方差分析的SPSS资料.pptVIP

方差分析是在数理统计的基础上建立起来的，只有满足其基本假设才能采用。 （1）误差具有随机性、独立性，且正态分布 （2）各样本的方差满足齐性 （3）各样本的方差与其样本平均值不相关 （4）效应满足线性可加性 纯属Ai作用的结果,称为在Ai水平条件下 Yi 的真值(也称为在Ai条件下Yi的理论平均). 是实验误差(也称为随机误差)。 （6-2） 方差分析中的平方和计算、F检验等都在正态基础上建立起来的，必须满足试验数据满足正态分布。 独立性：误差项的大小与其属于哪个样本无关，具有随机性，它是数理统计理论的基础，必须满足。 试验设计必须满足随机化原则。 方差齐性：各样本的总体方差相等，即各样本值都来自等方差的同一个正态总体。 用实际样本值估计总体方差常不相等，但不会超出随机因素的影响范围。正是由于它们不相等才用各样本误差的加权平均来估计总体方差。 如果两个样本，一个来自大方差的总体，另外来自小方差的总体，显著性检验常得到错误结论。大方差样本易被判断为显著。 失去方差齐性时不能用方差分析法进行显著性检验。 某些分布的样本平均值与其方差之间存在一定关系。一般样本平均值范围较大时可能出现平均值与方差成比例的情况。此时不能采用方差分析方法进行显著性检验。 工程技术中，比例数据、百分数数据是常见的平均值与其方差相关的数据，需要进行变换才能使用方差分析法。 在数据结构模型中，总平均、效应与误差项之间具有线性关系。 方差分析方法是在该假设条件下完成的，必须保证满足。 失去线性可加性的主要原因： 各因素之间存在交互作用； 倍增效应 对违反方差分析法四个基本假设的数据必须进行变换。 （1）对数变换 样本标准偏差与均值近似成比例 倍增效应的数据 注意事项： 1）不能对原始数据进行等差变换 2）数据中有负数，不能使用对数变换 3）数据中有0 ，不能使用对数变换 （2）?变换：用于百分数数据 lg(100/x-1) 为简化计算，给出如下单位 -10lg(100/x-1)=1 （dB，分贝） （3）累计频数法： 数据变换后的方差分析： 进行数据变换后，如果满足方差分析法的四个基本假设，方可对变换后的数据进行方差分析法、显著性检验和效应分析。特别是最佳工况的估计值要用变换后的数据给出。 7. 贡献率分析 当试验指标不服从正态分布时，进行方差分析的依据就不充足，此时可以通过比较各因子的“贡献率”来衡量因子作用的大小。 表7-27 贡献率分析表 8.如何利用SPSS软件进行完全随机设计的单因素方差分析？ （一）方法一 1. 单击菜单栏的“Analyze”菜单，展开下拉菜单。 2. 单击“Compare Means”菜单项，弹出菜单。 3. 单击“One-Way ANOVA”命令，弹出单因素方差分析“One-Way ANOVA”对话框。 4. 在左侧列表框中有源变量，把变量“Y”调入“Dependent List:”下的文本框内，把变量“X”调入右侧的“Factor”下的文本框内。 5. 单击“Options…”按钮，弹出“One-way ANOVA: Optioning”对话框： 其中“Homogeneity of variance”选项表示方差齐性检验，选中“Homogeneity of variance”选项，检验各样本的总体方差是否相等。 方法二 1. 单击菜单栏的“Analyze”菜单，展开下拉菜单。 2. 单击“general linear model”菜单项，弹出级联菜单。 3. 单击“univariate”命令，弹出单因素方差分析“univariate”对话框。 4. 在左侧列表框中有源变量，把变量“Y”调入“Dependent List:”下的文本框内，把变量“X”调入右侧的“ fixed Factor”下的文本框内。 5. 单击“Options…”按钮，弹出“One-way ANOVA: Optioning”对话框。： 方差分析的可能结果： 不拒绝H0，表示拒绝总体均数相等的证据不足 ———分析终止。 拒绝H0，接受H1, 表示总体均数不全相等 哪两两均数之间相等？ 哪两两均数之间不等？ ————需要进一步作多重比较 多重比较 (一)目的 如果各总体均值存在差异, F检验不能说明哪个水平造成了观察变量的显著差异. 多重比较将对每个水平的均值逐对进行比较检验 计划的多重比较 非计划的多重比较 (二)几种常用的多重比较方法（了解） LSD(Least significant Difference)最小显著性差异法 T(Tukey)方法 S(Scheffe)方法 SNK