SPSS上機(jī)實(shí)驗(yàn) 西農(nóng)

1、實(shí)習(xí)一 T檢驗(yàn)的SPSS數(shù)據(jù)處理資環(huán)學(xué)院水保123班 拓蘭蘭 2012011891習(xí)題一按規(guī)定苗木平均高達(dá)1.60m以上可以出圃，今在苗圃中隨機(jī)抽取10株苗木，測(cè)定的苗木高度如下：1.75 1.58 1.71 1.64 1.55 1.72 1.62 1.83 1.63 1.64假設(shè)苗高服從正態(tài)分布試問(wèn)苗木平均高是否達(dá)到出圃要求？(要求=0.05)解：假設(shè)：H0為未達(dá)到出圃要求的苗木平均高；H1為達(dá)到出圃要求的苗木平均高 輸入數(shù)據(jù)：先在“變量視圖”中標(biāo)明變量為“苗高”，然后在“數(shù)據(jù)視圖”中按列輸入數(shù)據(jù)。 操作步驟：在“分析”菜單欄下選擇“比較均值”，單擊“單樣本的T檢驗(yàn)”，在“單樣本的T檢驗(yàn)”窗

2、口中把“苗高”添加到“檢驗(yàn)變量”中，把“檢驗(yàn)數(shù)值”設(shè)置為“1.60”；單擊“選項(xiàng)”按鈕，在“單樣本的T檢驗(yàn)選項(xiàng)”窗口中把窗口的“置信度”設(shè)置為“95”，單擊“繼續(xù)”然后“確定”，輸出結(jié)果。 輸出結(jié)果及分析：表1 由表1可知：苗木抽取的株數(shù)是10，苗高的均值是1.667m，標(biāo)準(zhǔn)差是0.0846，均值的標(biāo)準(zhǔn)誤是0.02675表2由表2可知：所抽取的樣本T值為2.504，自由度為9，Sig值為0.034，小于置信水平0.05，所以否定HO接受H1,樣本的均值差值為0.067，差分的 95置信區(qū)間的上下限分別為0.1275 和0.0065結(jié)論：通過(guò)對(duì)樣本的數(shù)理統(tǒng)計(jì)處理可知苗木已達(dá)到出圃高度。習(xí)題二從兩

3、個(gè)不同撫育措施育苗的苗圃中各以重復(fù)抽樣的方式抽得樣本如下：樣本1苗高（CM）：52 58 71 48 57 62 73 68 65 56樣本2苗高（CM）：56 75 69 82 74 63 58 64 78 77 66 73設(shè)苗高服從正態(tài)分布且兩個(gè)總體苗高方差相等（齊性），是以顯著水平=0.05檢驗(yàn)兩種撫育措施對(duì)苗高生長(zhǎng)有無(wú)顯著性影響。解：假設(shè)：H0為兩種撫育措施對(duì)苗高無(wú)顯著性影響；H1為兩種撫育措施對(duì)苗高有顯著性影響。 輸入數(shù)據(jù)：先在“變量視圖”中標(biāo)明變量為“苗高1”和“撫育措施”，然后在“數(shù)據(jù)視圖”中按列輸入數(shù)據(jù) 操作步驟：在“分析”菜單欄下選擇“比較均值”，單擊“獨(dú)立樣本的T檢驗(yàn)”，在

4、“獨(dú)立樣本的T檢驗(yàn)”窗口中把“苗高1”添加到“檢驗(yàn)變量”中，把“撫育措施”添加到“分組變量”中，在“定義組”按鈕中把“撫育措施1”定義為“1”， 把“撫育措施2”定義為“2”； 單擊“選項(xiàng)”按鈕，在“獨(dú)立樣本的T檢驗(yàn)選項(xiàng)”窗口把“置信度”設(shè)置為“95”，單擊“繼續(xù)”然后“確定”，輸出結(jié)果。 輸出結(jié)果及分析：輸出結(jié)果如下表1 由表1可知：撫育措施1抽取的樣本數(shù)量是10，苗高的均值是61.00cm，標(biāo)準(zhǔn)差是8.233，均值的標(biāo)準(zhǔn)誤是2.603；撫育措施2抽取的樣本數(shù)量是12，苗高的均值是69.58cm，標(biāo)準(zhǔn)差是8.240，均值的標(biāo)準(zhǔn)誤是2.379。表2 由表2可知：根據(jù)樣本方差方程的Levene檢

