SPSS讲义2.doc

SPSS第二讲 均值检验和方差分析教学目的要求：掌握SPSS进行均值检验和方差分析，理解单因素方差分析与多因素方差分析的区别。教学重点：利用SPSS进行均值检验和方差分析。教学难点：理解单因素方差分析与多因素方差分析的区别，理解软件的导出内容，分析结果。教学课时：2教学方法：讲练结合1、 均值检验（1） 单一样本的T检验在统计中，我们学过一类假设检验：已知总体均值为，抽取一组样本得到样本值，需要进行或其他形式的假设检验称为单一样本的T检验由“One-Sample T Test”过程来完成如：某班数学分析一去年的平均成绩为61分，经过一系列的教学改革后，抽取10名同学数学分析二的成绩如下：55，63，40，60，67，70，54，66，78，58，请检验所做教学改革是否有效果？其中利用统计知识按步骤进行检验不再赘述，以下介绍如何用SPSS完成检验。导入数据后点“AnalyzeCompare MeansOne-Sample T Test”，打开单一样本T检验主对话框，将变量导入到右框中，并设置Test Value为61，如图点option 可以设置置信度，最后点ok.输出结果分为两部分：基本分析和假设检验分析：其中t为T统计量； df 自由度； Sig(2-ailed) 双尾T检验的显著性概率； Mean Difference 检验值和实际值的差； 95%Confidence Interval of the Difference 具有95%置信度的范围。一般地，sig越小（小于显著水平）就越拒绝原假设（注：原假设为相等）。本例中0.9760.05则接受原假设，即无差异。（2）独立样本的T检验对于相互独立的两个来自正态总体的样本，利用独立样本的T检验来检验这两个样本的均值和方差是否来源于同一总体。在SPSS中，独立样本的T检验由“Independent-Sample T Test”过程来完成。一般地用来比较两个正态总体的均值关系。如已知两组数据： 26.0 32.4 37.3 37.3 43.2 47.3 51.8 55.8 57.8 64.0 65.3和16.7 19.8 19.8 23.3 23.4 25.0 36.0 37.3 41.4 41.7 45.7 48.2 57.8，检验第一个总体均值是否高于第二组总体均值。导入数据，选中变量“数据”后，点击右拉按钮后，这个变量就进入到检验分析“Test Variable(s):”框里，“Grouping Variable(s):”栏是分组变量栏。从左边的变量列表中选中分组变量（组数）后，按右拉按钮，这个变量就进入到“Grouping Variable(s):”框里。“Define Groups”按钮是定义分组变量的分组值。选择“Use specified values”项，在“Group 1”栏输入1；在“Group 2”栏输入2。按“Continue”按钮退回上一级对话框。若分组变量是连续型变量，应选择“Cut point”项，分组变量会按该项输入值分为大于和小于两组。点option可以设置置信度。最后点ok.输出结果的第一部分为一般统计描述，而第二部分 Independent Samples Test“Levenes Test for Equality of Variances”列方差齐次性检验结果：F值为0.038，显著性概率为0.847，因此两组方差不显著（即无差异，方差具有齐次性）。 Sig. (2-tailed)是双尾t检验的显著性概率0.019，小于0.05。可以得出结论：两组数据差异显著。还可以尝试不用标签直接导入两列数据的方式进行假设检验。2、 方差分析 在生活中，常常要探讨不同实验条件或处理方法对实验结果的影响。通常是比较不同实验条件下样本均值间的差异方差分析是检验多组样本均值间的差异是否具有统计意义的一种方法。例如医学界研究几种药物对某种疾病的疗效；农业研究土壤、肥料、日照时间等因素对某种农作物产量的影响，不同饲料对牲畜体重增长的效果等都可以使用方差分析方法去解决。2.1 单因素方差分析 例如：在饲料养鸡增肥的研究中，某研究所提出三种饲料配方：A1是以鱼粉为主的饲料，A2是以槐树粉为主的饲料，A3是以苜蓿粉为主的饲料。为比较三种饲料的效果，特选 24 只相似的雏鸡随机均分为三组，每组各喂一种饲料，60天后观察它们的重量。试验结果如下表所示，要比较的是三种饲料对鸡的增肥作用是否相同：饲料A鸡 重（克）A110731009106010011002101210091028A21107 1092990 1109 109010741122 1001A310931029108010211022103210291048输入数据： 其中类别中输入1，2，3，表示三种饲料。