




版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、多因素方差分析多因素方差分析是對(duì)一個(gè)獨(dú)立變量是否受一個(gè)或多個(gè)因素或變量影響而進(jìn)行的方差分析。SPSS調(diào)用“Univariate”過(guò)程,檢驗(yàn)不同水平組合之間因變量均數(shù),由于受不同因素影響是否有差異的問(wèn)題。在這個(gè)過(guò)程中可以分析每一個(gè)因素的作用,也可以分析因素之間的交互作用,以及分析協(xié)方差,以及各因素變量與協(xié)變量之間的交互作用。該過(guò)程要求因變量是從多元正態(tài)總體隨機(jī)采樣得來(lái),且總體中各單元的方差相同。但也可以通過(guò)方差齊次性檢驗(yàn)選擇均值比較結(jié)果。因變量和協(xié)變量必須是數(shù)值型變量,協(xié)變量與因變量不彼此獨(dú)立。因素變量是分類變量,可以是數(shù)值型也可以是長(zhǎng)度不超過(guò)8的字符型變量。固定因素變量(Fixed Facto
2、r)是反應(yīng)處理的因素;隨機(jī)因素是隨機(jī)地從總體中抽取的因素。例子研究不同溫度與不同濕度對(duì)粘蟲(chóng)發(fā)育歷期的影響,得試驗(yàn)數(shù)據(jù)如表5-7。分析不同溫度和濕度對(duì)粘蟲(chóng)發(fā)育歷期的影響是否存在著顯著性差異。表5-7 不同溫度與不同濕度粘蟲(chóng)發(fā)育歷期表相對(duì)濕度(%)溫度重 復(fù)12341002591.295.093.893.02787.684.781.282.42979.267.075.770.63165.263.363.663.3802593.289.395.195.52785.881.681.084.42979.070.867.778.83170.786.566.964.94025100.2103.398.310
3、3.82790.691.794.592.22977.285.881.779.73173.673.276.472.5數(shù)據(jù)保存在“DATA5-2.SAV”文件中,變量格式如圖5-1。 1)準(zhǔn)備分析數(shù)據(jù)在數(shù)據(jù)編輯窗口中輸入數(shù)據(jù)。建立因變量歷期“歷期”變量,因素變量溫度“A”,濕度為“B”變量,重復(fù)變量“重復(fù)”。然后輸入對(duì)應(yīng)的數(shù)值,如圖5-6所示?;蛘叽蜷_(kāi)已存在的數(shù)據(jù)文件“DATA5-2.SAV”。圖5-6 數(shù)據(jù)輸入格式 2)啟動(dòng)分析過(guò)程點(diǎn)擊主菜單“Analyze”項(xiàng),在下拉菜單中點(diǎn)擊“General Linear Model”項(xiàng),在右拉式菜單中點(diǎn)擊“Univariate”項(xiàng),系統(tǒng)
4、打開(kāi)單因變量多因素方差分析設(shè)置窗口如圖5-7。圖5-7 多因素方差分析窗口 3)設(shè)置分析變量設(shè)置因變量: 在左邊變量列表中選“歷期”,用向右拉按鈕選入到“Dependent Variable:”框中。設(shè)置因素變量: 在左邊變量列表中選“a”和“b”變量,用向右拉按鈕移到“Fixed Factor(s):”框中。可以選擇多個(gè)因素變量。由于內(nèi)存容量的限制,選擇的因素水平組合數(shù)(單元數(shù))應(yīng)該盡量少。設(shè)置隨機(jī)因素變量: 在左邊變量列表中選“重復(fù)”變量,用向右拉按鈕移到“到Random Factor(s)”框中??梢赃x擇多個(gè)隨機(jī)變量。設(shè)置協(xié)變量:如果需要去除某個(gè)變
