




已阅读5页,还剩15页未读, 继续免费阅读
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
第6章 方差分析与实验设计实验一、 利用SPSS进行单因素方差分析及方差分析中的多重比较一、实验目的及要求熟悉SPSS的单因素方差分析及多重比较功能,熟练掌握单因素方差分析方法及多重比较的操作过程,对SPSS运行结果能进行解释。二、实验内容【例】现有三家生产灯泡的企业,为比较它们生产的灯泡质量,从每个企业各随机抽取6只灯泡,对其使用寿命(单位:小时)进行检验,数据如表6-1所示: 表6-1 三家企业的灯泡寿命试验数据序号生产企业企业1企业2企业3164065758425796386123632719675462067659256166426106627712635在95%的概率保证程度下,试分析三家企业生产的灯泡的平均寿命之间有无显著差异?如有差异,用LSD方法检验哪些企业有差异?解:第一步,打开数据文件data06-1.sav,选择AnalyzeCompare M eansOne-Way ANOVA,如图6-1所示:图6-1 Analyze选项界面第二步:单击鼠标左键,出现One-Way ANOVA主对话框,将“hour”变量送入Dependent List(因变量清单)框,将“enterprise”变量送入Factor(因素变量)框,输出结果如图6-2所示:图6-2 One-Way ANOVA主对话框点击Post Hoc按钮,打开Post Hoc Multiple Comparisons对话框,选择多重比较的方法:在Equal Variance Assumed 栏中,选择LSD方法;在Equal Variance Not Assumed 栏中,选择TamhanesT2方法;在Significant Level框中,选择0.05,输出结果如图6-3所示:图6-3 Post Hoc Multiple Comparisons窗口点击Options按钮,打开Options对话框,选中Homogeneity-of-variance复选项,做方差齐性检验,如图6-4所示:图6-4 Options窗口第三步,点击OK按钮,运行结果如下:Oneway表6-2 方差齐性检验表Test of Homogeneity of VarianceshourLevene Statisticdf1df2Sig.1.147215.344表6-3 方差分析结果表ANOVAhourSum of SquaresdfMean SquareFSig.Between Groups12324.00026162.0006.680.008Within Groups13836.00015922.400Total26160.00017表6-4 LSD法和TamhanesT2法进行多重比较结果表Multiple ComparisonsDependent Variable:hour(I) enterprise(J) enterpriseMean Difference (I-J)Std. ErrorSig.95% Confidence IntervalLower BoundUpper BoundLSD企业1企业2-55.00000*17.53473.007-92.3744-17.6256企业31.0000017.53473.955-36.374438.3744企业2企业155.00000*17.53473.00717.625692.3744企业356.00000*17.53473.00618.625693.3744企业3企业1-1.0000017.53473.955-38.374436.3744企业2-56.00000*17.53473.006-93.3744-18.6256Tamhane企业1企业2-55.00000*16.69930.031-104.7365-5.2635企业31.0000016.076901.000-46.529348.5293企业2企业155.00000*16.69930.0315.2635104.7365企业356.0000019.62312.051-.1557112.1557企业3企业1-1.0000016.076901.000-48.529346.5293企业2-56.0000019.62312.051-112.1557.1557*. The mean difference is significant at the 0.05 level.表6-2为方差齐性检验结果,检验p值为0.344,大于0.05,说明方差具有齐性。表6-3为方差分析结果,其中组间误差平方和(Between Groups)为12324, 组内误差平方和(Within Groups)为13836,总误差平方和(Total)为26160。表的第三列为自由度,第四列为均方,第五列为F值,第六列为P值,此例中P0.0080.05,所以拒绝原假设,即三家企业生产灯泡的平均寿命之间有显著差异。表6-4为LSD法和TamhanesT2法进行多重比较的结果,从表6-2的结果知道,方差具有齐性,所以只需看LSD的结果,表中第二列用“*”标示的值表示相应的两组有显著的差异。比较结果说明企业1与企业2,企业2与企业3之间的均值有显著差异。三、操作练习 某企业准备用四种方法生产一种新产品,随机抽取了19名工人,每个工人使用其中一种方法,每小时生产的产品数量如表5-5所示。在95%的概率保证程度下,试分析四种方法生产的产品数量之间有无显著差异?如有差异,用LSD方法检验哪些方法有差异? 