2024年spass方差分析实验报告

试验主題专业记录软件应用试验題目方差分析实训時间年2學期15周（5月30曰—31曰）學生姓名官其虎學号班级0360901实训地點信息管理试验室设备号B25指导教師刘進一试验目的事件的发生往往与多种原因有关，但各個原因對事件发生的中的用作用是不一样样的，并且同一原因的不一样水平對事件发生的影响也是不一样的。如农业研究中土壤、肥料、曰照時间等原因對某种农作物产量的影响，不一样饲料對牲畜体重增長的效果等，都可以使用该方差分析措施来处理。理解和學會使用方差分析措施来处理問題。二试验内容第一題：某农場為了比较4种不一样品种的小麦产量的差异，选择土壤条件基本相似的土地，提成16块，将每一种品种在4块试验田上试种，测得小表亩产量（kg）的数据如表6.17所示（数据文献為data6-4.sav），试問不一样品种的小麦的平均产量在明显性水平0.05和0.01下有無明显性差异。（数据来源：《SPSS实用记录分析》郝黎仁，中国水利水電出版社）表6.17小麦产量的实测数据品种A1A2A3A4产量277.

244.2249.2273

76.4249.5244.2240.9271236.8252.8257.4272.4239251.4266.5a)本題的试验原理：單原因方差分析b)试验环节：第1步分析：由于有一种原因（品种），并且是4种品种。故不能用独立样本T检查（仅合用两组数据），這裏可用單原因方差分析；第2步数据的组织：提成两列，一列是小麦的产量，另一列是小麦品种（分别用A1,A2,A3,A4標识）；第3步方差相等的齐性检查：由于方差分析的前提是各個水平下(這裏是不一样的饲料folder影响下的产量)的總体服從方差相等的正态分布。其中正态分布的规定并不是很严格，但對于方差相等的规定是比较严格的。因此必须對方差相等的前提進行检查。點開Options，选中Homogeneityofvariancetest（方差齐性检查）。第四步把明显性水平改為0.01反复前面三個环节。c)成果及分析：(1)不一样品种的奇性检查成果TestofHomogeneityofVariances产量LeveneStatisticdf1df2Sig.3.593312.046(2)几种品种的方差检查成果ANOVA产量SumofSquaresdfMeanSquareFSig.BetweenGroups2263.4823754.49412.158.001WithinGroups744.7151262.060Total3008.19715(3)描述记录量表Descriptives产量NMeanStd.D