5、量對(duì)因素變量的影響,可將這個(gè)變量移到“Covariate(s)”框中。設(shè)置權(quán)重變量:如果需要分析權(quán)重變量的影響,將權(quán)重變量移到“WLS Weight”框中。 4)選擇分析模型在主對(duì)話框中單擊“Model”按鈕,打開(kāi)“Univariate Model”對(duì)話框。見(jiàn)圖5-8。圖5-8 “Univariate Model” 定義分析模型對(duì)話框在Specify Model欄中,指定分析模型類型。 Full Factorial選項(xiàng)此項(xiàng)為系統(tǒng)默認(rèn)的模型類型。該項(xiàng)選擇建立全模型。全模型包括所有因素變量的主效應(yīng)和所有的交互效應(yīng)。例如有三個(gè)因素變量,全模型包括三個(gè)因素變量的主效應(yīng)、兩兩的交互效應(yīng)和三個(gè)因
6、素的交互效應(yīng)。選擇該項(xiàng)后無(wú)需進(jìn)行進(jìn)一步的操作,即可單擊“Continue”按鈕返回主對(duì)話框。此項(xiàng)是系統(tǒng)缺省項(xiàng)。 Custom選項(xiàng)建立自定義的分析模型。選擇了“Custom”后,原被屏蔽的“Factors & Covariates”、“Model”和“Build Term(s)”欄被激活。在“Factors & Covariates”框中自動(dòng)列出可以作為因素變量的變量名,其變量名后面的括號(hào)中標(biāo)有字母“F”;和可以作為協(xié)變量的變量名,其變量名后面的括號(hào)中標(biāo)有字母“C”。這些變量都是由用戶在主對(duì)話框中定義過(guò)的。根據(jù)表中列出的變量名建立模型,其方法如下:在“Build Term(s)”
7、欄右面的有一向下箭頭按鈕(下拉按鈕),單擊該按鈕可以展開(kāi)一小菜單,在下拉菜單中用鼠標(biāo)單擊某一項(xiàng),下拉菜單收回,選中的交互類型占據(jù)矩形框。有如下幾項(xiàng)選擇:· Interaction 選中此項(xiàng)可以指定任意的交互效應(yīng);· Main effects 選中此項(xiàng)可以指定主效應(yīng);· All 2-way 指定所有2維交互效應(yīng);· All 3-way 指定所有3維交互效應(yīng);· All 4-way 指定所有4維交互效應(yīng)· All 5-way 指定所有5維交互效應(yīng)。 建立分析模型中的主效應(yīng):在“Build Term(s)”欄用下拉按鈕選中主效應(yīng)“Main
8、effects”。在變量列表欄用鼠標(biāo)鍵單擊某一個(gè)單個(gè)的因素變量名,該變量名背景將改變顏色(一般變?yōu)樗{(lán)色),單擊“Build Term(s)”欄中的右拉箭頭按鈕,該變量出現(xiàn)在“Model”框中。一個(gè)變量名占一行稱為主效應(yīng)項(xiàng)。欲在模型中包括幾個(gè)主效應(yīng)項(xiàng),就進(jìn)行幾次如上的操作。也可以在標(biāo)有“F”變量名中標(biāo)記多個(gè)變量同時(shí)送到“Model”框中。本例將“a”和“b”變量作為主效應(yīng),按上面的方法選送到“Model”框中。 建立模型中的交互項(xiàng)要求在分析模型中包括哪些變量的交互效應(yīng),可以通過(guò)如下的操作建立交互項(xiàng)。例如,因素變量有“a(F)”和“b(F)”,建立它們之間的相互效應(yīng)。· 連續(xù)在“Fact
9、ors &”框的變量表中單擊“a(F)”和“b(F)”變量使其選中。· 單擊“Build Term(s)”欄內(nèi)下拉按鈕,選中交互效應(yīng)“Interaction”項(xiàng)。· 單擊“Build Term(s)”欄內(nèi)的右拉按鈕,“a*b”交互效應(yīng)就出現(xiàn)在“Model”框中,模型增加了一個(gè)交互效應(yīng)項(xiàng):a*b Sum of squares 欄分解平方和的選擇項(xiàng)· Type I項(xiàng),分層處理平方和。僅對(duì)模型主效應(yīng)之前的每項(xiàng)進(jìn)行調(diào)整。一般適用于:平衡的AN0VA模型,在這個(gè)模型中一階交互
