实验报告二方差分析1126

1、 实验二 方差分析开课实验室：1B303 年 月 日姓 名成 绩年级专业学 号实验小组成员指导教师一、实验内容（一）单因素方差分析(One-Way ANOVA过程)（二）多因素方差分析(Univariate过程)（三）协方差分析(Univariate过程)二、 实验目的 学习利用SPSS进行单因素方差分析、多因素方差分析和协方差分析。三、实验步骤（简要写明实验步骤）（一） 单因素方差分析(One-Way ANOVA过程)实验内容：某城市从4个排污口取水，进行某种处理后检测大肠杆菌数量，单位面积内菌落数如下表所示，请分析各个排污口的大肠杆菌数量是否有差别。排污口1234大肠杆菌数量9,12,7,

2、520,14,18,1212,7,6,1023,13,16,21实验步骤： 1建立数据文件。定义变量名：编号、大肠杆菌数量和排污口的变量名分别为x1、x2、x3，之后输入原始数据。2. 选择菜单“AnalyzeCompare MeansOne-way ANOVA”，弹出单因素方差分析对话框。从对话框左侧的变量列表中选择变量” 大肠杆菌数量”，使之进入“Dependent List”列表框；选择“排污口”进入“Factor”框。3选择进行各组间两两比较的方法。单击“Post Hoc”，弹出“One-Way ANOVA: Post Hoc Multiple Comparisons”。在“Equal

3、 Variances Assumed”复选框组中选择LSD.4定义相关统计选项以及缺失值处理方法。单击“Options”按钮，弹出“One-Way ANOVA: Options”对话框。在“Statistics”复选框组选择Descriptive 和Homogeneity-of-variance.同时选中“Means plot”复选框。5单击“OK”按钮，执行单因素方差分析，得到输出结果。（二） 多因素方差分析(Univariate过程)实验内容:某城市从4个排污口取水，经两种不同方法处理后，检测大肠杆菌数量，单位面积内大肠杆菌数量如下表所示，请检验它们是否有差别。排污口1234处理方法19,

4、12,7,520,14,18,1212,7,6,1023,13,16,21处理方法213,7,10,817,10,9,1511,5,7,618,14,19,11实验步骤：1建立数据文件。定义变量名：编号、大肠杆菌数量、处理方法和排污口的变量名分别为x1、x2、x3和x4，之后输入原始数据。2. 选择菜单“Analyze General Linear Model Univariate”，弹出“多因素方差分析”对话框。在对话框左侧的变量列表中选择变量“大肠杆菌数量”进入“Dependent Variable”框，选择“排污口”和“处理方法”进入“Fixed Factor(s)”框。3选择建立多因素

5、方差分析的模型。单击“Univariate”对话框中的“Model”按钮，弹出“Univariate: Model”对话框。选中“Full Factorial”单选纽即饱和模型。4设置多因素变量的各组差异比较。单击“Contrasts”按钮，弹出“Univariate： Contrasts”对话框，在 “Contrasts”下拉框中选择Simple；单击“Change”按钮可改变多因素变量的各组差异比较类型。5设置以图形方式展现多因素之间是否存在交互作用。单击“Plots”按钮，弹出“Univariate：Profile Plots”对话框。选择变量“排污口”进入“Horizontal Axi

6、s”编辑框，选择变量“处理方法”进入“separate lines”编辑框, 单击“ADD”进入“Plots”框。6设置均值多重比较类型。单击“Post Hoc”按钮，弹出“Univariate： Post Hoc Multiple Comparisons for Observed Means”对话框。将因素“排污口”选入“Post Hoc Test for”列表框，进行多重比较分析。在“Equal Variances Assumed”复选框组中，选择LSD法进行方差齐时两两均值的比较。7设置输出到结果窗口的选项。单击“Options”按钮，弹出“Univariate：Options”对话框，