点击主菜单“Analyze”项，在下拉菜单中点击“Compare Means”项，在右拉式菜单中点击“0ne-Way ANOVA”项，系统 打开单因素方差分析设置窗口如图分别导入因变量和因素变量:单击“Contrasts”按钮可以设置多项式比较，一般不需要设置。单击“Post Hoc”按钮设置多重比较。单击“Options”按钮可以设置输出统计量设置完成后，在单因素方差分析窗口框中点击“OK”按钮，SPSS就会根据设置进行运算，并将结算结果输出到SPSS结果输出窗口中。结果分析：（1） 为基本的统计分析，可以看到均值、方差、标准差、置信区间等。（2） 方差齐次性检验由于Sig=0.1780.05,所以说明各组的方差在a=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。方差分析表：上表第1栏是方差来源，包括组间变差“Between Groups”；组内变差“Within Groups”和总变差“Total”。第2栏是离差平方和“Sum of Squares”，组间离差平方和9660.083，组内离差平方和为28215.875，总离差平方和为37875.958，是组间离差平方和与组内离差平方和相加之和。第3栏是自由度df，组间自由度为2，组内自由度为21；总自由度为23。第4栏是均方“Mean Square”，是第2栏与第3栏之比；组间均方为4830.042，组内均方为1343.613。第5栏是F值3.595（组间均方与组内均方之比）。第6栏：F值对应的概率值，针对假设H0：组间均值无显著性差异(即3种饲料下的重量平均值无显著性差异，即笼统判断)。计算的F值3.595，对应的概率值为0.0450.05。大等，小不等各种饲料之间是否存在显著性差异主要考察下表中的Sig值,Sig值小于0.05的为存在显著性差异.如1与2,2与1存在显著性差异.多重比较的Duncan法进行比较的结果:在同一列的平均数表示没有显著性差异，反之则具有显著性的差异。例如，品种3横向看，平均数显示在1,2列,说明饲料3与饲料1,2差异不显著（0.05水平).3.2 多因素方差分析多因素方差分析是对一个独立变量是否受一个或多个因素或变量影响而进行的方差分析。SPSS调用“Univariate”过程，检验不同水平组合之间因变量均数，由于受不同因素影响是否有差异的问题。案例2、下面记录了3位操作工分别在不同机器上操作3天的日产量.操作工机器甲乙丙A115 15 1719 19 1616 18 21A217 17 1715 15 1519 22 22A315 17 1618 17 1618 18 18A418 20 2215 16 1717 17 17取显著性水平=0.05,试分析操作工，机器对日产量的影响是否存在着显著性差异。操作步骤：准备分析数据，点击主菜单“Analyze”项，在下拉菜单中点击“General Linear Model”项，在右拉式菜单中点击“Univariate”项，系统打开单因变量多因素方差分析设置窗口如图在主对话框中单击“Post Hoc”选项，打开“Post Hoc Multiple Comparisons for Observed Means”对话框，可以进行多重比较，而比较方法的选择取决于方差是否齐次性，若方差具有齐次时选择“Duncan”，否则选择“Tamhanes T2”。其他的操作可以选择默认。结果分析：（1） 方差不齐次性检验显著：方差不齐次性显著，p0.05不存在显著性差异； 不同操作工对日产量的偏差均方是27.167，F值为7.887，显著性水平是0.002，即p0.05存在显著性差异； 不同机器和不同操作工共同对粘虫历期的偏差均方是73.5，F值为7.113，显著性水平是0.000，即p0.05存在显著性差异。 注意：在多重比较时，由于方差不齐次性，应选择方差不具有齐次性时的“Tamhanes T2”t检验进行配对比较。多重比较的操作步骤：在主对话框中单击“Post Hoc”选项，打开“Post Hoc Multiple Comparisons for Observed Means”对话框，从“Factor(s)”框选择变量，单击向右拉按钮，使被选变量进入“Post Hoc test for”框。本例子选择了“机器”和“操作工”。然后选择多重比较方法。在对话框中选择多重比较方法。本例选择“Tamhanes T2”。 SPSS第二讲 均