5、驗(yàn)知Sig值大于F值，所以應(yīng)讀取“假設(shè)方差相等”這一行的數(shù)據(jù)。故樣本的T值為-2.434，自由度為20，Sig為0.024，小于置信水平0.05，所以否定HO接受H1,樣本的均值差值為-8.583，標(biāo)準(zhǔn)誤差值為3.527，置信區(qū)間為95的上下限分別為-1.227和-15.940.結(jié)論：通過(guò)對(duì)樣本的數(shù)理統(tǒng)計(jì)處理可知：兩種撫育措施對(duì)苗高的影響差異顯著，撫育措施2對(duì)苗木生長(zhǎng)的促進(jìn)作用更好。實(shí)習(xí)二 方差分析的SPSS數(shù)據(jù)處理資環(huán)學(xué)院水保123班 拓蘭蘭 2012011891習(xí)題一.若其它條件大致相同時(shí)，在三塊不同土質(zhì)的苗床上進(jìn)行側(cè)柏育苗。當(dāng)年秋季從各苗床隨機(jī)抽取苗木測(cè)定苗高，數(shù)據(jù)見下表。設(shè)苗高近似服從

6、正態(tài)分布，各苗床上苗高的方差大致相同。試問(wèn)在顯著水平= 0.01 條件下不同土質(zhì)的土壤對(duì)側(cè)柏苗高生長(zhǎng)是否有顯著性影響？不同土質(zhì)的土壤條件下側(cè)柏苗高生長(zhǎng)狀況土壤苗 高 （cm）砂土53 47 41 43 48 壤土64 82 62 78 57 65 70 71 粘土56 61 52 48 52 46 解：假設(shè)ho為不同土壤上側(cè)柏苗高生長(zhǎng)高度相等,h1為不同土壤上側(cè)柏苗高生長(zhǎng)高度不相等。1、 輸入數(shù)據(jù)：先在“變量視圖”中輸入“苗高”和“土壤”，把“小數(shù)”設(shè)置為“0”； 在“土壤”的“值”里添加變量，1為砂土，2為壤土，3為粘土；在“數(shù)據(jù)視圖”中輸入數(shù)據(jù)2、 操作步驟：在“分析”菜單欄下選擇“比較均

7、值”，單擊“單因素的ANOVA”，在“單因素的ANOVA”窗口中把“苗高”添加到“因變量列表”中，把“土壤”添加到“因子”中；單擊“兩兩比較”按鈕，在窗口的“假定方差齊性”中選擇“LSD(L)”,”Tukey（T）”,”Duncan(D)”，“顯著性水平”改為0.01，單擊“繼續(xù)”；單擊“選項(xiàng)”按鈕，在窗口的“統(tǒng)計(jì)量”中選擇“描述性（D）”和“方差同質(zhì)性檢驗(yàn)（H）”，單擊“繼續(xù)”，然后“確定”3、 輸出結(jié)果及分析：表1表2由表2得：Sig等于0.269，大于0.05，所以苗高服從同質(zhì)性。表3由表3得：Sig等于0.0005，小于0.01，所以三種土壤對(duì)側(cè)柏苗高有極顯著差異表4由表4得：兩種方法

8、的結(jié)果都表明砂土與壤土極顯著，壤土與粘土極顯著，砂土與粘土不顯著。表5由表5得：兩種方法的結(jié)果都表明砂土與壤土極顯著，壤土與粘土極顯著，砂土與粘土不顯著。苗高的正態(tài)分布檢驗(yàn)結(jié)論：三種土壤對(duì)側(cè)柏苗高有顯著差異，其中壤土影響最大實(shí)習(xí)三 隨機(jī)試驗(yàn)資環(huán)學(xué)院水保123班 拓蘭蘭 2012011891 完全隨機(jī)實(shí)驗(yàn)設(shè)計(jì)的SPSS分析習(xí)題1 從松樹群體隨機(jī)調(diào)查6個(gè)家系的二次抽稍長(zhǎng)度，每個(gè)家系隨機(jī)抽出7株樹，試做二次抽稍生長(zhǎng)量的差異分析。單位：（cm）A（1）B（2）C（3）D（4）E（5）F（6）11.412.417.117.116.219.111.713.317.417.416.421.512.411.6

9、17.617.616.821.112.914.515.615.618.320.611.912.815.915.915.221.713.213.416.116.118.822.412.215.114.814.816.622.0解：假設(shè)H0為松樹群體6個(gè)家系的二次抽稍長(zhǎng)度相同，H1為松樹群體6個(gè)家系的二次抽稍長(zhǎng)度不相同。4、 輸入數(shù)據(jù)：先在“變量視圖”中輸入“抽稍長(zhǎng)度”和“家系”； 在“家系”的“值”里添加變量，1為家系1，2為家系2，3為家系3，4為家系4，5為家系5，6為家系6；在“數(shù)據(jù)視圖”中輸入數(shù)據(jù)5、 操作步驟：在“分析”菜單欄下選擇“比較均值”，單擊“單因素的ANOVA”，在“單因素的

