《用spss20进行可重复单因素随机区组、两因素随机区组、两因素裂区试验设计的方差分析.doc》由会员分享，可在线阅读，更多相关《用spss20进行可重复单因素随机区组、两因素随机区组、两因素裂区试验设计的方差分析.doc（11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、【精品文档】如有侵权，请联系网站删除，仅供学习与交流用spss20进行可重复单因素随机区组、两因素随机区组、两因素裂区试验设计的方差分析.精品文档.一、可重复单因素随机区组试验设计8个小麦品种的产比试验，采用随机区组设计，3次重复，计产面积25平米，产量结果如下，进行方差分析和多重比较。表1 小麦品比试验产量结果（公斤）品种区组产量1110.92110.83111.1419.15111.86110.17110819.3129.12212.33212.54210.75213.96210.67211.58210.41312.223143310.54310.15316.86311.87314.183
2、14.41、打开程序把上述数据输入进去。2、执行：分析-一般线性模型-单变量。3、将产量放进因变量，品种和区组放进固定因子。4、单击模型，选择设定单选框，将品种和区组放进模型中，只分析主效应。5、在两两比较中进行多重比较，这里只用分析品种。可以选择多种比较方法。6、分析结果。主体间效应的检验因变量: 产量源III 型平方和df均方FSig.校正模型61.641a96.8494.174.009截距3220.16713220.1671962.448.000区组27.561213.7808.398.004品种34.08074.8692.967.040误差22.972141.641总计3304.780
3、24校正的总计84.61323a. R 方 = .729（调整 R 方 = .554）这里只须看区组和品种两行，两者均达到显著水平，说明土壤肥力和品种均影响产量结果。下面是多重比较，只有方差分析达到显著差异才进行多重比较。多个比较因变量: 产量(I) 品种(J) 品种均值差值 (I-J)标准 误差Sig.95% 置信区间下限上限LSD1.002.00-1.63331.04591.141-3.8766.60993.00-.63331.04591.555-2.87661.60994.00.76671.04591.476-1.47663.00995.00-3.4333*1.04591.005-5.6
4、766-1.19016.00-.10001.04591.925-2.34332.14337.00-1.13331.04591.297-3.37661.10998.00-.63331.04591.555-2.87661.60992.001.001.63331.04591.141-.60993.87663.001.00001.04591.355-1.24333.24334.002.4000*1.04591.038.15674.64335.00-1.80001.04591.107-4.0433.44336.001.53331.04591.165-.70993.77667.00.50001.04591
5、.640-1.74332.74338.001.00001.04591.355-1.24333.24333.001.00.63331.04591.555-1.60992.87662.00-1.00001.04591.355-3.24331.24334.001.40001.04591.202-.84333.64335.00-2.8000*1.04591.018-5.0433-.55676.00.53331.04591.618-1.70992.77667.00-.50001.04591.640-2.74331.74338.00.00001.045911.000-2.24332.24334.001.0
6、0-.76671.04591.476-3.00991.47662.00-2.4000*1.04591.038-4.6433-.15673.00-1.40001.04591.202-3.6433.84335.00-4.2000*1.04591.001-6.4433-1.95676.00-.86671.04591.421-3.10991.37667.00-1.90001.04591.091-4.1433.34338.00-1.40001.04591.202-3.6433.84335.001.003.4333*1.04591.0051.19015.67662.001.80001.04591.107-
7、.44334.04333.002.8000*1.04591.018.55675.04334.004.2000*1.04591.0011.95676.44336.003.3333*1.04591.0071.09015.57667.002.3000*1.04591.045.05674.54338.002.8000*1.04591.018.55675.04336.001.00.10001.04591.925-2.14332.34332.00-1.53331.04591.165-3.7766.70993.00-.53331.04591.618-2.77661.70994.00.86671.04591.
8、421-1.37663.10995.00-3.3333*1.04591.007-5.5766-1.09017.00-1.03331.04591.340-3.27661.20998.00-.53331.04591.618-2.77661.70997.001.001.13331.04591.297-1.10993.37662.00-.50001.04591.640-2.74331.74333.00.50001.04591.640-1.74332.74334.001.90001.04591.091-.34334.14335.00-2.3000*1.04591.045-4.5433-.05676.00
9、1.03331.04591.340-1.20993.27668.00.50001.04591.640-1.74332.74338.001.00.63331.04591.555-1.60992.87662.00-1.00001.04591.355-3.24331.24333.00.00001.045911.000-2.24332.24334.001.40001.04591.202-.84333.64335.00-2.8000*1.04591.018-5.0433-.55676.00.53331.04591.618-1.70992.77667.00-.50001.04591.640-2.74331
10、.7433基于观测到的均值。 误差项为均值方 (错误) = 1.641。*. 均值差值在 0.05 级别上较显著。产量品种N子集12Duncana,b4.0039.96671.00310.73336.00310.83333.00311.36678.00311.36677.00311.866711.86672.00312.366712.36675.00314.1667Sig.060.055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) = 1.641。a. 使用调和均值样本大小 = 3.000。b. Alpha = 0.05。二、两因素可重复随机区组试验设计下面是水稻品