viationStd.Error

5%ConfidenceIntervalforMeanMinimumMaximumLowerBoundUpperBoundA14274.32503.117021.55851269.3651279.2849271.00277.50A24242.62505.801362.90068233.3937251.8563236.80249.50A34249.65003.316121.65806244.3733254.9267245.20252.80A44259.450013.923726.96186237.2943281.6057240.90273.00Tota16256.512514.161443.54036248.9664264.0586236.80277.50(4)多重比较成果MultipleComparisons产量LSD(I)品种(J)品种MeanDifference(I-J)Std.ErrorSig.95%ConfidenceIntervalLowerBoundUpperBoundA1A231.70000*5.57044.00019.563143.8369A324.67500*5.57044.00112.538136.8119A414.87500*5.57044.0202.738127.0119A2A1-31.70000*5.57044.000-43.8369-19.5631A3-7.025005.57044.231-19.16195.1119A4-16.82500*5.57044.011-28.9619-4.6881A3A1-24.67500*5.57044.001-36.8119-12.5381A27.025005.57044.231-5.111919.1619A4-9.800005.57044.104-21.93692.3369A4A1-14.87500*5.57044.020-27.0119-2.7381A216.82500*5.57044.0114.688128.9619A39.800005.57044.104-2.336921.9369*.Themeandifferenceissignificantatthe0.05level.(5)均值折线图(6)分析：根据方差分析的多重比较成果，分别進行了两两比较，以A2品种与A1、A3、A4的比较為例。A2品种与A1、A3、A4种的均值相差分别為-31.70000、-7.02500、-16.82500，并且所有的相伴概率sig=0.000<0.05，這阐明了A2种与其他三种饲料均具有明显性差异，并且從产量均值的差异上看MeanDifference(I-J)均低于其他3种品种，阐明A2种的效果没有其他品种的效果好。第二題：某企业但愿检测四种类型的轮胎A，B，C，D的寿命（由行驶的裏程数决定），見表6.18（單位：仟英裏）（数据文献為data6-5.sav），其中每种轮胎应用在随机选择的6辆汽車上。在明显性水平0.05下判断不一样类型轮胎的寿命间与否存在明显性差异？（数据来源：《记录學（第三版）》，M.R.斯皮格尔，科學出版社）表6.18四种轮胎的寿命数据A333836403135B324042383034C313735333430D2934323033311本題的试验原理：單原因方差分析單因互方差分析（One-wayANOVA）称為一维方差分析，它检查由單一原因影响的一种(或几种互相独立的）因变量，由原因各水平分组的均值之间的差异，与否具有记录意义，或者說它們与否来源于同一總体。2试验环节：第1步分析：由于有一种原因（不一样的轮胎），并且是4种品种。故不能用独立样本T检查（仅合用两组数据），這裏可用單原因方差分析；第2步数据的组织：提成两列，一列是轮胎的寿命，另一列是四种类型的轮胎（分别用A、B、C、D標识）；第3步方差相等的齐性检查：由于方差分析的前提是各個水平下(這裏是不一样的饲料folder影响下的产量)的總体服從方差相等的正态分布。其中正态分布的规定并不是很严格，但對于方差相等的规定是比较严格的。因此必须對方差相等的前提進行检查。點開Options，选中Homogeneityofvariancetest（方差齐性检查）。3试验成果(1)不一样类型轮胎的奇性检查成果TestofHomogeneityofVariances裏程LeveneStatisticdf1df2Sig.3.088320.050(2)几种类型轮胎的方差检查成果ANOVA裏程SumofSquaresdfMeanSquareFSig.BetweenGroups77.500325.8332.388.099WithinGroups216.3332010.817Total293.83323(3)均值折线图(4)分析：從均值折线图上反应出来四种轮胎互相之间均存在明显性差异，從效果来看B种最佳，D种最差。第三題：将4种不一样的水稻品种A1，A2，A3，A4安排在面积相似的4种不一样土质的地块B1，B2，B3，B4中试种，测得各地块的产量（kg）如表6.19（数据文献為data6-6.sav），试分别在明显性水平為0.05和0.01下检查不一样水稻品种、不一样土质及两者交互作用對水稻产量的影响。（数据来源：《SPSS实用记录分析》郝黎仁，中国水利水電出版社）表6.19四种水稻的产量数据B1B2B3B4A1135120147132A2154129125125A3125129120133A41151241191231、本題试验原理：双原因方差分析假如同步研究两個或多种因子對试验成果（對單一的因变量）的影响，就称為双因子方差分析（Two-wayANOVA）。2、试验环节：第1步分析：需要研究明显性水平為0.05和0.01下检查不一样水稻品种、不一样土质及两者交互作用對水稻产量的影响，這是一种多原因(双原因)方差分析問題。第2步按Analyze|GeneralLinearModel|Univariate的环节打開Univariate對话框。并将“产量”变量移入DependentVariable框中，将“品种”和“土质”移入FixedFactor(s)中，第3步單击Options，由于方差分析的前提上方差相等，故应進行方差齐性检查，选中“Homogeneitytests”,第4步通過以上环节只能判断两個控制变量的不一样水平与否對观测变量产生了明显影响。假如想深入理解究竟是哪個组与其他组有明显的均值差异，就需要在多种样本均数间两两比较。(這与前面的單原因方差分析一致)。打開Univariate:PostHocMultipleComparisonsforObservedMeans對话框，在其中选出需要進行比较分析的對话框，這裏选“品种”，再选择一种方差相等時的检查模型和不相等時的检查模型（這样两种状况均可应對第5步选择建立多原因方差分析的模型种类。打開Model對话框，本例用默认的Fullfactorial模型。