10、ANOVA”窗口中把“抽稍長(zhǎng)度”添加到“因變量列表”中，把“家系”添加到“因子”中；單擊“兩兩比較”按鈕，在窗口的“假定方差齊性”中選擇“Tukey（T）”，“顯著性水平”改為0.05，單擊“繼續(xù)”；單擊“選項(xiàng)”按鈕，在窗口的“統(tǒng)計(jì)量”中選擇“描述性（D）”和“方差同質(zhì)性檢驗(yàn)（H）”，單擊“繼續(xù)”，然后“確定”6、 輸出結(jié)果及分析：表1由表1得：家系6的二次抽稍長(zhǎng)度最大表2由表2得：因?yàn)镾IG.為0.840，大于0.05，所以抽稍長(zhǎng)度服從同質(zhì)性表3由表3得：因?yàn)镾IG.小于0.05，所以否定H0,接受H1,即松樹6個(gè)家系的二次抽稍長(zhǎng)度有顯著性差異。表4由表4得：家系1和家系2無(wú)顯著性差異，二者

11、與其余四個(gè)家系都有顯著性差異；家系3和家系4以及家系5無(wú)顯著性差異，三者與其余三個(gè)家系都有顯著性差異；家系6與其余五個(gè)家系都有顯著性差異。表5由表5得：家系1和家系2無(wú)顯著性差異，二者與其余四個(gè)家系都有顯著性差異；家系3和家系4以及家系5無(wú)顯著性差異，三者與其余三個(gè)家系都有顯著性差異；家系6與其余五個(gè)家系都有顯著性差異。結(jié)論：第6個(gè)家系的二次抽稍長(zhǎng)度最大，顯著的高于其他家系單因素的隨機(jī)區(qū)組實(shí)驗(yàn)設(shè)計(jì)的SPSS分析習(xí)題2 某林科院用來(lái)自五個(gè)種源的白榆苗木進(jìn)行造林試驗(yàn)，采用隨機(jī)區(qū)組設(shè)計(jì)，白榆苗高列于下表，試分析不同種源對(duì)白榆高生長(zhǎng)是否有顯著性影響。種源號(hào)區(qū)組(block)17074756926663

12、7064359566056451454844542404444白榆5個(gè)種源造林后小區(qū)平均苗高解：假設(shè)H0為白榆5個(gè)種源對(duì)苗高無(wú)顯著性影響，H1為白榆5個(gè)種源對(duì)苗高有顯著性影響1、 輸入數(shù)據(jù)：先在“變量視圖”中輸入“苗高”和“種源”以及“區(qū)組”，將其“值”設(shè)為0； 在“種源”的“值”里添加變量，1為種源1，2為種源2，3為種源3，4為種源4，5為種源5；在“區(qū)組”的“值”里添加變量，1為區(qū)組1，2為區(qū)組2，3為區(qū)組3，4為區(qū)組4；在“數(shù)據(jù)視圖”中輸入數(shù)據(jù)2、 操作步驟：在“分析”菜單欄下選擇“常規(guī)線性模型”，單擊“單變量”，在“單變量”窗口中把“苗高”添加到“因變量”中，把“種源”和“區(qū)組”添加

13、到“固定因子”中；單擊“模型”，在“指定模型”列表框中選擇“定制”，把“block”和“sp”添加到“模型”中，在“建立項(xiàng)”中選擇“主效應(yīng)”；單擊“兩兩比較”按鈕，在窗口中把“sp”添加到“兩兩比較檢驗(yàn)”，在“假定方差齊性”中選擇“Tukey（T）”，單擊“繼續(xù)”；單擊“選項(xiàng)”按鈕，在窗口中把“sp”添加到“顯示均值”中，在“輸出”列表框中選擇“殘差圖”，單擊“繼續(xù)”，然后“確定”。3、 輸出結(jié)果及分析：表1表2由表2得：因?yàn)榉N源的sig小于0.05，所以否定H0,接受H1,即白榆5個(gè)種源對(duì)苗高有顯著性影響表3由表3得：種源1的苗高均值最大表4由表4得：種源4和種源5無(wú)顯著性差異，二者也其余三

14、個(gè)種源都有顯著性差異；種源1、種源2、種源3分別與其他其余四個(gè)種源都有顯著性差異。表5由表4得：種源4和種源5無(wú)顯著性差異，二者也其余三個(gè)種源都有顯著性差異；種源1、種源2、種源3分別與其他其余四個(gè)種源都有顯著性差異。上圖說(shuō)明：常規(guī)線性模型模擬良好結(jié)論：種源1的苗高顯著高于其他種實(shí)習(xí)四 雙因子隨機(jī)區(qū)組實(shí)驗(yàn)設(shè)計(jì)的SPSS數(shù)據(jù)處理資環(huán)學(xué)院水保123班 拓蘭蘭 2012011891習(xí)題 氮肥和磷肥對(duì)葡萄產(chǎn)量的影響試驗(yàn)，采用隨機(jī)區(qū)組試驗(yàn)。氮肥三個(gè)水平：對(duì)照，不施肥，每株施尿素1公斤，每株施尿素2公斤；磷肥三個(gè)水平：不施肥，每株過(guò)磷酸鈣2.5公斤，每株過(guò)磷酸鈣5公斤。重復(fù)4次（4個(gè)區(qū)組），試分析是氮肥或

