正交试验设计的spss分析

1、上机操作6：正交试验设计的spss分析习题：有一混合水平的正交试验，A因素为葡萄品种，AA2、A3、A4,B因素为施肥期,有B、B2,C因素为施肥量，有q、C2，重复三次，采用L8（4X24）正交表，试验结果如下表，试进行分析葡萄品种施肥时期及用量实验结果处理组合ABCIIIm11111716192122192020321226242142212522205312161519632114151474112425238422282826解：1.定义变量，输入数据：在变量视图中写入变量名称“产量”、“区组”、“施肥量”、“施肥期”、“品种”“处理”宽度均为8，小数均为0。并在数据视图依次输入变量。

2、2分析过程：（1）正态分布检验：工具栏“图形”一一“P-P图”，在“变量”中放入“产量”，“检验分布”为“正态”，“确定”。（2）方差齐性检验：a. 工具栏“分析”一一“比较均值”一一“单因素1N0VA”。b. 在“因变量”中放入“产量”，在“固定因子”中放入“品种”。c. 点击“选项”，在“统计量”中点击“方差同质性检验”，“继续”。d. “确定”。工具栏“分析”“比较均值”“单因素ANOVA”。e. 在“因变量”中放入“产量”,在“固定因子”中放入“施肥期”。f. 点击“选项”，在“统计量”中点击“方差同质性检验”，“继续”。g“确定”。在“因变量”中放入“产量”，在“固定因子”中放入“施

3、肥量”。h.点击“选项”，在“统计量”中点击“方差同质性检验”，“继续”。i“确定”。在“因变量”中放入“产量”，在“固定因子”中放入“处理”。点击“选项”，在“统计量”中点击“描述性”和“方差同质性检验”，“继续”。j“确定”。（3）显著性差异检验：a工具栏“分析”“常规线性模型”“单变量”。b在“因变量”中放入“产量”，在“固定因子”中分别放入“施肥期”、“施肥量”、“品种”“区组”。c点击“模型”，“定制”，将“施肥期”、“施肥量”、“品种”、“区组”放入“模型”下。在“建立项”中选择“主效应”，“继续”。d点击“两两比较”，将“施肥期”、“施肥量”、“品种”放入“两两比较检验”中，点击

4、“假定方差齐性”中的“Duncan”。e“确定”，在“因变量”中放入“产量”，在“固定因子”中分别放入“处理”、“区组”。f点击“模型”，“定制”，将“处理”、“区组”放入“模型”下。在“建立项”中选择“主效应”，“继续”。g点击“两两比较”，将“处理”放入“两两比较检验”中，点击“假定方差齐性”中的“Duncan”。h“确定”。3生成图表，输出结果分析：（1）正态分布检验：布。2）方差齐性检验：方差齐性检验产量Levene统计量dfldf2显著性66732U582表1-1由表1-1可知，P>0.05,所以不同品种的产量方差之间不存在显著性差异，方差齐性。方差齐性检验产量Levene统计

5、量dfldf2显著性.507122.484表1-2由表1-2可知，P>0.05,所以施肥期不同处理水平的产量方差不存在显著性差异,方差齐性。方差齐性检验产量Levene统计量dfldf2显著性.U3U122.863表1-3由表1-3可知，P>0.05,所以施肥量不同处理水平的产量方差不存在显著性差异，方差齐性。描述产量N均值标准差标准误均值的95%置信区间极小值极大值下限上限1317.331.528.88213.5421.1316192319.67.577.33318.2321.1019203323.672.5171.45317.4229.9221264322.332.5171.4

6、5316.0828.5820255316.672.0821.20211.5021.8415196314.33.577.33312.9015.7714157324.001.000.57721.5226.4823258327.331.155.66724.4630.202628总数2420.674.430.90418.8022.541428表1-4方差齐性检验产量Levene统计量df1df2显著性1.542716.223表1-5由表1-3可知,处理组合112的均值和标准误分别为17.33±0.882、19.67±0.333、23.67±1.453、22.33±

7、;1.453、16.67±1.202、14.33±0.333、24.00±0.577、27.33±0.667,因此处理8(品种A。、施肥期B2、施肥量(?)的产量最高。由表1-5可知，P>005，所以不同处理的产量方差不存在显著性差异，方差齐性。(3)显著性差异检验：主体间效应的检验因变量：产量源III型平方和df均方FSig.校正模型408.250a758.32121.659.000截距10250.667110250.6673806.824.000区组3.08321.542.573.575品种371.0003123.66745.926.000施肥

8、期1.50011.500.557.466施肥量32.667132.66712.132.003误差43.083162.693总计10702.00024校正的总计451.33323a.R方=.905（调整R方=.863）表1-6由表1-6可知，区组的P>0.05,所以不同区组的产量之间不存在显著性差异；品种的PV0.01，所以不同品种的产量之间存在极显著性差异；施肥期的P>005,所以不同施肥期水平的产量之间不存在显著性差异；施肥量的PV005,所以不同施肥量水平的产量之间存在显著性差异。产量Duncana，b品种N子集12343615.501618.502623.004625.67S

9、ig.1.0001.0001.0001.000显示同类子集中组的均值。基于类型III平方和误差项为均方（误差）=2.693。a.使用调和均值样本大小=6.000。b-Alpha=.05。表1-7产量Duncana，b品种N子集1233615.501618.502623.004625.67Sig.1.0001.000.012显示同类子集中组的均值。基于类型III平方和误差项为均方（误差）=2.693。a.使用调和均值样本大小=6.000。b-Alpha=.01。表1-8由表1-7和表1-8可知，品种的多重比较分析表如下:品种差异性3aA1bB2cC4dC表1-9主体间效应的检验因变量：产量源ii

10、i型平方和df均方FSig.校正模型409.750a945.52815.328.000截距10250.667110250.6673451.126.000处理406.667758.09519.559.000区组3.08321.542.519.606误差41.583142.970总计10702.00024校正的总计451.33323a.R方=.908（调整R方=.849）表1-10由表1-10可知，处理的PVO.01,所以不同处理的产量之间存在极显著性差异。产量Duncana，b处理N子集12346314.335316.6716.671317.3317.332319.6719.674322.333323.6723.677324.0024.008327.33Sig.061.061.012.026显示同类子集中组的均值。基于类型III平方和误差项为均方（误差）=2.970。a. 使用调和均值样本大小=3.000。b. Alpha=.01。表1-11产量Duncana，b处理N子集123456314.335316.6716.671317.3317.332319.6719.674322.3322.333323.677324.008327.33Sig