(待分)利用SPSS做方差分析教程

1、利用做方差分析教程在分享了安装包后，除了问我怎么安装的外，还有人问怎么做方差分析的。其实大家如 果林业应用统计理论部分还记得的话，是可以用来做方差分析的， 不过稍显繁琐一点。当然,既然部分人已经装好了， 而且做方差分析有具有很大的方便性，今天我就分享一下如何利用做方差分析。方差分析可分为单变量单因素、 单变量多因素和多变量多因素方差分析三种，单变量单因素在林业应用统计书中第页有详细介绍， 相对简单，在这里不做重复，需要的同学可自行 查阅。不过，操作方法都大同小异，只在输入数据和选项上有所不同。在这里不对方差分析的理论部分进行介绍，一句话来说，方差分析是用来比较不同处理之间是否存在显著性差异的。

2、在我看来，大家的试验类型还是以单变量多因素为主的，如果分不清变量与因素，可以再去看书，也不再展开了。下面我以书中第页例三为例，做单变量多因素的方差分析。为了从三个水平的氮肥和三个水平的磷肥中选择最有利树苗生长的最佳水平组合，设计了两因素试验，每个水平组合重复次，结果如下表，试进行方差分析。表氮肥和磷肥树苗生长的生物量可以看出大多数我们所进行的试验都可以归类于这种试验类型，特别是组培、嫁接、生氮肥磷肥根、或者不同处理之间测各种指标的试验，以下就在中输入数据。即可，和中相差不大，但不可以简单复制，注意分清因变量与自变量（固定因子）。同时注 意和在变量视图中应该设置为序号。选择菜单栏分析一般线性模型

3、单变量（多变量的试验自然选择多变量）选择生物量摁箭头符号加入因变量，把剩下的和选择入固定因子（即自变量），这是两因素的方差分析。（单因素只有一个固定因子，当然输入数据也只有一个序号变量）吨;单娈量,磅走因娈里cpy少生物里£.|p尿N陋机因子追x空ls权重（wy粘贴（D取消帮助再选择两两比较，把和摁箭头移入两两比较检验，选择法。（两两比较检验可不做，假定方差齐性也可选择法，根据我需求选择）遶单变量:选项如果你两个因素之间在理论上可能有相互作用，那么最好进行交互作用的检验（也可不做），当然还有比较主效应选项，在模型选型中也可以设定，不过一般不需要这个选项，只 有遇到自由度为零时，可能需

4、要这个选项，但是这可能属于试验设计的问题。输出勾选描述统计和方差齐性检验，可设置显著性水平或， 点继续回到原来开始的窗口，点确定，就会在输出窗口中输出分析结果。主体间因子NP112212312N112212312J3述性统计里因变重生韧重PN均值标准偏差N1144.500012.56306422E.OOOO7.527734326.25009.322914总计32.Q16T12.4933312215S.OOOO7.074014247.50004 203174325.50005.972164总计44.000015.5621912316G.750010 210294255.00007.0710743

5、37.00006 056304总计50.583312.4130312总计164.08331 1.7740712243.833313.5558412320.58338.5764212总计42.500015J081836主体间因子和描述性统计量是一些基本的统计量，包括变量个数，均值，标准差。可以做一些基本的统计图。11误差方差等问性的Levene枪验耳Fdfldf2Sig.1.559827.194即任所有组中因变里的误差因娈里:生物里3设计：截距+ P + N + P"N主体间效应的檻验因变重:生物重源川型平方和df均方FSig.校正模型6164.500°e770.56311

6、403000截距65025.000165026.000982.277.000P1913,1672955.58314 156000N3B33.50D2181575028.865.000P*N6178334154 4532 2E60S6误差1924.5002767.574总计73014.00036校正的总计798900035亂R方=772仃周整R方= 70+)第一个表格可以不看，主要看第二个表格主体间效应的检验，比较与a的值即可。估算边际均值因娈量:生物重1.PP均值标准误差S5% g信区间下限上限132.9172.37328.04837.760244.0002.37339.1314S.86935

7、0.5032.37345.71455.452双击以救活2.N因变重生物里N均值标准误差加置信区闾下限上限154.0332.37349.21453.952243.8332.37338JE448702329.5832.37324.71434.4523.P*N因变重生物里PN均值标准误差95% g信区间下限上限1144.5004.11036 06752.93322B.OOO4.11019.56736 433328.2504 11017.81734.6632159.0004.11050.56767 433247.5004.11039.0&755.933325.5004.11017 0E733

8、93331567504 11050.31767 163256.0004.11047.5E764.433337.0004.11028.56745.433这部分是、*效应的比较，也不是很重要。在此之后”检验(l)p(J)P均值差值（I-J5标准误差Sig.95%®信区间下限上限12-11.0033'3.35594.003-17,9692-4.19753-1 7.6657"3.35584.000-24.5525-1078082111.0833'3.355940034197517.96923-S.58333.35594OEO-13.4692.30253117.66S

9、71'3.35594000107B0824.552526.58333.35594OEO-.30251 3 4692巴均值差值在两级别上较显番°同类子集N誓个比较(1)N均脩差值Z标進嘎菱Sig.95%置信区间上原r 1210.250(/3.35594.0053.364217135B324.500013 35594.00017.614231.385Bp-1-10.25D0T3.35594.00517.135S-3J642314.2500'3.35594.0007.364221 1358314.5000'3.35594.000-31.3BSB-17.61422-14.2500'3 35594.000-21.1358-7.3642fe) = 07 574o"均值差值住.站级别上较显著。多重比较的结果自然是在最后，其实直接看主体间效应的检验和多个比较即可，这也是对于我们来说最重要的部分。在均值差值上已经标出了显著性