方差分析操作流程课件.pptVIP

结果分析(1)－描述统计量结果 给出了四种饲料分组的样本含量N、平均数Mean、标准差 Std Deviation、标准误 Std Error、95％的置信区间、最小值和最大值 ； 当前第30页\共有77页\编于星期三\6点 结果分析(2)－方差齐次性检验结果 方差齐性检验 由于方差分析的前提是各水平下的总体服从正态分布并且方差相等，因此有必要对方差齐性进行检验，即对控制变量不同水平下各观测变量不同总体方差是否相等进行分析。 SPSS单因素方差分析中，方差齐性检验采用了方差同质性（Homogeneity of Variance）的检验方法，其零假设是各水平下观测变量总体方差无显著性差异，实现思路同SPSS两独立样本t检验中的方差齐性检验。 从显著性概率看， P＝0.9950.05，说明各组的方差在α=0.05水平上没有显著性差异，即方差具有齐次性。这个结论在选择多重比较方法时作为一个条件。 当前第31页\共有77页\编于星期三\6点 结果分析(3)－方差分析结果 与未使用选择项的输出结果一样给出了组间、组内的偏差平方和、均方、 F值和概率P值。 P0.05，各组间均值在α＝0.05水平上有显著性差异。另外。表中还给出了未加权、加权的线性项以及加权的线性项与组间偏差平方和之差351.7660，以及由此派生出的均方、F值、P值。 当前第32页\共有77页\编于星期三\6点 结果分析(4)－对比系数表 列出两组多项式比较的系数 当前第33页\共有77页\编于星期三\6点 结果分析(5)－多项式比较结果 第一栏：按方差齐性和非齐性划分。 第二栏：多项式的值。 第三栏：标准误。 第四栏：计算的t值，是第2栏与第3栏之比。 第五栏：自由度。 第六栏：t值的概率。 从概率值可以看出：Contrast1，p0.05；Contrast2，p0.05，因此饲料对猪体重增加的效应，A、D效应之和与B、C效应之和在α=0.05水平上没有显著性差异；而A、C效应之和与B、D效应之和有显著性差异。 当前第34页\共有77页\编于星期三\6点 结果分析(6)－均值多重比较的结果LSD法 对饲料间均值差两两比较，用”*”表示差异显著 当前第35页\共有77页\编于星期三\6点 结果分析(7)－多重比较下的齐性子集结果Duncan法 第一栏列出A、B、C、D各组，第二栏列出DUNCAN取渐渐增大的Range值进行比较而分的子集。由于各组样本含量不等，计算均数用的是调和平均数的样本量是4.706。从概率值看，p0.05；说明各组方差具有齐次性 。 对饲料间均值差两两比较，处在同一竖栏为差异不显著，反之则差异显著 当前第36页\共有77页\编于星期三\6点 结果分析(8)－均数图形 以因素变量fodder为横轴，以独立变量Weight为纵轴而绘制的均数散点图。可看出各组均数的水平分布。 当前第37页\共有77页\编于星期三\6点 特别说明 应该特别说明的是，选取哪些选择项是根据研究需要进行的。本例中希望比较各种饲料对猪体重增加的效应，因此选择多重比较的选择项。相对比较在此例中无实际意义，只是为了说明选择项的使用方法才选择了Contrast 选择项。 当前第38页\共有77页\编于星期三\6点 ANOVA WEIGHT ? Sum of Squares df Mean Square F Sig. Between Groups 20538.698 3 6846.233 157.467 .000 Within Groups 652.159 15 43.477 ? ? Total 21190.858 18 ? ? ? n=19，p=4 Sum of Squares(平方和) df 自由度 Mean Square(均方) F Sig. Between Groups(处理) SSB P-1 MSB=SSB/(p-1) F= MSB/MSE P(FFa) Within Groups (误差) SSE n-p MSE=SSE/(n-p) ? ? Total(总和) SST n-1 ? ? ? 当前第39页\共有77页\编于星期三\6点 实例-单因素方差分析各处理重复数相等的方差分析 调查5个不同小麦品系株高是否差异显著 品 系 I II III IV V 1 64.6 64.5 67.8 71.8 69.2 2 65.3 65.3 66.3 72.1 68.2 3 64.8 64.6 67.1 70.0 69.8 4 66.0 63.7 66.8 69.1 68.3 5 65.8 63.9 68.5 71.0 67.5 和 326.5 322.0 336.5 354.0 34