10、0; 效應(yīng)前指定主效應(yīng),二階交互效應(yīng)前指定一階交互效應(yīng),依次類推;多項(xiàng)式回歸模型。嵌套模型是指第一效應(yīng)嵌套在第二 效應(yīng)里,第二效應(yīng)嵌套在第三效應(yīng)里,嵌套的形式可使用語(yǔ)句指定。· Type II項(xiàng),對(duì)其他所有效應(yīng)進(jìn)行調(diào)整。一般適用于:平衡的AN0VA模型、主因子效應(yīng)模型、回歸模型、嵌套設(shè)計(jì)。· Type III項(xiàng),是系統(tǒng)默認(rèn)的處理方法。對(duì)其他任何效應(yīng)均進(jìn)行調(diào)整。它的優(yōu)勢(shì)是把所估計(jì)剩余常量也考慮到單元頻數(shù)中。對(duì)沒(méi)
11、 有缺失單元格的不平衡模型也適用,一般適用于:Type I、Type II所列的模型:沒(méi)有空單元格的平衡和不平衡模型。· Type IV頂,沒(méi)有缺失單元的設(shè)計(jì)使用此方法對(duì)任何效應(yīng)F計(jì)算平方和。如果F不包含在其他效應(yīng)里,Type IV = Type IIIl = TypeII。如果F包含在其他效應(yīng)里,Type IV只對(duì)F的較高水平效應(yīng)參數(shù)作對(duì)比。一般適用于:Type I、Type lI所列模型; &
12、#160; 沒(méi)有空單元的平衡和不平衡模型。 Include intercept in model欄選項(xiàng)系統(tǒng)默認(rèn)選項(xiàng)。通常截距包括在模型中。如果能假設(shè)數(shù)據(jù)通過(guò)原點(diǎn),可以不包括截距,即不選擇此項(xiàng)。 5)選擇比較方法在主對(duì)話框中單擊“Contrasts”按鈕,打開(kāi)“Contrasts”比較設(shè)置對(duì)話框,如圖5-9所示。如圖5-9 Contrasts對(duì)比設(shè)置框在“Factors”框中顯示出所有在主對(duì)話框中選中的因素變量。因素變量名后的括號(hào)中是當(dāng)前的比較方法。 選擇因子在“Factors”框中選擇想要改變比較方法的因子,即鼠標(biāo)單擊選中的因子。這一操作使“Change Co
13、ntrast”欄中的各項(xiàng)被激活。 選擇比較方法單擊“Contrast”參數(shù)框中的向下箭頭,展開(kāi)比較方法表。用鼠標(biāo)單擊選中的對(duì)照方法??晒┻x擇的對(duì)照方法有:· None,不進(jìn)行均數(shù)比較。· Deviation,除被忽略的水平外,比較預(yù)測(cè)變量或因素變量的每個(gè)水平的效應(yīng)??梢赃x擇“Last”(最后一個(gè)水平)或 “First”(第一個(gè)水平)作為忽略的水平。· Simple,除了作為參考的水平外,對(duì)預(yù)測(cè)變量或因素變量的每一水平都與參考水平進(jìn)行比較。選擇“L
14、ast”或“First”作為 參考水平。· Difference,對(duì)預(yù)測(cè)變量或因素每一水平的效應(yīng),除第一水平以外,都與其前面各水平的平均效應(yīng)進(jìn)行比較。與Helmert對(duì)照 方法相反。· Helmert,對(duì)預(yù)測(cè)變量或因素的效應(yīng),除最后一個(gè)以外,都與后續(xù)的各水平的平均效應(yīng)相比較。· Repeated,對(duì)相鄰的
15、水平進(jìn)行比較。對(duì)預(yù)測(cè)變量或因素的效應(yīng),除第一水平以外,對(duì)每一水平都與它前面的水平進(jìn)行比較。· Polynomial,多項(xiàng)式比較。第一級(jí)自由度包括線性效應(yīng)與預(yù)測(cè)變量或因素水平的交叉。第二級(jí)包括二次效應(yīng)等。各水平彼此 的間隔被假設(shè)是均勻的。 修改比較方法先按步驟選中因子變量,再選比較方法,然后單擊“Change”按鈕,選中的(或改變的)比較方法顯示在步驟選中的因子變量后面的括號(hào)中。設(shè)置比較的參考類在“Reference Category”欄比較的
