現(xiàn)已

3、推廣到多種各種操作系統(tǒng)的計(jì)算機(jī)上，它和 SAS、BMDP 并稱(chēng)為國(guó)際上最有影響的三大統(tǒng)計(jì)軟件。SPSS 輸出結(jié)果雖然漂亮，但不能為 WORD 等常用文字處理軟件直接打開(kāi)，只能采用拷貝、粘貼的方式加以交互。這可以說(shuō)是 SPSS 軟件的缺陷。二、方差分析二、方差分析例如某高原研究組將籍貫相同、年齡相同、身高體重接近的 30 名新戰(zhàn)士隨機(jī)分為三組，甲組為對(duì)照組，按常規(guī)訓(xùn)練，乙組為鍛煉組，每天除常規(guī)訓(xùn)練外，接受中速長(zhǎng)跑與健身操鍛煉， 丙組為藥物組， 除常規(guī)訓(xùn)練外， 服用抗疲勞藥物， 一月后測(cè)定第一秒用力肺活量(L)，結(jié)果見(jiàn)表。試比較三組第一秒用力肺活量有無(wú)差別。對(duì)照組為組一，鍛煉組為組二，藥物組為組三

4、。第一步：打開(kāi) SPSS 軟件表表 1 1 三三 組組 戰(zhàn)戰(zhàn) 士士 的的 第第 一一 秒秒 用用 力力 肺肺 活活 量量 ( ( L L ) ) 對(duì)對(duì) 照照 組組 鍛鍛 煉煉 組組 藥藥 物物 組組 合合 計(jì)計(jì) 3 3 . . 2 2 5 5 3 3 . . 6 6 6 6 3 3 . . 4 4 4 4 3 3 . . 3 3 2 2 3 3 . . 6 6 4 4 3 3 . . 6 6 2 2 3 3 . . 2 2 9 9 3 3 . . 4 4 8 8 3 3 . . 4 4 8 8 3 3 . . 3 3 4 4 3 3 . . 6 6 4 4 3 3 . . 3 3 6 6 3

5、3 . . 1 1 6 6 3 3 . . 4 4 8 8 3 3 . . 5 5 2 2 3 3 . . 6 6 4 4 3 3 . . 2 2 0 0 3 3 . . 6 6 0 0 3 3 . . 6 6 0 0 3 3 . . 6 6 2 2 3 3 . . 3 3 2 2 3 3 . . 2 2 8 8 3 3 . . 5 5 6 6 3 3 . . 4 4 4 4 3 3 . . 5 5 2 2 3 3 . . 4 4 4 4 3 3 . . 1 1 6 6 3 3 . . 2 2 6 6 3 3 . . 8 8 2 2 3 3 . . 2 2 8 8 無(wú)第二步：由數(shù)據(jù)視圖切換為變

6、量視圖修改變量名稱(chēng)第三步：輸入數(shù)據(jù)第四步：點(diǎn)擊“分析”比較均值單因素 AVOVA,如下所示：第五步：點(diǎn)擊兩兩比較進(jìn)行設(shè)置（選擇“LSD” ，選擇“S-N-K” ，點(diǎn)擊繼續(xù)）點(diǎn)擊選項(xiàng)（選擇“描述性” ，選擇“方差同質(zhì)性檢驗(yàn)” ，點(diǎn)擊繼續(xù)）確定。得到結(jié)果如下：無(wú)描述描述肺活量N均值標(biāo)準(zhǔn)差標(biāo)準(zhǔn)誤均值的 95% 置信區(qū)間極小值極大值下限上限1.00103.3660.16215.051283.25003.48203.163.642.00103.5540.16681.052753.43473.67333.203.823.00103.4220.14436.045653.31873.52533.163.62總

7、數(shù)303.4473.17231.031463.38303.51173.163.82方差齊性檢驗(yàn)方差齊性檢驗(yàn)肺活量Levene 統(tǒng)計(jì)量df1df2顯著性.109227.897ANOVA肺活量平方和df均方F顯著性組間.1862.0933.729.037組內(nèi).67527.025總數(shù).86129多重比較多重比較因變量:肺活量(I) 分組(J) 分組均值差 (I-J)標(biāo)準(zhǔn)誤顯著性95% 置信區(qū)間下限上限LSD1.002.00-.18800*.07069.013-.3330-.04303.00-.05600.07069.435-.2010.08902.001.00.18800*.07069.013.04

8、30.33303.00.13200.07069.073-.0130.27703.001.00.05600.07069.435-.0890.20102.00-.13200.07069.073-.2770.0130*. 均值差的顯著性水平為 0.05。無(wú)肺活量肺活量分組Nalpha = 0.05 的子集12Student-Newman-Keulsa1.00103.36603.00103.42203.42202.00103.5540顯著性.435.073將顯示同類(lèi)子集中的組均值。a. 將使用調(diào)和均值樣本大小 = 10.000。由圖表可知：組一和組二之間顯著性為 0.013，小于 0.05，所以組一和

