上机实验3、单因素与多因素的方差分析

1、上机实验3、单因素与多因素的方差分析班级:12食品转本 学号:12110517 姓名：颜廷珍 、实验目的:掌握应用SPSS统计软件进行单因素、多因素、重复测量方差分析与多重比较的方法。二、实验内容:（一）单因素方差分析（district and sale.sav）某企业在制定某商品广告策略时，收集了该商品在不同地区district（18个）不同广告形式ad （4个）促销后的销售额Sal e数据，希望对广告形式、地区是否对商品销售额产生影响进行分析。Sale为观测变量，ad、district为控制变量，可以采用单因素方差分析（ANOVA的方法分析广告 形式、地区对销售额的影响。要求列出方差分析表

2、、描述性统计量表、多重比较分析表（LSD法、SNK法(q) Duncan法($心法)。如何理解本例题中的单因素数据模式?M SPSS Statistics 数据编辑器报告卜描述统计卜I蛰褥表P时| J比较均值但）卜均17.00一股线性模型卜或单样本T检验&）.18.00广义线性模型卜盅独立样本T检验07一18.00混合模型区）卜盛配对样本T植验（E）. 鼠|单因素ANOVA.18.00相矣(Q)/18.00回/.）转换Q）分析0）直销俚）图形炬）实用程序窗口近）帮助SNK法（q）、Duncan法（SSR法）多重比较的结果如何解析?（二）多因素方差分析（教改成绩sav）某教学实验中，采用不同的教

3、学方法和不同的教材进行教学实验，获得一系列数据教改成 绩.sav。分析教学方法、教材对教改成绩的影响。提示：“分析”一“一般线性模型”一“单变量”，教改成绩作为自变量选入“因变量”，教学 方法、教材作为固定变量选入“固定因子”，输出描述性统计、方差齐性检验，对影响显著的变量 进行两两比较（LSD法、SNK法（q）. Duncan法（SSR法）0如何进行多变量的方差分析?三、实验结果（一）单因素方差分析（district and sale.sav）ANOVAq销售颔平方和df均方，显著性口组间75366.083*3*1955.36b13,483*.000*组内。20303,222#140*145

4、.023*-总数226169.306143*0多重比较。因变量:销售眦0（I）广告形（J）广告形翊直差标准误/显著性93%置信区间，p0式式卢下限卜上限L卧报纸。广播2.33333*2.83846*412*-3278479451*宣传品16.66667*2.83846*000*110549#22278小体验口6.61111、2.83846,021+9993+122229+广播报纸9-2,33333,2,83846,412,-7945b3278屯宣传品14,33333，2.83846*000*8721199451*体验Q4.27778.2.83846.134*-13340,9序宣传品报纸。-16

5、.666672.83846.000*-222784*-110549*广播一-14,33333、2,83846,000*-19945b-87216*体验卜-10.05556，2.83846*00h-156673+-4443也体验F报纸-6.61111、2.83846,021*-122229+9993*广播-4.277782.83846*134*-98896+13340*宣传品10.05556、2.83846*00 br44438r15663*.均值差的显著性水平为0.05 （二）多因素方差分析（教改成绩sav）1描述性统计量因变量:教改成绩教改成绩，教材教法均标准偏差p子集1日90.008,16

6、5曰4p教法N1习2-p2口100.0018,25异Student -Newman-Keuls3 ,WWVWWWWW8+97,对e3仗155.0017.321p28*110.00*总计3115.0032.891n.p3.口8*1必E105.0012.9104pSl.p.137#1,000+X120.0CN8.165中pDuncan3AAAAAAAAAAAAAAAAA8*97,50*3妇135.0CN12.910q&110,00总计-120.0016,5 n.口3p畚1 必,OCk总计997.50。12,817曰&pSl.137+1. uno2口110.0016,903曰&p已显示同类子集中的组均值。p3仗145.0017,72曲&基于观姗到的均彳直。“总计3117.5CU25.580-24误差项为均彳直方（错误）=260.000 -a,使用调和均彳直样本大小=i, 000。/b. A1 oh a = . 05。土多个比较因变量:教改成绩#P（I）教法。（J）教法均局直（I-JP标准i吴差Sig.95%直信区间“+下限#上限 +LS3X-12.508.062,137*-29.32、4.323妇-47.50*8,062*.000*-64.32*-30,68+*2#U12.508,062#,137#-4.32*29,32*3妃-35.00*8,062#.000-51.