表6-5四种方法生产的产品数量数据序号生产方法方法1方法2方法3方法41345193672254985843436383724294489715365498四、操作练习答案第一步,打开数据文件data06-2.sav,选择AnalyzeCompare M eansOne-Way ANOVA,如下图所示:第二步:单击鼠标左键,出现One-Way ANOVA主对话框,将“quantity”变量送入Dependent List(因变量清单)框,将“method”变量送入Factor(因素变量)框,输出结果如下图所示:点击Post Hoc按钮,打开Post Hoc Multiple Comparisons对话框,选择多重比较的方法:在Equal Variance Assumed 栏中,选择LSD方法;在Equal Variance Not Assumed 栏中,选择TamhanesT2方法;在Significant Level框中,选择0.05,输出结果如下图所示:点击Options按钮,打开Options对话框,选中Homogeneity-of-variance复选项,做方差齐性检验,输出结果如下图所示:第三步,点击OK按钮,运行结果如下:Oneway表6-6 方差齐性检验表Test of Homogeneity of VariancesquantityLevene Statisticdf1df2Sig.016315.997表6-7 方差分析结果表ANOVAquantitySum of SquaresdfMean SquareFSig.Between Groups8904.43232968.14463.950.000Within Groups696.2001546.413Total9600.63218表6-8 LSD法和TamhanesT2法进行多重比较结果表Multiple ComparisonsDependent Variable:quantity(I) method(J) methodMean Difference (I-J)Std. ErrorSig.95% Confidence IntervalLower BoundUpper BoundLSD方法1方法2-18.80000*4.30875.001-27.9839-9.6161方法3-56.20000*4.30875.000-65.3839-47.0161方法4-40.10000*4.57012.000-49.8410-30.3590方法2方法118.80000*4.30875.0019.616127.9839方法3-37.40000*4.30875.000-46.5839-28.2161方法4-21.30000*4.57012.000-31.0410-11.5590方法3方法156.20000*4.30875.00047.016165.3839方法237.40000*4.30875.00028.216146.5839方法416.10000*4.57012.0036.359025.8410方法4方法140.10000*4.57012.00030.359049.8410方法221.30000*4.57012.00011.559031.0410方法3-16.10000*4.57012.003-25.8410-6.3590Tamhane方法1方法2-18.80000*4.40454.016-34.0620-3.5380方法3-56.20000*4.10122.000-70.4757-41.9243方法4-40.10000*4.78296.001-58.0584-22.1416方法2方法118.80000*4.40454.0163.538034.0620方法3-37.40000*4.15933.000-51.9073-22.8927方法4-21.30000*4.83287.023-39.3478-3.2522方法3方法156.20000*4.10122.00041.924370.4757方法237.40000*4.15933.00022.892751.9073方法416.100004.55814.074-1.593033.7930方法4方法140.10000*4.78296.00122.141658.0584方法221.30000*4.83287.0233.252239.3478方法3-16.100004.55814.074-33.79301.5930*. The mean difference is significant at the 0.05 level.表6-6为方差齐性检验结果,检验p值为0.997,大于0.05,说明方差具有齐性。表6-7为方差分析结果,其中组间误差平方和(Between Groups)为8904.432, 组内误差平方和(Within Groups)为696.2,总误差平方和(Total)为9600.632。表的第三列为自由度,第四列为均方,第五列为F值,第六列为P值,此例中P0.0000.05, 所以不拒绝原假设,不能认为企业对电池质量有显著影响。方法变量的P0.010.05, 所以不拒绝原假设,不能认为品种对猪的体重有显著影响。饲料变量的P0.0000.05,所以拒绝原假设,即不同饲料对猪的体重有显著影响。实验三、 利用SPSS进行有交互作用的双因素方差分析一、实验目的及要求熟悉SPSS的有交互作用的双因素方差分析功能,熟练掌握有交互作用的双因素方差分析方法及操作过程,对SPSS运行结果能进行解释。二、实验内容【例】为检验产品品牌和销售方案对销售量的影响,对某产品三种不同的品牌采用三种不同的销售方案,得到销售量数据如表6-15所示:表6-15 三种品种三种方案的销售量数据品牌销售方案123135653238603024050384354403506652487049在95%的概率保证程度下,试分析不同品牌、不同方案及其交互作用对销售量是否有显著影响? 