SPSS上机实验报告6 多因素方差分析.docVIP

SPSS上机实验报告（6） 学生姓名 学号 成绩 上机实验题目 考勤 上机表现 实验时间 一、实验目的： 1．熟悉并掌握单因素、双因素方差分析，univarate协方差分析的SPSS操作，其他较简单的方差分析问题，多元方差分析，重复测量的方差分析的具体操作。 2、对分析的结果能给出统计学的解释 二、实验内容： 1、熟悉方差分析菜单界面，掌握方差分析的操作。 2、对得到的结果进行解释。 3、掌握不同实验设计所使用的统计方法。 4、实际应用 1）p151的三个实例，根据提示作相应的方差分析 2）P153（5、6、7、8）题建立数据文件，进行方差分析 三、实验要求： 1、根据上机报告模板详细书写上机报告 2、作业发到邮箱weiyb2003@126.com 四 第七题 1步 分析：需要研究不同包装和不同摆放位置对销量的影响。这是一个多因素(双因素)方差分析问题。 第2步 数据组织：如上表的变量名组织成4列数据。 第3步 变量设置：按“分析|一般线性模型| 单变量”的步骤打开单变量对话框。并将“销量”变量移入因变量框中，将“casing”和“摆放位置”移入固定因子中，如下图： 第4步 选择建立多因素方差分析的模型种类：打开“模型”对话框，本例用默认的全因子模型。 第5步 以图形方式展示交互效果：设置方式如下图 第6步 设置方差齐性检验：由于方差分析要求不同casing数据方差相等，故应进行方差齐性检验，单击“选项”按钮，选中“方差齐性检验”，显著性水平 设为默认值0.05。 75步 设置控制变量的多重比较分析：单击“两两比较”按钮，如下图，在其中选出需要进行比较分析的控制变量，这里选“casing”，再选择一种方差相等时的检验模型，如LSD。 第8步 对控制变量各个水平上的观察变量的差异进行对比检验：选择“对比”对话框，对两种因素均进行对比分析，用“简单”方法，并以最后一个水平的观察变量均值为标准。 五、程序运行结果: 第七题运行结果 UNIANOVA 主体间因子 值标签 N 包装 1 A1 9 2 A2 9 3 A3 9 摆放位置 1 B1 9 2 B2 9 3 B3 9 误差方差等同性的 Levene 检验a 因变量: 销量 F df1 df2 Sig. .754 8 18 .646 检验零假设，即在所有组中因变量的误差方差均相等。 a. 设计 : 截距 + casing + place + casing * place 表示了各控制因素的个案数，即分组描述情况。是对销量进行方差齐性检验的结果，可以看出方差无显著差异，应用前面的LSD方法的结果。 主体间效应的检验 因变量: 销量 源 III 型平方和 df 均方 F Sig. 校正模型 65.407a 8 8.176 7.612 .000 截距 822.259 1 822.259 765.552 .000 casing .963 2 .481 .448 .646 place 3.185 2 1.593 1.483 .253 casing * place 61.259 4 15.315 14.259 .000 误差 19.333 18 1.074 总计 907.000 27 校正的总计 84.741 26 a. R 方 = .772（调整 R 方 = .670） 该表是进行多因素方差分析的主要部分，由于指定建立全因子模型，因此总的离差平方和分为3个部分：多个控制变量对观察量的独立作用、交互作用及随机变量的影响 Custom Hypothesis Tests 对比结果（K 矩阵） 包装 简单对比a 因变量 销量 级别 1 和级别 3 对比估算值 -.111 假设值 0 差分（估计 - 假设） -.111 标准 误差 .489 Sig. .823 差分的 95% 置信区间 下限 -1.138 上限 .915 级别 2 和级别 3 对比估算值 .333 假设值 0 差分（估计 - 假设） .333 标准 误差 .489 Sig. .504 差分的 95% 置信区间 下限 -.693 上限 1.360 a. 参考类别 = 3 这是casing变量的均值比较结果，可以看第1，2组与第3组比较的均值差异均显著。 检验结果 因变量: 销量 源 平方和 df 均方 F Sig. 对比 .963 2 .481 .448 .646 误差 19.333 18 1.074 摆放位置比较图，从上图可看出，不同摆放位置之间的成绩也有显著性差异。 Post Hoc Tests 包装