多元方差分析实验报告(共9篇).docxVIP

多元方差分析实验报告(共9篇) 　　应用多元分析方法应用　　应用多元分析就是要会利用多元统计的方法对数据进行分析，下面分别用方差分析，线性回归分析，主成分分析，因子分析和聚类分析来来分析不同的数据。　　一方差分析　　方差分析是一种假设检验，它是对全部样本观测值的变动进行分解，将某种控制因素下各组样本观测值之间可能存在的由该因素导致的系统性误差与随即误差加以比较，据以推断各组样本之间是否存在显著差异。若存在显著差异，则说明该因素对各总体的影响是显著的。根据观测变量的个数，可将方差分析分为单变量方差分析和多变量方差分析；根据因素个数，可分为单因素方差分析和多因素方差分析。在SPSS中，有One－wayANOVA(单变量－单因素方差分析)、GLMUnivariate；GLMMultivariate，不同的方差分析方法适用于不同的实际情况。　　现在举一个多因素方差分析的例子：　　为了考察材质和淬火温度对某种钢材淬火后的弯曲变形的影响，对4种不同材质分别用5种不同的淬火温度进行试验，测得其淬火后试件的延伸率数据如下：　　符号约定：　　在材质中，1-甲2-乙3-丙4-丁　　在温度中，1-8002-8203-8404-8605-880　　1.写出这个试验的统计模型：　　选用可加主效应模型，设yij为第i种材质第j种温度下试验的观测值，μ为一般平均，?i为第i种材质的效应，?j为第j种温度的效应，　　?ij为第i种材质第j种温度试验的随机误差。其中i?1,2,...,4　　统计模型如下：　　j?1,2,...,5。　　???y????????i?1,2,..,4j?1,2,..,5?ijijij????2　　诸?iji..idN(0,?)??　　??45?约束条件:?i?0,??j?0????i?1i?1??　　2.不同材质对延伸率有显著影响吗？不同温度对延伸率有显著影响吗？　　用SPSS做多因素方差分析的方差分析表如表2：　　在上表2中：　　材质对应的P=,故接受原假设，认为不同材质对延伸率没有显著影响。　　温度对应的P=,所以方差相等，　　由图可知p都等于，因此可得出：原材料产地的这一质量指标无显著影响。　　2.双因素方差分析　　样本、列及交互的P-value远小于，由此可得出燃料和推进器两因素对于火箭影响显著。　　数据　　《SPSS课程实验》报告　　学生：XXX　　专业：xxx班级：xxxxx学号：　　方差分析实验报告　　方差分析：根据多个组间样本均值的差别推断总体均数是否存在差别。一、分析目的：　　通过数据分析找出对该事物有显著影响的因素，各因素之间的交互作用，以及显著影响因素的最佳水平。检验。　　案例：超市规模、货架位置与销量之间的关系　　按照超市的规模大小、摆放位置记录其该货物同一周的销量，具体数据如下表所示。　　表1规模大小、摆放位置数据图　　二、步骤：初步拟合模型进一步简化模型残差图对模型拟合的观察拟合劣度检验　　三、过程与分析　　表2　　上表2为方差齐性检验的输出结果。可见P=0，无法判断，无法进行计算。因此这里无法得到分析结果。　　表3　　上表3为总的方差分析表，第一行即校正模型，是对所用方差分析模型的检验。　　原假设为：模型中所有的影响因素均无作用，该检验的P值远小于，因此所用的模型具有统计学意义。　　第二行为截距，无实际意义。　　三、四行是对超市规模、摆放位置进行检验，由于P小于，因此具有统计学意义。　　第五行是对超市规模和摆放位置的交互作用进行了检验，P大于，无统　　计学意义。　　表4　　上表4为去除交互项以后的方差分析模型结果。从表中的结果可以得到P值等于，接受原假设。　　接下来用S-N-K法进行两两比较。　　PostHocTests超市规模　　摆放位置　　上表5、表6分别是对超市规模和摆放位置的两两比较，可以得到，超市规模越大，销售量就越大；四种摆放位置也对销量有影响，C位置的销量最大，其次是B位置，接下来是A和D位置，销量最小，A与D无明显的差别。　　表7　　实验二方差分析　　篇一：spss的方差分析实验报告　　实　　验　　报告　　篇二：方差分析实验报告　　方差分析实验报告　　学生姓名：琚锦涛学号：　　一．实验目的　　根据方差分析的相关方法，利用excel中的相关工具，将数据收集，整理，从而了解方差分析的特点和性质。　　二．实验内容　　1.单因素方差分析　　利用以下数据进行单因素方差分析,判断不同产地的原材料是否显著影响产品的质量指标；　　2.双因素方差分析　　利用以下数据进行双因素方差分析，检验因素a与因素b搭配下是否对其有显著差异，交互作用是否显著；　　三．实验结果分析