15、磷肥對(duì)葡萄產(chǎn)量的影響。葡萄施肥實(shí)驗(yàn)結(jié)果處理 區(qū)組a1b121192318a1b226283029a1b330302632a2b126302827a2b235322937a2b332343535a3b128273332a3b240454143a3b350484750解：設(shè)H0為氮肥和磷肥對(duì)葡萄產(chǎn)量無(wú)顯著性影響；H1為氮肥和磷肥對(duì)葡萄產(chǎn)量有顯著性影響。1、輸入數(shù)據(jù)：先在“變量視圖”中標(biāo)明“葡萄產(chǎn)量”“氮肥”“磷肥”“處理組合”“區(qū)組”變量，并把“氮肥”“磷肥”“處理組合”的“類型”設(shè)置為“字符串”，把“區(qū)組”的“小數(shù)”改為“0”，然后在“數(shù)據(jù)視圖”中輸入數(shù)據(jù)。2、操作步驟：、單擊“分析”菜單欄，選

16、擇“常規(guī)線形模型”，點(diǎn)擊“單變量”，在“單變量”窗口中把“葡萄常量”添加到“因變量”列表中，把“氮肥，磷肥，區(qū)組”添加到“固定因子”中；點(diǎn)擊“模型”按紐，在窗口中選“指定模型”為“定制”，將“氮肥，磷肥，氮肥和磷肥”以“交互”方式添加到“模型”中，單擊“繼續(xù)”；點(diǎn)擊“兩兩比較”按紐，在窗口中將“氮肥，磷肥”添加到“兩兩比較檢驗(yàn)”中，并將“假定方差齊性”選為“Duncan(D)”，單擊“繼續(xù)”；點(diǎn)擊“選項(xiàng)”按紐，將“氮肥，磷肥”添加到“顯示均值”中，“輸出”選“殘差圖”，單擊“繼續(xù)”；然后“確定”。、單擊“分析”菜單欄，選擇“常規(guī)線形模型”，點(diǎn)擊“單變量”，在“單變量”窗口中把“處理組合”添加到

17、“固定因子”中，將“氮肥，磷肥”挪出；點(diǎn)擊“模型”，在窗口中將“處理組合”以“主效應(yīng)”方式添加到“模型”中，單擊“繼續(xù)”；點(diǎn)擊“兩兩比較”按紐，在窗口中將“處理組合”添加到“兩兩比較檢驗(yàn)”中，單擊“繼續(xù)”；點(diǎn)擊“選項(xiàng)”按紐，在窗口中將“處理組合”添加到“顯示均值”中，單擊“繼續(xù)”；然后“確定”。3、輸出結(jié)果及分析：表1表2由表2得：氮肥，磷肥的Sig.均小于0.01，所以否定H0，接受H1，即氮肥，磷肥對(duì)葡萄產(chǎn)量有顯著性影響；氮肥*磷肥的Sig.也小于0.01，所以其對(duì)葡萄產(chǎn)量也有顯著性影響。表3由表3得：a3水平的葡萄產(chǎn)量均值最大表4由表4得：b3水平的葡萄產(chǎn)量均值最大表5由表5得：氮肥的三

18、個(gè)水平兩兩比較均有顯著性差異表6由表6得：磷肥的三個(gè)水平兩兩比較均有顯著性差異由上圖得：常規(guī)線形模型良好表7表8由表8得：處理組合的Sig.小于0.01，所以處理組合對(duì)葡萄產(chǎn)量有顯著性影響。表9由表9得：a3b3水平的葡萄產(chǎn)量均值最大。表10由表10得：a1b1與其他組合均有顯著性差異；a2b1,a1b2,a1b3三者之間均無(wú)顯著性差異，與a3b1也均無(wú)顯著性差異，與其他組合均有顯著性差異；a3b1與a2b1,a1b2,a1b3,a2b2間均無(wú)顯著性差異，與其他組合均有顯著性差異；a2b2與a3b1,a2b3間均無(wú)顯著性差異，與其他組合均有顯著性差異；a3b2與其他組合均有顯著性差異；a3b3

19、與其他組合均有顯著性差異。由上圖得：常規(guī)線形模型良好實(shí)習(xí)五：拉丁方試驗(yàn)設(shè)計(jì)的SPSS分析資環(huán)學(xué)院水保123班 拓蘭蘭 2012011891 習(xí)題：采用拉丁方對(duì)草莓品種進(jìn)行比較試驗(yàn)，分析不同品種間是否存在顯著性差異B 9E 8C 13A 11D 7E 8D 8B 7C 14A 8C 11A 9D 8B 8E 6A 8C 12E 8D 7B 9D 8B 6A 9E 8C 13草莓品種試驗(yàn)產(chǎn)量（kg/株）解：設(shè)H0為不同品種對(duì)草莓產(chǎn)量無(wú)顯著性影響；H1為不同品種對(duì)草莓產(chǎn)量有顯著性影響。1、 輸入數(shù)據(jù)：先在“變量視圖”中標(biāo)明“直行區(qū)組”“橫行區(qū)組”“草莓品種”“產(chǎn)量”，把“直行區(qū)組”“橫行區(qū)組”的“小

