06SPSS方差分析资料.pptVIP

本章内容 6.1 方差分析概述 6.2 单因素方差分析 6.3 多因素方差分析 6.4 协方差分析 6.1方差分析概述 6.1.3方差分析的原理 方差分析认为，如果控制变量的不同水平对观测变量产生了显著影响，那么它和随机变量共同作用必然使得观测变量值显著变动；反之，如果控制变量的不同水平没有对观测变量产生显著影响，那么观测变量值的变动就不明显，其变动可以归结为随机变量影响造成的。 建立在观测变量各总体服从正态分布和同方差的假设之上，方差分析的问题就转化为在控制变量不同水平上的观测变量均值是否存在显著差异的推断问题了。 综上所述，方差分析从对观测变量的方差分解入手，通过推断控制变量各水平下各观测变量的均值是否存在显著差异，分析控制变量是否给观测变量带来了显著影响，进而再对控制变量各个水平对观测变量影响的程度进行剖析。 根据控制变量的个数可将方差分析分为单因素方差分析、多因素方差分析以及协方差分析；根据观测变量的个数可将方差分析分为一元方差分析（单因变量方差分析）和多元方差分析（多因变量方差分析）。 6.2 单因素方差分析 各离差平方和的计算-例题 6.2.2 单因素方差分析的基本步骤 提出原假设：控制变量不同水平下观测变量各总体的均值无显著差异 计算检验统计量和概率P值 给定显著性水平与p值做比较：如果p值小于显著性水平，则应该拒绝原假设，反之就不能拒绝原假设。 6.2.3 单因素方差分析的基本操作步骤 在利用SPSS进行单因素方差分析时，应注意数据的组织形式。SPSS要求定义两个变量分别存放观测变量值和控制变量的水平值。基本操作步骤如下： 1、选择菜单Analyze－Compare means－One-Way ANOVA，出现窗口 2、将观测变量选择到Dependent List框。 3、将控制变量选择到Factor框。控制变量有几个不同的取值表示控制变量有几个水平。 至此，SPSS便自动分解观测变量的方差，计算组间方差、组内方差、F统计量以及对应的概率p值，完成单因素方差分析的相关计算，并将结果显示到输出窗口中。 6.2.4 单因素方差分析的应用举例 例1：某水产研究所比较四种不同配方的饲料对鱼的饲养效果，选择了条件相同的鱼20尾，随机分成四组，投喂不同饲料，1个月后，各组鱼的增重资料见下表，试检验不同配合饲料对鱼的饲喂效果是否有显著影响 表1 不同饲料喂养下鱼的增重 6.2.5 单因素方差分析的进一步分析 1、多重比较检验 （1）若方差分析F检验否定了原假设，即认为至少有两个总体的均值存在显著性差异时，须进一步确定时哪两个或哪几个总体均值显著地不同，则需要进行多重比较检验。 （2）多重比较检验是分别对每个水平下的观测变量均值进行逐对比较，判断两均值之间是否存在显著差异。 （3）其零假设是相应水平下观测变量的均值间无显著差异，即 （4）SPSS提供的多重比较检验的方法比较多，有些方法适用在各总体方差相等的条件下，有些适用在方差不相等的条件下。 其中LSD方法适用于各总体方差相等的情况，特点是比较灵敏；Tukey方法和S-N-K方法适用于各水平下观测变量个数相等的情况；Scheffe方法比Tukey方法不灵敏。 2、多重比较检验的操作方法 SPSS提供了18种多重比较检验的方法。其中Equal Variances Assumed框中的方法适用于各水平方差齐性的情况。在方差分析中，由于其前提所限，应用中多采用Equal Variances Assumed框中的方法。多重比较检验中，SPSS默认的显著性水平为0.05，可以根据实际情况修改Significance level后面的数值以进行调整。 6.2.6 单因素方差分析进一步分析应用举例 例1：为了评比某种型号的电池质量，分别从A、B、C三个工厂生产的同种型号电池中各随机地抽取5只电池为样本，经试验得到其寿命(小时)如下表。假设电池寿命服从正态分布，试在显著性水平α= 0.05下，检验三个工厂电池的平均寿命有无显著差异?若有显著差异，需找出哪两个工厂生产的电池平均寿命有显著性差异。 不同工厂生产电池的使用寿命 6.3 多因素方差分析 6.3.2 多因素方差分析的基本步骤 提出原假设：各控制变量不同水平下观测变量各总体的均值无显著差异，控制变量交互作用对观测变量无显著影响。 选择检验统计量：F统计量 计算检验统计量和概率P值 给定显著性水平与p值做比较：如果p值小于显著性水平，则应该拒绝原假设，反之就不能拒绝原假设。 6.3.3 多因素方差分