11、种和密度对产量的影响，采用随机区组试验设计，3次重复，品种3个水平，密度3个水平，共27个观测值。小区计产面积20平米。表2 水稻品种与密度产比试验品种密度区组产量11181128113812171227123613161325133621192129213822172229223623182327233631173127313632183227323833110332933391、输入数据，执行：分析-一般线性模型-单变量。注意区组作为随机因子。2、选择模型。注意模型中有三者的主效和品种与密度的交互。3、分析结果。注意自由度的分解。使用一个误差（0.486）计算F值。主体间效应的检验因变量:
12、 产量源III 型平方和df均方FSig.截距假设1496.33311496.3331035.923.001误差2.88921.444a品种假设6.22223.1116.400.009误差7.77816.486b密度假设1.5562.7781.600.233误差7.77816.486b区组假设2.88921.4442.971.080误差7.77816.486b品种 * 密度假设22.22245.55611.429.000误差7.77816.486ba. MS(区组)b. MS(错误)4、语句。UNIANOVA 产量 BY 品种 密度 区组 /RANDOM=区组 /METHOD=SSTYPE(3
13、) /INTERCEPT=INCLUDE /POSTHOC=品种 密度(DUNCAN) /CRITERIA=ALPHA(0.05) /DESIGN=品种 密度 区组 品种*密度.三、两因素可重复裂区设计表3是中耕次数和施肥量对小麦产量的影响，采用两因素裂区试验设计，3次重复，主区为中耕次数，3个水平，副区为施肥量，4个水平。小区计产面积33平米。表3 中耕次数和施肥量对小麦产量的影响（公斤）主处理副处理重复产量111291213713118141172112822131231132411331130321313311534116112281223213214142162122922228232
14、1324212312273222833214342151133212331133171431521325223292331024312313263233133311343131、输入数据，执行：分析-一般线性模型-单变量。注意区组作为随机因子。2、模型。注意，在填好模型后，点击继续，然后点击粘贴，进入语句编辑器。3、原来是这样的，要做修改。4、修改后是这样的，最后一句加个东西。语句：UNIANOVA 产量 BY 副处理 主处理 重复 /RANDOM=重复 /METHOD=SSTYPE(3) /INTERCEPT=INCLUDE /POSTHOC=副处理 主处理 (DUNCAN LSD) /CR
15、ITERIA=ALPHA(0.05) /DESIGN=副处理 主处理 重复 重复(主处理) 主处理*副处理.5、运行后得结果。区别在于，副处理和交互的F值用2.565求得，主处理和重复用2.292求得。实际上在两因素随机区组的基础上进一步分解自由度。主体间效应的检验因变量: 产量源III 型平方和df均方FSig.截距假设17161.000117161.0001050.673.001误差32.667216.333a主处理假设80.167240.08317.491.011误差9.16742.292b副处理假设2179.6673726.556283.278.000误差46.167182.565c重
16、复假设32.667216.3337.127.048误差9.16742.292b重复(主处理)假设9.16742.292.894.488误差46.167182.565c主处理 * 副处理假设7.16761.194.466.825误差46.167182.565ca. MS(重复)b. MS(重复(主处理)c. MS(错误)通过上面的分析可以看出几点：1、随机区组设计中，重复即区组，区组作为一个因子进行分析。2、固定因子和随机因子的区别，在单因素可重复随机区组和两因素可重复随机区组设计中，把区组看成一个因子，等同于两因素和三要素无重复设计，区组当作固定因子和随机因子结果一样（如下表），但在裂区设计中
17、不一样，F值的求解不同。3、方差分析重点在于自由度的分解。单因素可重复随机区组设计主体间效应的检验源III 型平方和df均方FSig.截距假设3220.16713220.167233.677.004误差27.561213.780a品种假设34.08074.8692.967.040误差22.973141.641b区组假设27.561213.7808.398.004误差22.973141.641b主体间效应的检验源III 型平方和df均方FSig.校正模型61.641a96.8494.174.009截距3220.16713220.1671962.448.000区组27.561213.7808.39
18、8.004品种34.08074.8692.967.040误差22.972141.641总计3304.78024校正的总计84.61323两因素可重复随机区组设计主体间效应的检验因变量: 产量源III 型平方和df均方FSig.截距假设1496.33311496.3331035.923.001误差2.88921.444a品种假设6.22223.1116.400.009误差7.77816.486b密度假设1.5562.7781.600.233误差7.77816.486b区组假设2.88921.4442.971.080误差7.77816.486b品种 * 密度假设22.22245.55611.429
19、.000误差7.77816.486ba. MS(区组)b. MS(错误)主体间效应的检验因变量: 产量源III 型平方和df均方FSig.校正模型32.889a103.2896.766.000截距1496.33311496.3333078.171.000品种6.22223.1116.400.009密度1.5562.7781.600.233品种 * 密度22.22245.55611.429.000区组2.88921.4442.971.080误差7.77816.486总计1537.00027校正的总计40.66726a. R 方 = .809（调整 R 方 = .689）裂区设计主体间效应的检验因
20、变量: 产量源III 型平方和df均方FSig.截距假设17161.000117161.0001050.673.001误差32.667216.333a主处理假设80.167240.08317.491.011误差9.16742.292b副处理假设2179.6673726.556283.278.000误差46.167182.565c重复假设32.667216.3337.127.048误差9.16742.292b主处理 * 副处理假设7.16761.194.466.825误差46.167182.565c重复(主处理)假设9.16742.292.894.488误差46.167182.565ca. MS
21、(重复)b. MS(重复(主处理)c. MS(错误)主体间效应的检验因变量: 产量源III 型平方和df均方FSig.校正模型2308.833a17135.81452.953.000截距17161.000117161.0006690.931.000主处理80.167240.08315.628.000副处理2179.6673726.556283.278.000主处理 * 副处理7.16761.194.466.825重复(主处理)9.16742.292.894.488重复32.667216.3336.368.008误差46.167182.565总计19516.00036校正的总计2355.00035a. R 方 = .980（调整 R 方 = .962）