20、數(shù)”設(shè)置為“0”，把 “草莓品種”的“類型”設(shè)置為“字符串”，然后在“數(shù)據(jù)視圖”中輸入數(shù)據(jù)。2、 操作步驟：?jiǎn)螕簟胺治觥辈藛螜?，選擇“常規(guī)線性模型”下的“單變量”，在“單變量”窗口中把“產(chǎn)量”添加到“因變量”中，把“直行區(qū)組”“橫行區(qū)組”“草莓品種”添加到“固定因子”中；點(diǎn)擊“模型”，在窗口中將“指定模型”選為“定制”，把“因子與協(xié)變量”中的“直行區(qū)組”“橫行區(qū)組”“草莓品種”添加到“模型”中，在“建立項(xiàng)”列表框選擇“主效應(yīng)”，單擊“繼續(xù)”；點(diǎn)擊“選項(xiàng)”，在窗口中把“草莓品種”添加到“顯示均值（m）”中，在“輸出”列表框中選擇“殘差圖（R）”，單擊“繼續(xù)”；點(diǎn)擊“兩兩比較”，在窗口中把“草莓品

21、種”添加到“兩兩比較檢驗(yàn)”中，在“假定方差齊性”列表框中選擇“Duncan”，單擊“繼續(xù)”；然后“確定”3、 輸出結(jié)果及分析： 表1 表2由表2可知：由于草莓品種的sig小于0.01，所以不同草莓品種對(duì)產(chǎn)量有極顯著性差異。 表3由表3可知：草莓品種C的產(chǎn)量均值最大。 表4由表4可知:草莓品種A,B,D,E之間沒有顯著性差異，與草莓品種C有顯著性差異；草莓品種C與其余的品種都有顯著性差異。從上圖可知：常規(guī)線性模型良好。結(jié)論：不同草莓品種對(duì)產(chǎn)量有顯著性差異，其中品種C的產(chǎn)量顯著高于其他品種。實(shí)習(xí)六 裂區(qū)試驗(yàn)設(shè)計(jì)的SPSS分析資環(huán)學(xué)院水保123班 拓蘭蘭 2012011891習(xí)題：采用裂區(qū)設(shè)計(jì)的方法

22、進(jìn)行核桃修剪和施肥試驗(yàn)，修剪（主處理）有a1、a2、a33個(gè)水平，施肥（副處理）有b1、b2、b3、b4四個(gè)水平，重復(fù)四次，隨機(jī)區(qū)組排列，試驗(yàn)結(jié)果如下表，試用SPSS軟件進(jìn)行分析。施肥和修剪對(duì)核桃產(chǎn)量的影響區(qū)組BAa1a2a3a1a2a3a1a2a3a1a2a3b1252325232422272021262223b2322626272323262426312524b3211618191617201516221819b4201619211518181517211920解：假設(shè)H0為施肥和修剪對(duì)核桃產(chǎn)量沒有顯著性影響；H1為施肥和修剪對(duì)核桃產(chǎn)量有顯著性影響。1、 輸入數(shù)據(jù)：先在“變量視圖”中標(biāo)明“

23、產(chǎn)量”“施肥”“修剪”“區(qū)組”，并把“小數(shù)”設(shè)置為“0”，把“修剪”“施肥”的“類型”設(shè)置為“字符串”，然后在“數(shù)據(jù)視圖”中輸入數(shù)據(jù)。2、 操作步驟：?jiǎn)螕簟胺治觥辈藛螜?，選擇“常規(guī)線性模型”下的“單變量”，在“單變量”窗口中將“產(chǎn)量”添加到“因變量”中，“區(qū)組”“修剪”添加到“固定因子”中，“施肥”添加到“隨機(jī)因子”中；點(diǎn)擊“模型”，在窗口中將“指定模型”選為“定制（c）”，將“因子與協(xié)變量”中的“區(qū)組”“修剪”“施肥”“修剪*施肥”添加到“模型”中，在“建立項(xiàng)”列表框選擇“交互”，單擊“繼續(xù)”；點(diǎn)擊“選項(xiàng)”，在窗口中將“修剪”“施肥”添加到“顯示均值（m）”中，在“輸出”列表框中選擇“殘差圖