16、參考類有兩個(gè),只有選擇了“Deviation”或“Simple”方法時(shí)才需要選擇參考水平。共有兩種可能的選擇,最后一個(gè)水平“Last”選項(xiàng)和第一水平“First”項(xiàng)。系統(tǒng)默認(rèn)的參考水平是“Last”。 6) 選擇均值圖在主對(duì)話框中單擊“Plot”按鈕,打開(kāi)“Profile Plots”對(duì)話框,如圖5-10所示。在該對(duì)話框中設(shè)置均值輪廓圖。如圖5-10 “Profile Plots”對(duì)話框均值輪廓圖(Profile Plots)用于比較邊際均值。輪廓圖是線圖,圖中每個(gè)點(diǎn)表明因變量在因素變量每個(gè)水平上的邊際均值的估計(jì)值。如果指定了協(xié)變量,該均值則是經(jīng)過(guò)協(xié)變量調(diào)整的均值。因變量做輪廓圖的縱
17、軸;一個(gè)因素變量做橫軸。做單因素方差分析時(shí),輪廓圖表明該因素各水平的因變量均值。雙因素方差分析時(shí),指定一個(gè)因素做橫軸變量,另一個(gè)因素變量的每個(gè)水平產(chǎn)生不同的線。如果是三因素方差分析,可以指定第三個(gè)因素變量,該因素每個(gè)水平產(chǎn)生一個(gè)輪廓圖。雙因素或多因素輪廓圖中的相互平行的線表明在因素間無(wú)交互效應(yīng);不平行的線表明有交互效應(yīng)。· Factors 框中為因素變量列表。· Horlzontal Axis 橫坐標(biāo)框,選擇選擇“Factors”框中一個(gè)因素變量做橫坐標(biāo)變量。被選的變量名反向顯示,單擊向右拉箭 &
18、#160; 頭按鈕,將變量名送入相應(yīng)的橫坐標(biāo)軸框中。 如果只想看該因素變量各水平的,因變量均值分布,單擊“Add”按鈕,將所選因素變量移入下面的“Plots”框中。否 則,不點(diǎn)擊“Add”按鈕,接著做下步。· Separate Lines 分線框。如果想看兩個(gè)因素變量組合的各單元格中因變量均值分布,或想看兩個(gè)因變量間是否存在交互效應(yīng),
19、60; 選擇“Factors”框中另一個(gè)因素變量,單擊右拉按鈕將變量名送入“Separate Lines”框中。單擊“Add”按鈕,將自動(dòng)生成 的圖形表達(dá)式送入到“Plots”欄中。分線框中的變量的每個(gè)水平將在圖中是一條線。圖形表達(dá)式是用“*”連接的兩個(gè)因素變 量名。· Separate Plots 分圖框。如果在“Factors”欄中還有因素變量,可以按上述方法,將其送入“Separate Plot”框中,單擊
20、0; “Add”按鈕,將自動(dòng)生成的圖形表達(dá)式送入到“Plots”欄中。圖形表達(dá)式是用“*連接的三個(gè)因素變量名。分圖變量的每個(gè) 水平生成一張線圖。· 將圖形表達(dá)式送到“Plots”框后發(fā)現(xiàn)有錯(cuò)誤,單擊選錯(cuò)的變量,單擊“Remove”按鈕,將其取消,再重新輸入正確內(nèi)容。在檢查無(wú)誤后,按“Continue”按鈕確認(rèn),返回到主對(duì)話框。如果取消做的設(shè)置單擊“Cancel”按鈕 7) 選擇多重比較在主對(duì)話框中單擊“Post Hoc”選項(xiàng),打開(kāi)“Post Hoc Multiple Comparisons for Ob
21、served Means”對(duì)話框,從“Factor(s)”框選擇變量,單擊向右拉按鈕,使被選變量進(jìn)入“Post Hoc test for”框。本例子選擇了“a”和“b”。然后選擇多重比較方法。在對(duì)話框中選擇多重比較方法。本例子選擇了“Duncan”和“Tamhane's T2”。 8)選擇保存運(yùn)算值圖5-11 Save對(duì)話框在主對(duì)話框中,單擊“Save”按鈕,打開(kāi)“Save”設(shè)置對(duì)話框,如圖5-11所示。通過(guò)在對(duì)話框中的選擇,可以將所計(jì)算的預(yù)測(cè)值、殘差和檢測(cè)值作為新的變量保存在編輯數(shù)據(jù)文件中。以便于在其他統(tǒng)計(jì)分析中使用這些值。 Predicted Values 預(yù)測(cè)值1. U
