SPSS方差分析上课讲义.pptVIP

第四章 方差分析;方差分析：又称变异分析，是英国统计学家R.A. Fisher于1923年提出的一种统计方法，故有时也称为F检验。 可简写为ANOVA。用于多组均数 之间的显著性检验。 要求：各组观察值服从正态分布或近似正态分布，并且各组之间的方差具有齐性。; 单因素方差分析常应用于完全随机设计的多组资料的均数比较中。 例 5个不同品种猪的育肥试验，后期30d增重（kg）如下表所示。试比较品种间增重有无显著性差异。;数据输入 本例共有5组（5个品种），每组样本含量不同，共有25个观察值。 1）启动SPSS??进入定义变量工作表，用name命名变量品种和增重，小数位分别为0和1，用1、2、3、4、5代表5个品种。 2）进入数据视图工作表输入数据，格式见图。;统计分析简明步骤： Analyze---compare means---one way ANOVA Dependent list:增重 要分析的结果变量为增重 Factor:品种 分组变量为品种 Option 选择Descriptive 计算基本统计量 Continue Post hot: √ LSD， √ S-N-K 两两比较方法采用LSD、S-N-K法 Continue OK;分析过程说明 1）单击主菜单（Analyze）分析----Compare Means（比较均数）----One-Way ANOVA（单因素方差分析）；弹出对话框，将变量“增重”置入Dependent list框，将变量“品种”置入Factor（处理因素）框内。 2）按Options--，在弹出对话框中，选中Statistics栏下的Descriptive命令，可输出统计描述指标，如均数，标准差等。Continue返回单因素方差分析对话框;单因素方差分析选项中的其他统计分析： Fixed and random effects：按固定效应模型输出标准差、标准误差和95%可信区间，同时按随机效应模型输出标准误差、95%可信区间和成分间方差。 Homogeneity of variance test: 进行方差齐性检验 Brown-Forsythe: 采用Brown-Forsythe统计量检验各组均数是否相等，当方差不齐时，该方法比方差分析更为稳健 Welch: 采用Welch统计量检验各组均数是否相等，当方差不齐时，该方法比方差分析更为稳健 Means plot（由均数绘图）: 若选中则会在输出视窗中输出一条用不同品种增重绘制的线图 Exclude cases analysis by analysis：剔除在被检验的数据中含有缺失值的观测量（系统默认） Exclude cases listwise： 对有缺失值的观测量，从所有分析中剔除;3）多重比较，即比较不同品种之间增重均数有无显著性差别。用方差分析对多组均数做显著性检验，如果差异有显著意义，只说明总起来各组均数之间有显著性差异，并不意味着任意两两均数之间均有差异，所以需要进一步的作样本均数之间的两两比较。 点击Post Hoc---，弹出下图对话框;表中的显著性水平（Significance level）一般选择0.05或0.01，组间均数两两比较常用方法有LSD、S-N-K、Duncan三种。本例选择前两种。 LSD:用t检验完成各组之间的比较，比较适用于一对平均数之间的比较，或多个平均数都与对照组平均数进行比较。检验的敏感度最高，与其他方法相比，最易检验出显著性差别。 S-N-K：即Student Newman Keuls Test法，是运用较为广泛的一种两两比较方法，采用Student Range分布进行所有各组均值间的配对比较。 Duncan：指定一系列的Range值，逐步进行计算比较得出结论 Equal variance Not Assumed:为方差不齐时F检验;结果说明 描述表是该资料的一般性描述指标，分别为个品种猪的均数（mean）、标准差（Std. Deviation）、标准误差（Std. Error）、最大值、最小值。95%Confidence Interval for Mean为总体均数95%的置信区间。 ANOVA表是本例的方差分析的统计结果。可知F=5.986，P=0.0020.01，可认为5个品种猪增重存在显著性差异，需要进行多重比较。;多重比较表是选用LSD法作均数间多重两两比较的结果。 品种1与品种2的P（Sig.）=0.0010.01，差异极显著 品种1与品种3的P（Sig.）=0.0390.