SPSS统计分析教程-方差分析.docxVIP

方差分析

方差分析（analysisofvariance，缩写为ANOVA），目的是判断多个组的总体均数是否完全相等，其基本统计假设为?H?0?：各组总体均数完全相等；在拒绝?H?0?时，还要进行各组均数间的多重比较（multiplecomparison），即对各个总体均数作进一步两两比较，其目的是判断哪些总体均数相等，哪些总体均数不相等。

方差分析应用条件为：①各样本是相互独立的随机样本。②各样本均来自正态分布总体。③各样本的总体方差相等，即具有方差齐性。在不满足正态性时可以用非参数检验，方差不齐时可以尝试通过数据变换，来满足方差分析的应用条件，也可以用非参数检验。

6.1完全随机设计资料的方差分析

完全随机设计是把试验对象随机分配到不同的试验组中，各组分别接受不同的处理，试验结束后，比较各组均数之间的差异有无统计学意义。对于完全随机试验的两个或多个样本均数比较，用CompareMeansandProportions菜单中的One-WayANOVA（单因素方差分析）来完成。

例6-1?研究单味中药对小白鼠细胞免疫机能的影响，把39只小白鼠随机分为四组，雌雄尽量各半，用药15天后，进行E-玫瑰花结形成率（E-SFC）测定，结果见表6-1。分析4种用药情况对小白鼠细胞免疫机能的影响是否相同。

表6-1不同中药对小白鼠E-SFC的影响

解?这是单因素方差分析。?H?0?：?μ?1?=?μ?2?=?μ?3?=?μ?4?，即四组E-玫瑰花结形成率总体均数全相等。?H?1?：四组E-玫瑰花结形成率总体均数不全相等。如图6-1建立2列39行的数据文件，其中分析变量?esfc?［标签：E-SFC（%）］，分组变量?group?（值标签：1=“对照组”、2=“淫羊藿组”、3=“党参组”、4=“黄芪组”）。

1.操作步骤

（1）进行正态性检验选择菜单Analyze→DescriptiveStatistics→Explore，在弹出的Explore对话框中，将?esfc?送入Dependent框中，将?group?送入FactorList框中；单击Plots按钮，在弹出的对话框中选中Normalityplotswithtests，单击Continue；单击OK。运行后，四组的?P?值分别为0.653、0.739、0.380、0.692，均＞0.10，均服从正态分布。

（2）进行单因素方差分析选择菜单Analyze→CompareMeansandProportions→One-WayANOVA，在弹出的One-WayANOVA主对话框中，将?esfc?选入DependentList框中，将?group?选入Factor框中，如图6-2所示。

图6-1例6-1数据文件

图6-2One-WayANOVA主对话框

单击Options按钮，弹出Options选项对话框，如图6-3所示，选中Descriptive（描述性统计量）、Homogeneityofvariancetest（方差齐性检验）、Brown-Forsythe（方差不齐的Brown-Forsythe近似方差分析）、Welch（方差不齐的Welch近似方差分析）、Meansplot（均值图），单击Continue，返回One-WayANOVA主对话框。

单击PostHoc按钮，弹出多重比较对话框，如图6-4所示，可以选中一种或多种多重比较的方法。本例选中了LSD、S-N-K、Dunnett（对照组选第一组：在ControlCategory的下拉式列表框中选择First）三种方法。单击Continue，返回One-WayANOVA主对话框。

图6-3Options选项对话框

图6-4多重比较对话框

单击OK，完成完全随机设计的方差分析，主要输出结果如图6-5至图6-9所示。

2.结果分析

（1）方差齐性检验见图6-5，Levene统计量=2.601，?P?=0.067＞0.05，尚不能认为四组方差不齐。

图6-5例6-1方差齐性检验结果

图6-6例6-1基于方差齐性的方差分析结果

图6-7例6-1基于方差不齐的近似方差分析结果

图6-8例6-1LSD法和Dunnett法多重比较结果

图6-9例6-1SNK法多重比较结果

（2）方差分析当各样本的总体方差相等，即具有方差齐性时，从图6-6所示的基于方差齐性的方差分析结果中读取?F?值和?P?值；当方差不齐时，从图6-7所示的基于方差不齐的近似方差分析结果中读取?F?值和?P?值。本例方差不齐，由图6-7得，?F?=58.405或78.873，?P?＜0.001，拒绝?H?0?，可以认为四组的E-玫瑰花结形成率不全相等。

（3）多重比较图6-8是LSD法和Dunne