9、組二之間存在顯著差異，因?yàn)榻M一和組三之間顯著性為 0.435，大于 0.05，所以組一和組三之間沒(méi)有顯著差異。三、正交試驗(yàn)設(shè)計(jì)三、正交試驗(yàn)設(shè)計(jì)正交試驗(yàn)設(shè)計(jì)也稱(chēng)正交設(shè)計(jì)(orthogonal design)，是用來(lái)科學(xué)設(shè)計(jì)多因素試驗(yàn)的一種方法。其利用一套規(guī)格化的正交表(orthogonal table)安排試驗(yàn)，得到的試驗(yàn)結(jié)果再用數(shù)理統(tǒng)計(jì)方法進(jìn)行處理， 使之得出科學(xué)結(jié)論。 主要優(yōu)點(diǎn)是能在多試驗(yàn)條件中選出代表性強(qiáng)的少數(shù)試驗(yàn)方案，通過(guò)對(duì)這些少數(shù)試驗(yàn)方案結(jié)果的分析，從中找出最優(yōu)方案或最佳生產(chǎn)工藝條件，并可以得到比試驗(yàn)結(jié)果本身給出的還要多的有關(guān)各因素的信息。例如： 某食品廠生產(chǎn)口香糖， 檢驗(yàn)口香糖的質(zhì)量

10、好壞需要分析： 1.拉伸率 （越大越好） ；2.變形（越小越好） ；3.耐彎曲次數(shù)（越多越好）這三種指標(biāo)，要求對(duì)這三種指標(biāo)都取得較好的水平，先要進(jìn)行口香糖配方的實(shí)驗(yàn)分析，因素水平表如下：水平水平因素因素A A 膠劑添加量膠劑添加量% %B B 葡萄糖漿添加葡萄糖漿添加量量% %C C 糖粉添加量糖粉添加量% %D D 薄荷添加量薄荷添加量% %1 11919171758580.80.82 22020181859590.90.93 32121191960601 14 42222202061611.11.1第一步：打開(kāi) SPSS 軟件變量視圖（對(duì)各變量進(jìn)行命名）第二步：輸入數(shù)據(jù)數(shù)據(jù)正交設(shè)計(jì)生成無(wú)確

11、定生成正交表，如下：得某口香糖配方試驗(yàn)結(jié)果 5164L，如下：無(wú)第二步：點(diǎn)擊“分析”“一般線性模型”“單變量”選擇因變量和固定因子，如下：點(diǎn)擊“模型”彈出“單變量：模型窗口”點(diǎn)擊“設(shè)定” ，將“因子與協(xié)變量”加入“模型”中，構(gòu)建項(xiàng)類(lèi)型選擇“主效應(yīng)” ，如下：無(wú)點(diǎn)擊“繼續(xù)”返回“單變量”窗口，點(diǎn)擊“選項(xiàng)”進(jìn)入“單變量：選項(xiàng)”窗口，將“因子與因子交互”框內(nèi)的 A、B、C、D 轉(zhuǎn)入“顯示均值”框內(nèi)，選擇“描述統(tǒng)計(jì)” ，如下：點(diǎn)擊“繼續(xù)”回到“單變量”窗口點(diǎn)擊“確定” ，結(jié)果如下：主體間效應(yīng)的檢驗(yàn)因變量:拉伸率源III 型平方和df均方FSig.校正模型9582.750a12798.5634.094.

12、136截距4136139.06314136139.06321204.173.000A 膠劑添加量4403.68831467.8967.525.066B 葡萄糖漿添加量3879.18731293.0626.629.077C 糖粉添加量1062.1883354.0631.815.318D 薄荷添加量237.687379.229.406.761誤差585.1883195.063總計(jì)4146307.00016校正的總計(jì)10167.93815a. R 方 = .942（調(diào)整 R 方 = .712）無(wú)1.A 膠劑添加量膠劑添加量因變量:拉伸率A 膠劑添加量均值標(biāo)準(zhǔn) 誤差95% 置信區(qū)間下限上限19513.

13、7506.983491.526535.97420489.0006.983466.776511.22421532.7506.983510.526554.97422498.2506.983476.026520.474由 III 型平方和比較可知， 對(duì)口香糖拉伸率的影響 ABCD。 每個(gè)因素的最佳水平為：A 膠體添加量為 21%， B 葡萄糖添加量為 17%， C 糖粉添加量為 61%， D 薄荷添加量為 1.10%。2. B 葡萄糖漿添加量葡萄糖漿添加量因變量:拉伸率B 葡萄糖漿添加量均值標(biāo)準(zhǔn) 誤差95% 置信區(qū)間下限上限17534.5006.983512.276556.72418500.5006.983478.276522.72419505.0006.983482.776527.22420493.7506.983471.526515.9743. C 糖粉添加量糖粉添加量因變量:拉伸率C 糖粉添加量均值標(biāo)準(zhǔn) 誤差95% 置信區(qū)間下限上限58504.0006.983481.776526.22459498.0006.983475.776520.22460512.250