22、nstsndardized,非標(biāo)準(zhǔn)化預(yù)測(cè)值。2. Weighted,如果在主對(duì)話框中選擇了WLS變量,選中該復(fù)選項(xiàng),將保存加權(quán)非標(biāo)準(zhǔn)化預(yù)測(cè)值。3. Standard error,預(yù)測(cè)值標(biāo)準(zhǔn)誤。 Diagnostics 診斷值1. Cooks distance,Cook 距離。2. Leverage values,非中心化 Leverage 值。 Residuals 殘差1. Unstsndardized,非標(biāo)準(zhǔn)化殘差值,觀測(cè)值與預(yù)測(cè)值之差。2. Weighted,如果在主對(duì)話框中選擇了WLS變量,選中該復(fù)選項(xiàng),將保存加權(quán)非標(biāo)準(zhǔn)化殘差。3. Standardized,標(biāo)準(zhǔn)化殘差,又稱Pearso
23、n殘差。4. Studentized,學(xué)生化殘差。5. Deleted,剔除殘差,自變量值與校正預(yù)測(cè)值之差。 Save to New File 保存協(xié)方差矩陣選中”Coefficient statistics”項(xiàng),將參數(shù)協(xié)方差矩陣保存到一個(gè)新文件中。單擊“File”按鈕,打開(kāi)相應(yīng)的對(duì)話框?qū)⑽募4妗?#160;9)選擇輸出項(xiàng)在主對(duì)話框中單擊“Options”按鈕,打開(kāi)“Options”輸出設(shè)置對(duì)話框,見(jiàn)圖5-12。圖5-12 “Options”輸出設(shè)置對(duì)話框 Estimated Marginal Means 估測(cè)邊際均值設(shè)置· 在“Factor(s) and Factor
24、Interactions”框中列出“Model”對(duì)話框中指定的效應(yīng)項(xiàng),在該框中選定因素變量的各種效應(yīng)項(xiàng), 單擊右拉按鈕就將其復(fù)制到“Display Means for”框中。選擇主效應(yīng),則產(chǎn)生估計(jì)的邊際均值表;選擇二維交互效應(yīng)產(chǎn)生的估計(jì) 邊際均值表實(shí)際上是典型的單元格均值表。選擇三維交互效應(yīng)也是單元格均值表。· 在“Display Means for”框中有主效應(yīng)時(shí)激活此框下面的“Compare main effects”復(fù)選項(xiàng),對(duì)主效應(yīng)的邊際均值進(jìn)行組間的配 對(duì)比較。
25、3; Confidence interval adjustment參數(shù)框,進(jìn)行多重組間比較。打開(kāi)下拉菜單,共有三個(gè)選項(xiàng): LSD(none)、Bonferroni、Sidak.。 在“Display”欄中指定要求輸出的統(tǒng)計(jì)量 Descriptive statistics項(xiàng),輸出描述統(tǒng)計(jì)量:觀測(cè)量的均值、標(biāo)準(zhǔn)差和每個(gè)單元格中的觀測(cè)量數(shù)。 Estimates of effect size項(xiàng),效應(yīng)量估計(jì)。選擇此項(xiàng),給出2(eta-Square)值。它反應(yīng)了每個(gè)效應(yīng)與每個(gè)參數(shù)估計(jì)值可以歸
26、于 因素的總變異的大小。 Observed power復(fù)選項(xiàng),選中此項(xiàng)給出在假設(shè)是基于觀測(cè)值時(shí)各種檢驗(yàn)假設(shè)的功效。計(jì)算功效的顯著性水平,系統(tǒng)默認(rèn)的臨界值 是0.05。 Parameter estimates項(xiàng)。選擇此項(xiàng)給出了各因素變量的模型參數(shù)估計(jì)、標(biāo)準(zhǔn)誤、t檢驗(yàn)的t值、顯著性概率和95的置信區(qū)間。 Contrast coefficient matri