24、（R）”，單擊“繼續(xù)”；點(diǎn)擊“兩兩比較”，在窗口中將“修剪”添加到“兩兩比較檢驗(yàn)”中，“假定方差齊性”選“Duncan”，單擊“繼續(xù)”；然后“確定”。單擊“分析”菜單欄，選擇“常規(guī)線性模型”下的“單變量”，在“單變量”窗口中，將“產(chǎn)量”添加到“因變量”，“區(qū)組”“施肥”添加到“固定因子”，“修剪”添加到“隨機(jī)因子”；點(diǎn)擊“模型”，在窗口中將“指定模型”選為“定制（c）”，把“因子與協(xié)變量”中的“區(qū)組”“修剪”“施肥”“修剪*施肥”添加到“模型”中；在“建立項(xiàng)”列表框選擇“交互”，單擊“繼續(xù)”；點(diǎn)擊“選項(xiàng)”，在窗口中將“修剪”“施肥”添加到“顯示均值（m）”中，在“輸出”列表框中選擇“殘差圖（R

25、）”，單擊“繼續(xù)”；點(diǎn)擊“兩兩比較”，在窗口中將“施肥”添加到“兩兩比較檢驗(yàn)”中， “假定方差齊性”選“Duncan”，單擊“繼續(xù)”；然后“確定”。3、 輸出結(jié)果及分析： 表1 表2 由表2可知：由于修剪和施肥的sig值都小于0.01，所以修剪和施肥都對(duì)核桃產(chǎn)量有顯著性影響；由于施肥與修剪的交互作用的sig值為0.477，大于0.05，所以兩者沒有顯著性的交互作用。 表3由表3可知：在修剪的三個(gè)水平中a1的核桃產(chǎn)量均值最大，其次是a3、a2。 表4由表4可知：在施肥的四個(gè)水平中b2的核桃產(chǎn)量均值最大，其次是b1、b4、b3。 表5由表5可知：修剪的三個(gè)水平經(jīng)過(guò)兩兩比較，三者之間均有顯著性差異。

26、 表6由表6可知：施肥的四個(gè)水平中b3,b4之間沒有顯著性差異，與b1,b2均有顯著性差異；b1與其余三個(gè)均有顯著性差異；b2與其余三個(gè)均有顯著性差異。由上圖可知：常規(guī)線形模擬良好。結(jié)論：本試驗(yàn)中，修剪和施肥對(duì)核桃的產(chǎn)量有極顯著性差異，其中修剪三個(gè)水平中的a1對(duì)核桃的產(chǎn)量顯著高于其他水平，同樣施肥四個(gè)水平中的b2對(duì)核桃的產(chǎn)量顯著高于其他水平。實(shí)習(xí)七 裂區(qū)實(shí)驗(yàn)設(shè)計(jì)的SPSS數(shù)據(jù)處理資環(huán)學(xué)院水保123班 拓蘭蘭 2012011891習(xí)題：有一混合水平的正交試驗(yàn)，A因素為葡萄品種，A1、A2、A3、A4，B因素為施肥期，有B1、B2，C因素為施肥量，有C1、C2，重復(fù)三次，采用L8(4×2

27、4)正交表，試驗(yàn)結(jié)果如下表，試進(jìn)行分析葡萄品種施肥時(shí)期及用量實(shí)驗(yàn)結(jié)果處理組合ABC11111716192122192020321226242142212522205312161519632114151474112425238422282826解：步驟：1、在“變量視圖”中輸入“區(qū)組，a，b，c，處理組合，產(chǎn)量”，在“數(shù)據(jù)視圖”中輸入數(shù)據(jù)。 2、單擊“分析”，選擇“常規(guī)線性模型”下的“單變量”，在“單變量”對(duì)話框中將“產(chǎn)量”添加到“因變量”中，將“區(qū)組，a，b，c”添加到“固定因子”中；單擊“模型”，在對(duì)話框中將“指定模型”選為“定制”， 將“區(qū)組，a，b，c”添加到“模型”中，選擇“主效應(yīng)”，

28、單擊“繼續(xù)”；單擊“兩兩比較”， 在對(duì)話框中將“區(qū)組，a”添加到“兩兩比較檢驗(yàn)”中，“假定方差分析”選擇“Duncan”， 單擊“繼續(xù)”； 單擊“選項(xiàng)”，在對(duì)話框中將“a，b，c”添加到“顯示均值”，“輸出”選擇“殘差圖”， 單擊“繼續(xù)”，然后“確定”。 單擊“分析”，選擇“常規(guī)線性模型”下的“單變量”，在“單變量”對(duì)話框中將“處理組合”添加到“固定因子”中，將“a，b，c”移出；單擊“模型”，將“處理組合”添加到“模型”中，單擊“繼續(xù)”；單擊“兩兩比較”， 在對(duì)話框中將“處理組合”添加到“兩兩比較檢驗(yàn)”中，將“區(qū)組”移出，單擊“繼續(xù)”； 單擊“選項(xiàng)”，在對(duì)話框中將“處理組合”添加到“顯示均值