這种模型将观测变量總的变异平方和分解為多种控制变量對观测变量的独立部分、多种控制变量交互作用部分以及随机变量影响部分第6步以图形方式展示交互效果。假如各原因间無交互效果，则各個水平對应的图形应近于平行，否则相交。點開Plots,选两個变量之交互作用，第7步對控制变量各個水平上的观测变量的差异進行對比检查。选择Contrasts對话框，對两种原因均進行對比分析，措施用Simple措施，并以最终一种水平的观测变量均值為原则。（选择Contrasts方式後需單击Change進行确认）第8步运行成果及分析。完毕以上设置後單击OK运行對其成果及分析3、试验成果：(1)分组描述表Between-SubjectsFactorsValueLabelN水稻1A142A243A344A44土地1B142B243B344B44(2)多原因方差分析及交互检查成果表TestsofBetween-SubjectsEffectsDependentVariable:产量SourceTypeIIISumofSquaresdfMeanSquareFSig.CorrectedModel1571.93815104.796..Intercept263939.0621263939.062..rice474.6873158.229..soil94.688331.563..rice*soil1002.5629111.396..Error.0000.Total265511.00016CorrectedTotal1571.93815a.RSquared=1.000(AdjustedRSquared=.)(3)交互影响折线图(4)分析：有最终的交互影响折线图来看，A2品种在B1土地上种植最终的产量最高。第四題：某超市将同一种商品做3种不一样的包装（A）并摆放在3個不一样的货架区（B）進行销售试验，随机抽取3天的销售量作為样本，详细资料見表6.20。规定检查：在明显性水平0.05下商品包装、摆放位置及其搭配對销售状况与否有明显性影响。（数据来源：《应用记录學》耿修林，科學出版社；数据文献：data6-7.sav）表6.20销售样本资料B1B2B3A15,6,46,8,74,3,5A27,8,85,5,63,6,4A33,2,46,6,58,9,61、本題试验原理：协方差分析协方差分析是运用线性回归的措施消除原因的影响後進行的方差比较。就是說先從因变量的總偏差平方和中清除协变量對因变量的回归平方和，再對残差平方和進行分解，進行方差分析。例如考虑药物對患者某個生化指標变化的影响，要比较试验组与對照组该指標的匀值与否有明显性差异以确定药物的有效性，也許要考虑患者病程的長短、年龄以及原指標水平對疗效的影响。要消除這些原因的影响，考虑药物疗效，才是科學的分析措施。這些混杂的原因变量称為协变量。2、试验环节:第1步分析：就应當用到协方差分析。第2步将不一样货架作為协变量。第3步其他设置与多原因方差分析大同小异。第4步重要成果及分析，3、试验成果：(1)分组描述表Between-SubjectsFactorsValueLabelN包装1A192A293A39摆放位置1B192B293B39(2)原因方差分析及交互检查成果表TestsofBetween-SubjectsEffectsDependentVariable:销量SourceTypeIIISumofSquaresdfMeanSquareFSig.CorrectedModel65.40788.1767.612.000Intercept822.2591822.259765.552.000casing.9632.481.448.646place3.18521.5931.483.253casing*place61.259415.31514.259.000Error19.333181.074Total907.00027CorrectedTotal84.74126a.RSquared=.772(AdjustedRSquared=.670)(3)交互影响折线图(4)分析：由交互影响折线图可以看到，把A2包装的商品放在B1货架上和把Z3包装的商品放在B3货架上销售量最高。第五題：研究杨树一年生長量与施用氮肥和钾肥的关系。為了研究這种关系，一共進行了18個样地的栽培试验，测定杨树苗的一年生長量、初始高度、所有试验条件（包括氮肥量和钾肥量）及试验成果（杨树苗的生長量）数据如表6.21，請在明显水平0.05下检查氮肥量、钾肥量及树苗初始高度中哪些對杨树的生長有明显性影响。（数据来源：《生物数學模型的记录學基础》李勇，科學出版社；数据文献：data6-8.sav）表6.21杨树栽培试验数据序号氮肥量钾肥量树苗初高生長量序号氮肥量钾肥量树苗初高生長量1少04.51.8510多06.52.152少06211多061.993少041.612多06.52.064少12.56.5213多12.541.935少12.572.0414多12.562.16少12.551.9115多57少2572.416多2554.28少2554.2517多2562.39少2552.118多255.54.251、试验原理：多原因方差分析假如同步研究两個或多种因子對试验成果（對單一的因变量）的影响，就称為双因子方差分析（Two-wayANOVA）。2、试验环节：同第三題的环节差不多，只是在DependentVariable框中选择多种控制变量。3、试验成果：①方差齐性检查成果Levene'sTestofEqualityofErrorVariancesaDependentVariable:生長量Fdf1df2Sig.1.752510.211Teststhenullhypothesisthattheerrorvarianceofthedependentvariableisequalacrossgroups.a.Design:Intercept+氮肥量+钾肥量+树苗初高+氮肥量*钾肥量*树苗初高②协变量与因变量交互作用检查TestsofBetween-SubjectsEffectsDependentVariable:生長量SourceTypeIIISumofSquaresdfMeanSquareFSig.CorrectedModel.4447.06310.052.002Intercept.6721.672106.437.000氮肥量9.313E-519.313E-5.015.906钾肥量.0192.0101.504.279树苗初高.1271.12720.158.002氮肥量*树苗初高.0011.001.118.740钾肥量*树苗初高.0162.0081.243.339Error.0518.006Total67.44816CorrectedTotal.49515a.RSquared=.898(AdjustedRSquared=.809)③协方差分析重要成果TestsofBetween-SubjectsEffectsDependentVariable:生長量SourceType