《实验二--方差分析(共6页).doc》由会员分享，可在线阅读，更多相关《实验二--方差分析(共6页).doc（6页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、精选优质文档-倾情为你奉上实验二 方差分析一、实验目的1、学会应用SPSS软件进行数据整理与分析；2、能够应用SPSS软件对相关数据作出方差分析；3、掌握SPSS软件功能及正确分析实验结果的能力。二、实验内容 为比较四种饲料对仔猪增重效果的好坏，随机选取性别、年龄相同，体重相近，无亲缘关系的24头猪，随机分为4组，每组6头，分别饲喂四种饲料，所得增重数据如下表，试比较4种饲料对仔猪增重有无差异。饲料体重/kg1474744424250233394133343532325232928204282425222023三、实验步骤（一）、数据输入启动SPSS，进入【变量视图】，在【Name】框中设置：
2、“饲料”和“体重”的参数，点击工作表下方的【数据视图】，录入数据。 （二）、操作步骤（1）、【分析一般线性模型单变量】（2）、因变量：体重；固定因子：饲料。（3）、对比：选“简单”，更改，参考类别：“最后一个”。（4）、绘图：水平轴（H）输入饲料。（5）、选项：显示均值导入饲料输出：描述性统计和方差齐性检验选定。（6）、两两比较:选择LSD或者Duncan等。（7）、确定。 四、结果解释（一）、描述统计表分析表（1）描述性统计量因变量:体重饲料均值标准 偏差N1.0045.33333.2041662.0035.83333.3714563.0024.66673.3862564.0023.6667
3、2.732526总计32.37509.5408224表（2）估计边际均值（饲料）因变量:体重饲料均值标准 误差95% 置信区间下限上限1.0045.3331.30042.62148.0452.0035.8331.30033.12138.5453.0024.6671.30021.95527.3794.0023.6671.30020.95526.379表1为数据的描述统计，给出样品均数、标准差和样本数。与描述性统计量图相比，估算边际均值表还给出了均值的上限和下限。由表（1）和表（2）可知，对于单因素方差分析计算出的边际均值和描述统计结果是一致的。边际均值为基于现在模型，当控制处理因素的作用时，根据
4、样本情况计算出用于比较的各水平的均值估计值，如果模型中有协变量，则会按照协变量均值为均数进行修正，并进行均值估计，在这进行均数比较需要再选项中的差异进行分析，对于单因素方差分析和包括全部交互作用的全模型分析，边际均数等于各个单元格的均数，但是对于有交互作用和协变量分析，边际均值和原始均数是不一样的。因此在进行多重比较时需要采用选择中的指标进行分析。 （二）、方差等齐性检验由表（3）可见，根据Levene检验可知，F=0.322；在自由度（3,20）条件下，对应的概率为0.810；可以认为该群体的方差是等齐，表明可以对这组数据进行方差分析。表（3）误差方差等同性的 Levene 检验a因变量:体
5、重Fdf1df2Sig.322320.810检验零假设，即在所有组中因变量的误差方差均相等。a. 设计 : 截距 + 饲料 （三）、方差分析结果分析表（4）为方差分析结果，各行的含义分别如下所述。校正模型：是对整个方差模型进行的检验，无效假设为，模型中所有因素对因变量无影响，备择假设是有影响。如果P0.05，认为所建立的模型有统计学意义。该例子中F=62.146，P0.001，认为建立的模型有统计学意义。截距：无实际意义，可以忽略分析。饲料：为该模型检验的因素，方差检验F=62.146，P0.001，认为饲料对体重有影响显著。但是哪种饲料对体重的影响大，需要下面的多重比较进行分析。结果中的R方
6、，描述单因素方差分析组间变异占总变异的比例，它越接近1，越说明变异来源于组间变异，即产生差异的可能性越大。表 (4)主体间效应的检验因变量:体重源III 型平方和df均方FSig.校正模型1890.792a3630.26462.146.000截距25155.375125155.3752480.399.000饲料1890.7923630.26462.146.000误差202.8332010.142总计27249.00024校正的总计2093.62523a. R 方 = .903（调整 R 方 = .889）（四）、多重比较的比较表（5）是LSD法多重比较的结果，*表示差异显著。该图显示这种饲料间
7、的两两比较是否差异显著。表（6）Duncan比较结果更为一目了然。当然，采用哪种方法进行多重比较，需要与专业结合。不同的多重比较方法的灵敏度是不一样的，可以查看相关的资料。表（5）LSD多重比较结果因变量:体重(I) 饲料(J) 饲料均值差值 (I-J)标准 误差Sig.95% 置信区间下限上限LSD1.002.009.5000*1.83863.0005.664713.33533.0020.6667*1.83863.00016.831424.50204.0021.6667*1.83863.00017.831425.50202.001.00-9.5000*1.83863.000-13.3353-
8、5.66473.0011.1667*1.83863.0007.331415.00204.0012.1667*1.83863.0008.331416.00203.001.00-20.6667*1.83863.000-24.5020-16.83142.00-11.1667*1.83863.000-15.0020-7.33144.001.00001.83863.593-2.83534.83534.001.00-21.6667*1.83863.000-25.5020-17.83142.00-12.1667*1.83863.000-16.0020-8.33143.00-1.00001.83863.593
9、-4.83532.8353基于观测到的均值。 误差项为均值方 (错误) = 10.142。*. 均值差值在 .05 级别上较显著。Duncan多重比较结果见表（6）。右侧同一列中表示差异不显著，不同列间则差异显著。饲料4和3不显著，2和1、3、4差异显著，1和3、4与2间差异显著。如果以字母（a、b、c）表示均数之间的差异，最大均值标记为a，然后依次标记，则得45.333a，35.833b，23.6667c，24.6667c。表（6）Duncan多重比较结果（体重）饲料N子集123Duncana,b4.00623.66673.00624.66672.00635.83331.00645.3333Sig.5931.0001.000已显示同类子集中的组均值。 基于观测到的均值。 误差项为均值方 (错误) = 10.142。a. 使用调和均值样本大小 = 6.000。b. Alpha = .05。专心-专注-专业