29、”中，將“區(qū)組”移出，單擊“繼續(xù)”，然后“確定”。 3、輸出結(jié)果如下：表1表1表2由表2可以看出：因素a和c對(duì)產(chǎn)量有顯著性影響，因素b對(duì)產(chǎn)量影響不顯著。表3由表3得：因素a的四個(gè)水平中，a4對(duì)產(chǎn)量的影響最大其次為a2。表4表5表6由表6可以看出：a因素對(duì)產(chǎn)量的影響兩兩具有顯著性差異。表7表8由表6可以看出： 因?yàn)閟ig小于0.01，所以處理組合有顯著性差異。表9表10由表8可以看出：處理組合6、5、1之間沒有顯著性差異，與2、4、3、7、8之間有顯著性差異；處理組合5、1、2之間沒有顯著性差異，與4、3、7、8、6之間有顯著性差異；處理組合2、4之間沒有顯著性差異，與6、5、1、3、7、8之間

30、有顯著性差異；處理組合4、3、7之間沒有顯著性差異，與6、5、1、2、8之間有顯著性差異；處理組合8與1、2、3、4、5、6、7之間有顯著性差異。由上圖可知：常規(guī)線性模型良好。實(shí)習(xí)八 相關(guān)分析與回歸的SPSS數(shù)據(jù)處理資環(huán)學(xué)院水保123班 拓蘭蘭 2012011891習(xí)題1 研究蘋果畝產(chǎn)量y與有機(jī)肥投入量（x1）、化肥投入量（x2）、農(nóng)藥投入量（x3）之間的關(guān)系，數(shù)據(jù)見下表。試分析y與x1、x2、x3的相關(guān)性并建立y與x1、x2、x3回歸方程。蘋果園投入產(chǎn)出數(shù)據(jù)表x1（元）x2（元）x3（元）y（kg）196.5130.5109.62426.3144.68157.2100.62064.8214.

31、5240.496.31848.5126.3116.8131.51723.5251.3244.8154.241719.8120.3190.179.71172.4107.1148.068.9809.270.8116.782.0569.763.965.571.4347.5解：步驟：1、在“變量視圖”中輸入“x1,x2,x3,y”，在“數(shù)據(jù)視圖”中輸入數(shù)據(jù)。 2、單擊“分析”，選擇“相關(guān)”的“雙變量”，在“雙變量相關(guān)”對(duì)話框中將“x1,x2,x3,y”添加到“變量”中，“相關(guān)系數(shù)”選“Pearson”，“顯著性檢驗(yàn)”選“雙側(cè)檢驗(yàn)”，勾選“標(biāo)記顯著性相關(guān)”，點(diǎn)擊“選項(xiàng)”，勾選“均值和標(biāo)準(zhǔn)差”，單擊“繼續(xù)

32、”，然后“確定”。 單擊“分析”，選擇“回歸”下的“線性”，在“線性回歸”對(duì)話框中將“y”添加到“因變量”中，“x1,x2,x3”添加到“自變量”中，選擇“逐步方法”，點(diǎn)擊“選項(xiàng)”，將“使用F的概率”的“刪除”值改為“.06”， 單擊“繼續(xù)”，然后“確定”。 3、輸出結(jié)果如下：表1表2由表2可以看出：x1與x2的相關(guān)系數(shù)為0.799,sig小于0.01達(dá)到顯著相關(guān),x1與x3的相關(guān)系數(shù)為0.727，sig小于0.05達(dá)到顯著性相關(guān)水平，x1與y的相關(guān)系數(shù)為0.777，sig為0.014小于0.05達(dá)到顯著性相關(guān)水平;x2與x3的相關(guān)系數(shù)為0.433，sig大于0.05所以沒有顯著相關(guān)性，x2與

33、y的相關(guān)系數(shù)為0.450，sig為0.244大于0.05所以兩者之間沒有顯著性差異；x3與y的相關(guān)系數(shù)為0.636，sig為0.066大于0.05所以兩者之間沒有顯著性差異。表3表4由表4得：R=0.777大于0則具有正相關(guān)性。表5由表5得：由sig為0.014小于0.05則預(yù)測(cè)變量x1與因變量y達(dá)到顯著相關(guān)性，方程具有統(tǒng)計(jì)學(xué)意義。表6由表6得：方程x1的系數(shù)為8.627，sig為0.014小于0.05則具有顯著性相關(guān)性，具有統(tǒng)計(jì)學(xué)意義，常量沒有顯著相關(guān)性但對(duì)結(jié)果影響不大，則得方程：y=167.187+8.627x1。表7由表7得：x2 x3在逐步過(guò)程中被剔除。實(shí)習(xí)九 曲線估計(jì)的SPSS分析資