27、x項(xiàng),顯示協(xié)方差矩陣。 Homogeneity test項(xiàng),方差齊次性檢驗(yàn)。本例子選中該項(xiàng)。 Spread vs.level plot項(xiàng),繪制觀測(cè)量均值對(duì)標(biāo)準(zhǔn)差和觀測(cè)量均值對(duì)方差的圖形。 Residual plot項(xiàng),繪制殘差圖。給出觀測(cè)值、預(yù)測(cè)值散點(diǎn)圖和觀測(cè)量數(shù)目,觀測(cè)量數(shù)目對(duì)標(biāo)準(zhǔn)化殘差的散點(diǎn)圖,加上正態(tài)和標(biāo)準(zhǔn)化 殘差的正態(tài)概率圖。 Lack of fit項(xiàng),檢查獨(dú)立變量和非獨(dú)立變量間的關(guān)系是否被充分描述。 General estima
28、ble function項(xiàng),可以根據(jù)一般估計(jì)函數(shù)自定義假設(shè)檢驗(yàn)。對(duì)比系數(shù)矩陣的行與一般估計(jì)函數(shù)是線性組合的。 Significance level 框設(shè)置改變“Confidence intervals”框內(nèi)多重比較的顯著性水平。 10) 提交執(zhí)行設(shè)置完成后,在多因素方差分析窗口框中點(diǎn)擊“OK”按鈕,SPSS就會(huì)根據(jù)設(shè)置進(jìn)行運(yùn)算,并將結(jié)算結(jié)果輸出到SPSS結(jié)果輸出窗口中。 11) 結(jié)果與分析主要輸出結(jié)果:結(jié)果分析:方差不齊次性檢驗(yàn)顯著 表5-8 方差齊次性檢驗(yàn)表明:方差不齊次性顯著,p<0.05。方差分析: 表5-9 主效應(yīng)方差分析表:在表的左上方標(biāo)明研究的對(duì)象是粘蟲(chóng)歷期。偏差來(lái)源和偏差平方和:· Source 列是偏差的來(lái)源。其次列是“Type III Sum of Squares”偏差平方和。· Corrected Model 校正模型,其偏差平方和等于兩個(gè)主效應(yīng)a、b平方和加上交互a*b的平方和之和。· Intercept 截距。· a 溫度主效應(yīng),其偏差平方和反應(yīng)的是不同溫度造成對(duì)粘蟲(chóng)歷期的差異。與b偏差平方相同均屬于組間偏差平方和。·
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 安全門(mén)安裝工程合同
- 勞務(wù)分包合同標(biāo)準(zhǔn)格式2篇
- 居民供暖供氣合同范本
- 二手挖機(jī)出售協(xié)議案例3篇
- 學(xué)徒勞務(wù)合同范本3篇
- 利潤(rùn)分成合作協(xié)議合同3篇
- 勞動(dòng)合同中的試用期管理3篇
- 小型超市合作協(xié)議合同范本共3篇
- 學(xué)生宿舍后勤服務(wù)招標(biāo)3篇
- 安居房施工合同簽訂地點(diǎn)法律規(guī)定
- 2024年全國(guó)高中生物聯(lián)賽競(jìng)賽試題和答案
- 財(cái)務(wù)指標(biāo)簡(jiǎn)易操作計(jì)算器-小白版
- 刻字機(jī)快速使用指南
- 電路 (第四版) 全套教學(xué)課件
- 肥料、農(nóng)藥采購(gòu)服務(wù)方案(技術(shù)方案)
- ISO17025經(jīng)典培訓(xùn)教材
- 磚砌隔油池施工方案
- 2022山東省中魯遠(yuǎn)洋漁業(yè)股份限公司招聘23人上岸筆試歷年難、易錯(cuò)點(diǎn)考題附帶參考答案與詳解
- GA/T 1999.2-2022道路交通事故車輛速度鑒定方法第2部分:基于汽車事件數(shù)據(jù)記錄系統(tǒng)
- 地基釬探記錄表
- 中班科學(xué)《筷子提米》
評(píng)論
0/150
提交評(píng)論