协方差分析方法.docVIP

6-5 实验报告 1 实验内容与目的 通过协方差分析方法，将猪体重的增加量作为作为观测变量，饲料为作为控制变量，猪喂养前的体重作为协变量，研究三种不同饲料对生猪体重增加的影响， 操作过程 （包含的主要内容①数据文件的建立②分析前数据的预处理③统计分析运用方法操作） 数据文件的建立： 定义喂养前体重变量的变量名为wyq，数据类型为标准型，计量尺度为定距型数据。 定义喂养后体重增加变量的变量名为wyh，数据类型为标准型，计量尺度为定距型数据。定义饲料变量的变量名为sl，数据类型为标准型，计量尺度为定序型数据。 散点图 1 选择菜单 graphs-scatter/dot 2 选择选择simple scatter选项 3 将“喂养前体重”选入x axis，将“喂养后体重增加”选入y axis，将“饲料”选入色图markers by 4 点ok （得到图1） 协方差分析 1 选择菜单 analyze- general linear model –univariate 2 将“喂养后体重增加”选入dependent variable框中，将“饲料种类”选入fixed factors框中，将“喂前体重”选入covariate框中 3 点continue 然后点ok （得到图2） 多因素方差分析 1 选择菜单 analyze- general linear model –univariate 2 将“喂养后体重增加”选入dependent variable框中，将“饲料种类”选入fixed factors框中 3 点continue 然后点ok （得到图3） 回归和和残差平方和 1 点analyze-regression-linear 2 将将“喂养前体重”选入dependent，“喂养后体重增加”independent，选入“饲料”选入selection variable 并rule 在value中输入1（后面两次分别输入2和3） 3 点击plots按钮，将zresid选入y，将zpred选入x 4 点击ok (得到图4、图5和图6) 小结 （注：说明分析方法的①用途②运用条件（运用前提）③零假设及其经济意义） 协方差分析 用途：为了更准确的研究控制变量不同水平对观测变量的影响，尽量剔除其他因素对分析的影响。 运用条件：协方差分析要求多个协变量之间没有交互作用，且控制变量各水平下的观测变量与协变量之间有相似的线性关系。 ③ 零假设及其经济意义：零假设为： 猪喂养前的体重对生猪体重的增加的线性影响是不显著的；在剔除猪喂养前的体重影响的前提下，不同饲料对生猪体重增加的总体均值无显著性差异。 附件 （分析结果输出的图表等） 图1 Tests of Between-Subjects Effects Dependent Variable: 喂养后体重增加 Source Type III Sum of Squares df Mean Square F Sig. Corrected Model 2328.344 3 776.1146 68.19551 1.11E-10 Intercept 980.4476 1 980.4476 86.14981 1.09E-08 wyq 1010.76 1 1010.76 88.81333 8.5E-09 sl 707.2188 2 353.6094 31.07089 7.32E-07 Error 227.6146 20 11.38073 Total 206613 24 Corrected Total 2555.958 23 a R Squared = .911 (Adjusted R Squared = .898) 图2 基本描述量和均值对比结果 1 选择菜单 analyze- general linear model –univariate 2 将“喂养后体重增加”选入dependent variable框中，将“饲料种类”选入fixed factors框中，将“喂前体重”选入covariate框中 3 点击cortrasts 将勾选later，cortrast的下拉框点出，选择simple（勾选first，再选different，得到图9） 4 点击options按钮，将overall选入display meanfor 再勾选descriptive statistics 5点ok （得到图7 图8和图9） 结论与分析 （对输出结果进行解释说明） 从图1可以看出，图为体重增加的散点图，从图中可知在不同饲料组中，生猪喂养前的体重和体重的增加量呈较为相似的线性关系，各斜率基本相同。因此喂