[自然科学]方差分析.docVIP

第6章 spss方差分析 6.1实验目的 在现实生活中，影响具体某个事物的因素往往很多，我们常常需要正确确定哪些因素的影响是显著的，方差分析（简称为ANOVA）就是解决这一问题的有效方法。由于方差分析在统计分析工作中，是不可或缺的关键性的一个环节，因此掌握方差分析的原理及方法使非常必要的。本实验的目的在于利用方差分析（简称为ANOVA）来进行相关的假设检验和统计决策。具体有以下三个方面： 1.帮助学生深入了解理解方差及方差分析的基本概念，掌握方差分析的基本思想和原理。理解总离差（SST）、组间平方和（SSR）、组内平方和或残差平方和（SSE）、组间均方差(MSR)、组内均方差(MSE)、自由度、F统计量等基本概念及其相互关系。 2.掌握方差分析的过程：One-Way过程：单因素简单方差分析过程。在Compare Means菜单项中，可以进行单因素方差分析、均值多重比较和相对比较；General Linear Model(简称GLM)过程：GLM过程由Analyze菜单直接调用。这些过程可以完成简单的多因素方差分析和协方差分析，不但可以分析各因素的主效应，还可以分析各因素间的交互效应。 3.增强学生的实践能力，使学生能够利用SPSS统计软件，熟练进行单因素方差分析、两因素方差分析、协方差分析重复测量的方差分析F=MSR/MSE 其中：MSR等于SSR除以它的自由度（k-1）,称为组间均方差； MSE等于SSE除以它的自由度（n-k），称为组内均方差。 在零假设为真时F统计量服从自由度为 k-1 和n-k 的F 分布. 即： 通过这个公式计算出统计量F，查表求出对应的P值，与(进行比较，以确定是否为小概率事件。将统计量的值F与给定的显著性水平(的临界值F(进行比较，作出接受或拒绝原假设H0的决策。根据给定的显著性水平(，在F分布表中查找与第一自由度df1＝k-1、第二自由度df2=n-k 相应的临界值 F( ：若FF( ，则拒绝原假设H0 ，表明均值之间的差异是显著的，所检验的因素(A)对观察值有显著影响；若F(F( ，则不能拒绝原假设H0 ，表明所检验的因素(A)对观察值没有显著影响。 6.2.2操作原理 1、方差分析的基本步骤 ①构造检验的统计量(SSR、SSE、SST)。SST= SSR+ SSE 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(的临界值F(进行比较，做出接受或拒绝原假设H0的决策。 2、单因素方差分析(One-Way ANOVA)操作原理 依次选择Analyze→Compare Means→One-Way ANOVA，见图6-1。 图6-1 进入One-Way ANOVA图 打开One-Way ANOVA主对话框，见图6-2。 图6-2 One-Way ANOVA主对话框 Dependent list:因变量栏； factor:因素变量； Contrasts:均值多项式比较； Post Hoc：各组均值多重比较检验； Options：定义选项 ?One-Way ANOVA ： Contrasts： 单因素方差分析Contrasts子对话框： 单击Contrasts按钮，打开Contrasts对话框，见图6-3。 图6-3 One-Way ANOVA Contrasts子对话框 Polynominal：多项式。选择就可以激活其右边的Degree小菜单；Degree：程度：可选择linear(线性)、quadratic(二次多项式)、cubic(三次多项式)、4th(四次多项式) 、5 th(五次多项式)；Coeffients: 系数。为多项式指定各组均值的系数，因素变量有几组就输入几个系数。 Coeffients Total：系数总计。 ?One-Way ANOVA ：Post Hoc ： 单因素方差分析Post Hoc子对话框： 单击Post Hoc 按钮，打开Post Hoc子对话框，见图6-4。 图6-4 One-Way ANOVA Post Hoc子对话框 Equal variances assumed：假定方差齐性。在该条件下，由十四种比较均值的方法可供选择，常用的有以下几种： LSD：最小显著差异法，用T检验完成各组均值之间的两两比较； Bonferroni：修正最不显著差异法，用T检验完成各组均值之间的配对比较； S-N-K：用student range 分布进行所有各组均值间的配对比较； Scheffe：佛检验法，对所有可能的组合进行同步进入的配对比较； Dunnet：修复极差法； Dunnett：指定一组为对照组，然后将其逐个与其他组进行两两比较，此方法可选择双尾或单尾检验； Equal variances Not Assu