第六章---方差分析.ppt

在SPSS中，方差相等时有14种多重比较方法，不等时有4种。 6.5.2 有重复观测值的二因素方差分析 6.5.2.1 固定模型 例 研究不同温度与不同光照对某昆虫发滞育期的影响，得试验数据如表。分析不同温度和湿度对粘虫发育历期的影响是否存在着显著性差异。 6.7 方差分析的基本假定与数据转换 不论对原始资料作何种转换，其目的都只是为了使资料适合于方差分析和多重比较，从而做出正确结论。在解释结果时，应该还原为未转换的数值。 6.5.2.2 混合模型 此时按回车键，这时中间较大窗口第一行已经显示为“A/A*B”： FA*B=MSA*B/MSe FA*B=MSA*B/MSe FA*B=MSA*B/MSe FA*B=MSA*B/MSe A*B FB=MSB/MSA*B FB=MSB/MSe FB=MSB/MSA*B FB=MSB/MSe B FA=MSA/MSe FA=MSA/MSA*B FA=MSA/MSA*B FA=MSA/MSe A A随机B固定 A固定B随机 随机模型 固定模型 因素 6.5.2.2 混合模型 其他设置不作修改，点击确定，即可得到结果： 因素A（烘烤方式）对应的F值为0.1536，p=0.7213，表明两种烘烤方式下的糖化时间无显著差异。 因素B（大麦水分）对应的F值为55.4823，p=0.0000，表明不同大麦水分时糖化时间有非常显著的差异。 A*B的交互作用对应的F值为26.0884，p=0.0000，表明烘烤方式与大麦水分之间的互作对糖化时间有非常显著的影响。 6.5 二因素方差分析 ② SPSS 点击继续，返回上级对话框。再点击两两比较，弹出对话框，在因子下面点击处理A，将其选择到两两比较检验下方；同法将处理B选择到两两比较下方。其他地方都不作修改。假定方差齐性下面，勾选Duncan： 6.5 二因素方差分析 ② SPSS 点击继续，返回上级对话框，点击确定，即可得到结果： 主体间效应的检验即方差分析表，其中处理A对应的F值为117.189，sig值（即p值）为0.000，表明因素A对于干物重具有非常显著的影响。而因素B对应的sig值为0.3000.05，表明因素B对于干物重具无显著的影响。 6.5 二因素方差分析 在α=0.05的水平进行Duncan多重比较，A3与A5、A2与A1无显著差异，其他激素浓度处理后的差异是非常显著的，但从均值看A1、A2的处理效果最好，分别为13.6667与12.3333。因素B各水平之间无显著差异。 83 71 58 67 35℃ 64 78 71 60 30℃ 98 96 83 79 25℃ 15h/d 67 61 76 80 35℃ 59 83 61 79 30℃ 91 78 103 96 25℃ 10h/d 76 101 93 89 35℃ 83 80 100 101 30℃ 107 120 138 143 25℃ 5h/d 4 3 2 1 重 复 温度(B) 光照(A) 6.5.2 有重复观测值的二因素方差分析 ① DPS 输入数据，选择数据，点击菜单试验统计→方差齐性测验： 6.5.2 有重复观测值的二因素方差分析 ① DPS 弹出对话框，选择0.不转换： 6.5.2 有重复观测值的二因素方差分析 ① DPS 点击OK，即可得到结果： 各种检验结果的p都是大于0.05，表明方差有齐性。 6.5.2 有重复观测值的二因素方差分析 ① DPS 再返回数据页面，选择数据，点击菜单试验统计→完全随机设计→二因素有重复试验统计分析： 6.5.2 有重复观测值的二因素方差分析 ① DPS 弹出对话框，输入各个处理个数，分别在处理A后面填入3，处理B后面填入3 6.5.2 有重复观测值的二因素方差分析 ① DPS 点击确认，弹出下一个对话框，由于方差有齐性，所以选择0.不转换： 6.5.2 有重复观测值的二因素方差分析 ① DPS 点击OK，弹出多重比较对话框，选择Tukey法： 6.5.2 有重复观测值的二因素方差分析 ① DPS 点击确定，即可得到结果： 结果中看方差分析表（固定模型），因素A、因素B对应的p值都是小于0.01，表明因素A（光照）、因素B（温度）对滞育期有非常显著的影响。A×B表示因素A与因素B的交互作用，对应的p=0.4505，表明交互作用不显著。接下来是多重比较： 6.5.2 有重复观测值的二因素方差分析 ① DPS 接下来是多重比较： 因素A1时滞育期最长，均值为102.5833，非常显著地高于A2与A3时的滞育期。A2与A3时的滞育期无显著差异。 因素B1时滞育期最长，均值为102.6667，非常显著高于B2与B3时的滞育期。B2与B3时的滞育期无显著差异。 6.5.2 有重复观测值的二因素方