实验九方差分析实验

实验九方差分析实验素单变量方差分析)和GLMMultivariate(多因素多变量方差分析)。方差分析(analysisofv方差分析将不同水平间的总离差(SST:反映了全部②计算检验的统计量F(F=MSR/MSE)。③统计决策。将统计量的值F与给定的显著性水平α的临具体内容与方法参看实验六(均值比较分析)的第四小节某食品集团公司生产A、B、C三个品牌的食品为，了解不表9-1某公司三种不同的食品的销售数据单位：吨地区编号12345678如面低出要量机部图9.12)选择菜单“Analyze→GeneralLinearModel→Univariate”,择“food”和“group”进入“FixedFactor(s)”框(如图9.2)。食品重蓝N随机世子4)3)选择建立多因素方差分析的模型。单击“Model”,选中单衰量：模要g平力和9类整m☑在壤复中他合度图9.3钮可改变多因素变量的各组差异比较类型(如图9.4)。对比B:简单参考类别：◎最后一个L)继续取消帮助○第一个B)图9.45)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，选择变量“food”进入“HorizontalAxis”编辑框，单击“ADD”进入“Plots”框后，选择变量“group”框(如图9.5)。四子.D类四g)图糖助图9.5“food”选入“PostHocTestfor”列表框，进行多重比较分进行方差齐时两两均值的比较(如图9.6)。两两比积稳释区)(工行**4科体)图9.6“Display”复选框中选择Descriptivestatistics和Homogeneity))图9.7F 2376.376 图9.8图9.8第一行为所用方差分析模型的检验，P小于0.05,因此0.084,大于0.05,表明三种品牌的产品的销售情况没有差别。甲地区为大城市，乙地区为县城，丙地区为农村。某地分别调查了上述三类地区8岁男生三项身体生长发育指标：身高、体重和胸围，数据见表9-2,问：三类地区之间男生三项身体生长发育指标的差异有无显著性?表9-2甲、乙、丙、地区8岁男生三项身体生长发育指标编号甲地区乙地区丙地区身高体重胸围身高体重胸围身高体重胸围1234567891)激活数据管理窗口，定义变量area为地区，high为身高，weight为体重，breast为胸围，按顺序输入相应数值，甲地区为1,乙地区为2,丙地区为3(如图9.9).112131415161722961.75S,460.800.060.065.253.81189意想机图，分明中图9.92)选择菜单“Analyze→GeneralLinearModel→Univariate”。变量area进入Factor(s)框中(如图9.10)。组定世子②)E对比90课存@)3)点击Options,选变量area进入DisplayMeansfor框；在图9.11)。图9.11F身高胸围222Teststhenullhypothesisthattheer图9.12图9.12说明了三个变量均满足方差齐性条件。F662.46川22胸围2身高胸围1身高22胸围2Error身高胸围身高体重胸围Total体重胸围由图9.13的area行可知：三类地区之间男生三项身体生长发育指标的有显著差异。身高胸围胸固Covariance身高体垂胸围Correlation身高陶围图9.14由图9.14可知：身高与体重具有较高的相关关系。表9-3是影响橡胶质量的相关数据，假设tear_res(抗撕扯能力)、gloss(光泽)和opacity(不透明度)都是反应橡(添加剂)胶质量的指标，请检验extrusn(挤压)和additive(添加剂)表9-3影响橡胶质量的相关数据111111111112121212122121212l2l2222222222additive为添加剂(如图9.15).0t123456789图9.152)选择菜单“Analyze→GeneralLinearModel→Univariate”。*保喜②)3)点击Options,在“输出”栏内选SSCP、ErrorSSCP与Homogeneitytest项(如图9.17)。多要单，选确多要单，选确四子与凹于交互)h出☑方型齐性检90口残堃图q□缺乏拟合优度检验)一报估计语意)燃续联消相助□功禁估计)参数估计)图9.17F抗撕扯能力光泽不透明度Teststhenullhypothesisthattheerrorvarianceofthedependentvariableisequalacrossgroups.a.Design:+extrusn+additive+extr图9.18图9.18说明了三个变量均满足方差齐性条件。Fextrusn*additivePillb.Design:+extrusn+additive+extrusn*add由图9.19可知：Extrusn和Additive的交互作用检验不显著,抗撕扯能力光泽不透明度Sum-of-SquaresundCross-抗撕扯能力Products光泽不透明度Covarianee抗撕扯能力光泽不透明度抗撕批能力光泽不透明度由图9.20可知：tear_res(抗撕扯能力)、gloss(光泽)和opacity(不透明度)彼此不相关。FCorrectedModel抗撕扯能力光泽不透明度333抗撕扯能力光泽不透明度1抗撕扯能力光泽不透明度抗撕扯能力光泽不透明度光泽不透明度Error抗撕扯能力光泽不透明度Total抗撕扯能力光泽不透明度CorrectedTotal抗撕扯能力光泽不透明度c.RSquared=.125(验显著,而对其他性能检验不显著。表9-4是某高校心理调查的具体的数据，请检验anxiety和tension对实验结果(即trial1-trial4)有无影响、四次试验间有无差异以及试验次数和两个变量有无交互作用。表9-4某高校心理调查的具体数据1116284311624124528626125172184828419216222822922881)激活数据管理窗口，定义变量anxiety、tension和trial1-trial4(如图9.22).…单甲单中2用用2A12 18:8:6力8”的42”23456789图9.22定义重复测量因子为trial,在因素等级数中填入4(因一共测量了四次),单击Add钮(如图9.23)。加级心E加)第改心)n图9.23选入anxity和tension,单击0K(如图9.24)。兼要很带兼要很带分高药比较a0紧作图素[tsmnion]献助图9.24Mauchly'sW5图9.25图9.25表明数据服从球形分布，可以进行重复测量的方差分析。Fa.Exactstatisticb.Design:+anxiety+tension+anxiety"tensionWithinSubjectsDesign:图9.26由图9.26可知：四次实验结果检验显著(有区别),trialanxiety的交互作用显著,其他不显著。与为研究某行业的高级工程师在不同的经济发展地区的收入是否明显不同，由于年龄和经验影响该行业的收入，考虑年龄状况，现随机抽取经济较发达地区与经济欠发达地区的两组各13个数据，其具体数据资料见下表9-5。表9-5经济发展状况与不同年龄的收入数据单位：千元经济欠发达地区经济较发达地区年龄(X1)月工资(Y1)年龄(X2)月工资(Y2)1)激活数据管理窗口，定义变量group表示组别、age表示年龄和wage表示工资(如图9.27)。2)首先进行预分析，了解数据是否符合协方差分析的要求，最重要的一点就是看age的影响在两组中是否相同，这可以用选择Analyze→GeneralLinealmodel→USumofsquares列表框中选ModelI,单击OK(如图1W121314151671181911111229图9.27单衰嫩单衰嫩随机因子在给两两比较90选项的)腔治4)制助O:金子4)精图9.29单击Option选项，在Displaymeansfor中选入group,勾选☑比较主就应如)置信区间进节90□方考开样00□热型图华)□糖乏相合优度档能Q)□一级药计函数基需性求平：[%|查信区间为99.0%□带数结计立)对书军矩阵@DependentVariable;工资F22上表显示交互作用无统计学意义，可进行协方差分析(可将交互项从模型中去掉)。DependentVariable:工资组别经济欠发达地区经济较发达地区上表为在年龄因素的影响情况下，各组的工资情况。欠发达地区发达地区发达地区欠发达地区上表表明，在年龄影响情况下，各组的工资情况比较有显