7、在“Display”复选框中选择Descriptive statistics和Homogeneity tests. 8单击“OK”按钮，执行多因素方差分析，得到输出结果。（三） 协方差分析(Univariate过程)实验内容：政府实施某个项目以改善部分年轻工人的生活状况。项目实施后开始对年轻工人生活的改善情况进行调查，调查项目包括工人受教育程度、是否实施了该项目、实施项目前的工资(前工资)和实施项目后的工资（后工资）如下表所示。用实施项目后的工资来反映生活状况的改善，要求剔除实施项目前的工资差异，分析工人的受教育程度和该项目实施对工人收入的提高是否有显著的影响。编号前工资后工资受教育程度项目实

8、施编号前工资后工资受教育程度项目实施1812初中否16812初中否2810高中否17810高中否3811初中否18811初中否4918初中是19918初中是5712初中否20712初中否6815初中是21815初中是7813高中否22813高中否8922初中是23922初中是9718初中是24718初中是1079初中否2578初中否1168初中否26812初中否121020高中是27815初中否13614初中是28913高中否14816初中是291114大学否151225大学否30614初中是实验步骤：1 建立数据文件。定义5个变量：x1、x2、x3、x4和x5，分别表示编号、前工资、后工资、

9、受教育程度和项目实施。注意：这5个变量都应是数值型的。2选择菜单“AnalyzeGeneral Linear ModelUnivariate”，弹出“多因素方差分析”对话框。3选择进行协方差分析的变量。在对话框左侧的变量列表中选择变量“后工资”进入“Dependent Variable”框；选择变量“受教育程度”和“项目实施”进入“Fixed Factor(s)”框；选择变量“前工资”进入“Covariate(s)”框。4选择建立多因素方差分析的模型。单击“Model”按钮，弹出“Univariate：Model”对话框，选择饱和模型。5其他设置与多因素方差分析类似，在此略。6单击“OK”按钮

10、，执行协方差分析，得到输出结果。四、实验结果及分析（将每一步中的结果截图粘贴至此处，并做简要说明）具体内容:(1)提出假设 (2)粘贴结果(3)分析结果,给出结论。（一）单因素方差分析(One-Way ANOVA过程)（1）提出假设H0: 各个排污口的大肠杆菌数量无差别。（2）粘贴结果（3）分析结果，给出结论。相伴概率为0.329，>0.05，因此可以认为各个组总体方差是相等的，满足方差检验的前提条件。方差检验的F值为8.097，相伴概率为0.003。相伴概率小于显著性水平0.05，表示拒绝零假设，也就是说4个组中至少有一个组和其他三个组有明显的区别，也有可能4个组之间都存在显著的区别。

11、所以，各个排污口的大肠杆菌数量有差别。（二）多因素方差分析(Univariate过程)（1）提出假设H0：无差别。（2）粘贴结果（3） 分析结果，给出结论。相伴概率为0.384，>0.05，因此可以认为各个组总体方差是相等的，满足访查检验的前提条件。关于多个控制变量对观察变量的独立作用部分，不同处理方法贡献的离差平方和为19.531，均方为19.531。不同排污口贡献的离差平方和为441.344，均方为147.115。可见不同排污口的影响要比不同处理方法的影响大。他们对应的F值和相伴概率分别为1.676，12.621和0.208，0.000。这说明不同处理方法和不同的排污口都对大肠杆菌数

12、量造成了显著的影响，但是不同处理方法造成的影响明显小于不同排污口造成的影响。关于多个控制变量交互作用部分，这里处理方法和排污口交互作用的离差平方和为24.344，均方为8.115。F值和相伴概率分别为0.696,0.563。表明他们的交互作用对观察结果造成显著影响。关于随机变量的影响部分，所贡献的离差平方和为279.750，均方为11.656。所以，有差别。（三）协方差分析(Univariate过程)（1） 提出假设H0：工人的受教育程度和该项目实施对工人收入的提高无显著的影响。（2） 粘贴结果（1） 分析结果，给出结论。控制变量对观察变量的独立作用部分：受教育程度和该项目实施贡献的离差平方和为0.447，均方为0.447。对应的F值和相伴概率分别为0.091,0.765。这说明受教育程度和该项目实施对工人收入的提高没有显著的影响。协变量部分：这里前工资变量的离差平方和为76.524，均方为76.