解:第一步,打开数据文件data06-5.sav,选择AnalyzeGeneral Linear Model Univariate,如图6-8所示:图6-8 Analyze选项界面第二步:单击鼠标左键,出现Univariate主对话框,将“quantity”变量送入Dependent Variable(因变量)框,将“brand”和“plan”变量送入Fixed Factor(s)(固定因素变量)框,输出结果如图6-9所示: 图6-9 Univariate选项界面点击Model按钮,打开Model对话框,选择Custom,在Build Term(s)栏内选择Interaction,从Factors & Covariates框中分别选定enterprise和method ,移入Model框中,再同时选择enterprise和method,点击箭头按钮,Model框中出现交互项,两个变量之间用“*”连接,输出结果如图6-10所示: 图6-10 Model选项界面第三步,点击OK按钮,运行结果如下:UnivariateAnalysisofVariance表6-16 因素变量表Between-Subjects FactorsNbrand162636plan162636表6-17 方差分析结果表Tests of Between-Subjects EffectsDependent Variable:quantitySourceType III Sum of SquaresdfMean SquareFSig.Corrected Model2355.111a8294.38955.198.00041088.889141088.8897.704E3.000brand586.1112293.05654.948.000plan1548.1112774.056145.135.000brand * plan220.889455.22210.354.002Error48.00095.333Total43492.00018Corrected Total2403.11117a. R Squared = .980 (Adjusted R Squared = .962)表6-16为变量信息,因素变量有品牌(brand),取值1-3,方案(plan),取值1-3,N是每一单元的样本数量。表6-17为方差分析结果,其中行因素(品牌)的误差平方和为586.111, 列因素(方案)的误差平方和为1548.111,交互作用的误差平方和为220.889,误差项平方和为48,总误差平方和为2403.111。表的第三列为自由度,第四列为均方,第五列为F值,第六列为P值,此例中品牌变量的P0.0000.05, 所以拒绝原假设,即品牌对销售量有显著影响。方案变量的P0.0000.05,所以拒绝原假设,即方案对销售量有显著影响。交互作用的P0.0020.05, 所以拒绝原假设,即品牌与方案的交互作用对销售量有显著影响。三、操作练习为检验种子品种和施肥方案对产出量的影响,对四种不同品种的种子采用两种不同的施肥方案,得到产出量数据如表6-18所示:表6-18 四种品种三种方案的产出量数据品种施肥方案121109.210.59.72121111.511.2313.712.51413412.810.41312在95%的概率保证程度下,试分析不同品种、不同方案及其交互作用对产出量是否有显著影响? 四、操作练习答案解:第一步,打开数据文件data06-6.sav,选择AnalyzeGeneral Linear Model Univariate,如下图所示:第二步:单击鼠标左键,出现Univariate主对话框,将“output”变量送入Dependent Variable(因变量)框,将“type”和“plan”变量送入Fixed Factor(s)(固定因素变量)框,输出结果如下图所示:点击Model按钮,打开Model对话框,选择Custom,在Bulid Term(s)栏内选择Interaction,从Factors & Covariates框中分别选定type和plan,移入Model框中,再同时选择type和plan,点击箭头按钮,Model框中出现交互项,两个变量之间用“*”连接,输出结果如下图所示:第三步,点击OK
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2025年物联网行业物联网技术应用及市场前景研究报告
- 2025年金融行业区块链技术应用前景分析报告
- 2025年汽车行业汽车科技发展前景预测研究报告
- 压力容器安全培训心得
- 宁乡市2025湖南长沙市宁乡市老干部(老年)大学招聘中级编外人员1人笔试历年参考题库附带答案详解
- 增城区2025广东广州市规划和自然资源局增城区分局招聘特殊专业技术类聘员8人笔试历年参考题库附带答案详解
- 国家事业单位招聘2025应急管理部消防产品合格评定中心第一批次招聘拟聘用人员笔试历年参考题库附带答案详解
- 国家事业单位招聘2025农业经济与发展研究所招聘笔试历年参考题库附带答案详解
- 双鸭山市2025黑龙江双鸭山饶河县事业单位面向社会公开引进高学历人才10人笔试历年参考题库附带答案详解
- 北海市2025广西北海市涠洲岛旅游区行政审批服务中心招聘1人(截止5月24日)笔试历年参考题库附带答案详解
- 2024抖音护肤行业白皮书
- 商铺转租赁合同范本
- 《足球裁判员培训》课件
- 浴室工程施工组织设计方案
- 2024年秋九年级化学上册 第3单元 物质构成的奥秘 课题3 元素 第1课时 物质是由元素组成的说课稿 (新版)新人教版
- 微商基础培训课件
- ISO9001:2024版质量手册资料
- 2023-2024年社会工作者之初级社会综合能力考试题库
- 2025年慢性阻塞性肺疾病全球创议GOLD指南修订解读课件
- 民族宗教团日活动
- 新娘化妆相关知识考核试题及答案
评论
0/150
提交评论