多因素方差分析实验报告模板.doc

石 家 庄 铁 道 大 学 实 验 报 告课程名称： 社会统计软件 任课教师： 李玉红 实验日期： 班 级： 姓 名： 学 号： 实验项目名称： 多因素方差分析 一、实验目的及要求1. 通过上机实验，使学生掌握多因素方差的基本原理，熟悉统计软件spss操作过程，能对统计软件输出结果进行分析。2.使学生统计软件spss的操作过程，增强实践动手能力，提高统计分析的应用能力。二、实验环境1系统软件：windows xp2工具：统计软件spss16.0三、实验内容一家保险公司在a、b、c、d四个地区销售汽车、健康和财产三种保险。为了比较不同地区三类专业销售人员的收入，随机收集了一组数据，见表1。假设数据是正态的和等方差的。试在=0.05的显著性水平下分析各因素及其交互作用的影响是否显著。表1 保险销售人员的月收入数据（百元）地区abcd产品类型139.341.638.842.937.742.737.239.340.638.939.140.5241.538.440.238.939.737.741.138.138.440.140.939.2340.640.337.243.639.838.838.442.141.339.637.044.5四、实验过程1、要用spss处理题中的数据需要先将数据整理成下表2的形式，在spss中建立数据文件“保险公司.sav”。表2 spss需要的数据格式编号险种地区收入编号险种地区收入11139.3192340.221137.7202341.131140.6212340.941241.6222438.951242.7232438.161238.9242439.271338.8253140.681337.2263139.891339.1273141.3101442.9283240.3111439.3293238.8121440.5303239.6132141.5313337.2142139.7323338.4152138.4333337162238.4343443.6172237.7353442.1182240.1363444.52、选择analyzegeneral linear modelunivariate，在主对话框中将“收入”放入dependent variable 矩形框，将“地区”和“险种”放入fixed factor(s)矩形框中（图1）。图1 univariate主对话框3、在主对话框中点击model按钮进入model对话框，选择custom，在效应下拉框中选择main effect，把“险种”和“地区”变量选入右边的模型框中，单击continue 返回主对话框（图2）。图2 univariate过程的模型定义对话框4、在效应下拉框中选择interaction，同时选中“险种”和“地区”变量，点击中间的右箭头，右面model下面的矩形框中会出现入“险种*地区”这一变量，这表示模型中包含了二者的交互作用（图3）。返回主对话框。图3有交互作用的双因素模型设定5、单击plots按钮，在弹出的对话框中把“地区”变量指定为horizontal axis，把“险种”指定为spearate lines，点击下面的add按钮，表示需要做一个以地区为横轴，每个险种按险种的平均值为一条线的图形（图4）。返回主对话框。图4要求spss输出均值图形的设定6、最后单击主对话框中的“ok”按钮。五、实验结果与统计分析1、表3是spss输出的方差分析表，表中有关于险种、地区因素以及二者交互作用的f检验值和p-值。3组假设分别为：h0: 险种对保险销售人员的月收入无显著性影响h1: 险种对保险销售人员的月收入有显著性影响h0: 地区对保险销售人员的月收入无显著性影响h1: 地区对保险销售人员的月收入有显著性影响h0: 险种、地区对保险销售人员的月收入没有交互作用， 或险种、地区的交互作用不显著h1: 险种、地区对保险销售人员的月收入有交互作用， 或险种、地区的交互作用显著表3 spss输出的双因素方差分析模型sourcetype iii sum of squaresdfmean squarefsig.corrected model81.076(a)117.3714.914.001intercept57280.444157280.44438186.963.000险种3.37621.6881.125.341地区20.62736.8764.584.011险种 * 地区57.07369.5126.341.000error36.000241.500total57397.52036corrected total117.07635对于因素险种：f=1.125, n=36, p=0.341, p值大于 0.05，不能拒绝原假设。对于因素地区：f=4.584, n=36, p=0.011, p值 0.05，拒绝原假设。对于因素险种、地区的交互作用：f=6.341, p=.0663, p值远远小于 0.05，拒绝原假设。检验的结论：是在5%的显著性水平下险种因素的影响不显著，地区的影响以及二者的交互作用影响显著。图5 分地区和险种的平均收入图5反映了地区和险种的保险销售人员的平均收入。从图中可以看出，在第4个地区不同险种之间的差异较大，但在第一个地区差异很小。三条线并非平行线，说明地区