用spss软进行方差分析的研究

用spss软进行方差分析的研究

多元离散度分析是数理统计的基本方法之一。在两个以上的正态平衡（指数）平均值的比较中，用于解决农业和生物领域的问题。有完全随机设计和随机区组设计。即使同一个试验设计又分有重复试验设计(而在数据收集过程中,由于种种原因使得所获得的数据不全或重复数不相等)和无重复试验设计。不同的试验设计其误差来源不同,相应的统计分析方法也不同,而一般农业科技工作者又缺乏相关数理统计的基本知识和专业的计算机知识,因此使用统计软件进行多因素试验方差分析是数理统计的一个难点。目前农业工作者普遍使用EXCEL、DPSSPSS、SAS等统计软件进行方差分析,EXCEL统计软件数据操作简单方便,而不用进行数据格式的转换但没有试验结果的显著性检验(多重比较)功能DPS统计软件是我国自行研制的功能强大、使用方便且是中文操作系统的数据综合管理分析软件。深受广大科技工作者的欢迎。但它的数据块定义是固定格式,格式以外的、数据不整齐的、重复数不相等的不能进行操作。许多初学者使用DPS统计软件进行重复数不相等数据的方差分析,为了保证数据的整齐人为的进行数据的增减,但每个进行分析的试验数据都是由若干个原始数据计算出来的,随意地改变试验数据,造成试验误差估计不准确,检验结果并不可靠。SPSS软件英文版操作系统使许多农业科技工作者望而却步,许多SPSS参考书只有理论过程的讲述,没有实际的例题。SAS软件需要编程,又较难掌握。通过比较认为,SPSS软件在处理各种试验设计的方差分析很方便,本研究以两因素完全随机重复不等的试验为例进行方差分析,为农业科技工作者提供参考。1产量结果分析比较3个种植密度A和5种化肥B对作物产量的影响。采用两因素完全随机设计,交叉分组,重复4次,但种种原因使得所获得数据个数不等,产量结果如表1所示,可分析不同种植密度和化肥对作物产量的影响。2数据的编码解析打开SPSSDataEdition窗口,点击VariableView标签,输入变量名并定义变量的类型、宽度、小数位数、变量名标签、值标签等,注意数据要按要求的格式的输入,否则不能进行。在本例中试验因素为:密度和化肥是字符型变量(String)。试验结果:作物产量为数值型变量(Numeric),而在SPSS16.0以上的版本不需要定义变量的类型,系统自动默认变量的类型(见图1);输入完毕后再点击DataView标签,录入数据,将本例中不同密度、化肥种类和作物产量分别输入到对应的区域中(见图2),注意缺失的3个数据不要输入,因为SPSS软件没有数据编辑功能,注意数据和因素的对应,在EXCEL软件中将表1的数据转变成3列粘贴到SPSS软件的数据区域中。3试验设计和方法前打钩具体操作步骤为Analyze→GeneralLinearModel→Univariate的DependentVariable(独立变量)框选入产量,在FixedFaxtor(固定因素模型)框选入肥料和产量,然后点击Model标签,在弹出的对话框内输入定义好变异来源(见图3),在Custom(自定义变异来源)中输入肥料、产量和肥料与产量的交互作用3部分(本例试验设计为两因素完全随机设计有重复)。推荐使用Custom,而不是Fullfactorial(全部变异来源,SPSS软件根据试验因素的个数默认的,本试验设计若是两因素完全随机设计无重复,就没有交互项,若选了Fullfactorial选项,SPSS软件仍默认变异来源为3部分)。然后点击PostHocTestsfor进行显著性检验(多重比较方法)的选择,将要比较的因素(密度、肥料)输入对话框内,在方法前打钩,常用的方法有3种:LSD(最小显著差数法)、Tukey(最小显著极差的q法)、Duncan(新复极差法SSR法),本例里选Duncan。点击Options将要比较的平均数(密度、肥料)输入PostHocTestsfor(显著性检验)对话框内,并选择比较的Significancelevel(显著水平),系统默认0.05,即95%的置信度,使用者可以根据自己的试验设计的要求输入显著水平。4密度差异的表示完成上述选项后,点击Continue,再点击OK,即可输出方差分析结果(见表2)。由此可知,密度因素的F统计量为108.75,其显著性(Significance,表2用缩写“Sig.”表示)为P=2.46E-17(P<0.05,见表2),表示密度间的差异由误差造成的概率为2.46E-17,远远小于试验设计规定的0.05。可以由各个密度样本推测密度总体不全相同,即认为不同密度处理下的作物产量不同,肥料处理方差分析方法相同,在这里不在叙述。科技论文显著性检验(多重比较)常用标记字母法来表示,SPSS软件的显著性检验结果并没有显示标记字母法,而是用数字标记结果(见表3),需要进行转换。标记字母法是将最大的平均数标为“a”,在SPSS系统中最大平均数显示的数字最大,本例中最大的平均数“33.56”标记的数字为“3”,对应“a”,以此类推,“2”对应“b”,“1”对应”c”,将数字转换为字母,即标记字母法的结果(见表4)。若某一平均数标记多个数字,则转换为多个字母,肥料间显著性检验结果以此类推。5防止随机区组试验设计介绍了如何应用SPSS软件进行多因素试验设计的方差分析过程,包括数据的输入、数据分析、方差分析结果及显著性检验。重点是变异来源的分析,因为试验设计不同,变异来源就不同。本例中采用两因素完全随机有重复试验设计,试验设计为a个密度和b种化肥,重复n次,其线性数学模型为:变异来源为3部分,密度、化肥以及交互。本试验数据若采用两因素随机区组试验设计,a个密度和b种化肥,n个区组,没有重复。其线性数学模型为:变异来源为四部分,多了一项区组项。因为区组不是试验因素,不与两个因素发生交互作用,但试验因素并没有增加,所以在定义变异来源时区组不能和两个因素一起输入FixedFaxtor(固定模型)框中,而只能输入到RandomFaxtor(随机模型)(见图3)。使用SPSS软件进行方差分析即使因素的若F值不显著(P>0.05),SPSS软件仍然进行显著性检验的过程,只要F值不显著,就不需要进行显著性检验。因为因素