34、環(huán)學(xué)院水保123班 拓蘭蘭 2012011891習(xí)題落葉松林單位面積的蓄積量（V）和胸高斷面積（D）的測(cè)定數(shù)據(jù)如下表，試建立V與D的經(jīng)驗(yàn)回歸方程，并且檢驗(yàn)回歸的顯著性。V(m3)465667658986103108121118D(m2)4.75.46.37.27.88.89.911.711.411.8解：步驟：1、在“變量視圖”中輸入“v”“d”，在“數(shù)據(jù)視圖”中輸入數(shù)據(jù)。 2、單擊“分析”，選擇“回歸”中的“曲線估計(jì)”，在“曲線估計(jì)”對(duì)話框中將“v”添加到“自變量”，將“d”添加到“因變量”，在“模型”下選擇“二次模型，對(duì)數(shù)，立方模型，指數(shù)，冪”，勾選“顯示ANOVA表格”，然后“確定”。

35、3、輸出結(jié)果如下：MODEL: MOD_1._Dependent variable. v Method. LOGARITHListwise Deletion of Missing DataMultiple R .97210R Square .94498Adjusted R Square .93811Standard Error 6.59944 Analysis of Variance: DF Sum of Squares Mean SquareRegression 1 5984.4787 5984.4787Residuals 8 348.4213 43.5527F = 137.40787 Si

36、gnif F = .0000- Variables in the Equation -Variable B SE B Beta T Sig Td 78.152283 6.667083 .972102 11.722 .0000(Constant) -77.682919 14.110257 -5.505 .0006_由上面的表可知：模型 LOGARITH 中復(fù)相關(guān)系數(shù)（Multiple R ） 為0.97210 ，決定系數(shù)R Square為0.94498， 標(biāo)準(zhǔn)誤差Standard Error為6.59944 ，顯著性水平Signif F = .0000小于0.01，則表明蓄積量（V）和胸高斷面積

37、（D）達(dá)到顯著性相關(guān)水平，曲線方程具有統(tǒng)計(jì)學(xué)意義，而且D的系數(shù)以及常數(shù)項(xiàng)的顯著性檢驗(yàn)Sig T小于0.01則說(shuō)明方程的系數(shù)具有統(tǒng)計(jì)學(xué)意義，則方程有意義。Dependent variable. v Method. QUADRATIListwise Deletion of Missing DataMultiple R .97505R Square .95072Adjusted R Square .93664Standard Error 6.67687 Analysis of Variance: DF Sum of Squares Mean SquareRegression 2 6020.8357

38、3010.4178Residuals 7 312.0643 44.5806F = 67.52750 Signif F = .0000- Variables in the Equation -Variable B SE B Beta T Sig Td 14.508442 7.474354 1.443161 1.941 .0934d*2 -.278207 .437675 -.472589 -.636 .5452(Constant) -15.578067 29.716903 -.524 .6163_由上述表格可知：模型QUADRATI的復(fù)相關(guān)系數(shù) Multiple R為0.97505決定系數(shù)R Sq

39、uare 為0.9507，標(biāo)準(zhǔn)誤差Standard Error 為6.67687為顯著性水平Signif F = .0000小于0.01，則表明蓄積量（V）和胸高斷面積（D）達(dá)到顯著性相關(guān)水平，曲線方程具有統(tǒng)計(jì)學(xué)意義，而且D的系數(shù)和D的平方的系數(shù)以及常數(shù)項(xiàng)的顯著性檢驗(yàn)Sig T小于0.05則說(shuō)明方程的系數(shù)沒有顯著相關(guān)性，則方程沒有顯著相關(guān)性。Dependent variable. v Method. CUBICListwise Deletion of Missing DataMultiple R .97515R Square .95093Adjusted R Square .93691Stan

40、dard Error 6.66305 Analysis of Variance: DF Sum of Squares Mean SquareRegression 2 6022.1268 3011.0634Residuals 7 310.7732 44.3962F = 67.82259 Signif F = .0000- Variables in the Equation -Variable B SE B Beta T Sig Td 12.406372 4.059461 1.234067 3.056 .0184d*3 -.011591 .017578 -.266263 -.659 .5307(C

41、onstant) -10.586244 21.491138 -.493 .6374- Variables not in the Equation -Variable Beta In Partial Min Toler T Sig Td*2 3.578697 .120283 5.544E-05 .297 .7766Notes:9 Tolerance limits reached; some dependent variables were not entered._由上述表格可知：模型CUBIC的復(fù)相關(guān)系數(shù) Multiple R為0.97515決定系數(shù)R Square 為0.95093，標(biāo)準(zhǔn)誤差Standard Error為6.66305，顯著性水平Signif F = .0000小于0.01，則表明蓄積量（V）和胸高斷面積（D）達(dá)到顯著性相關(guān)水平，曲線方程具有統(tǒng)計(jì)學(xué)意義，而且D的系數(shù)、D的平方的系數(shù)和D的立方的系數(shù)以及常數(shù)項(xiàng)的顯著性檢驗(yàn)Sig T小于0.01則說(shuō)明方程的系數(shù)沒有顯著相關(guān)性，則方程沒有顯著相關(guān)性。Dependent variable. v Method. POWERListwise Deletion of