多元统计分析-考虑交互作用的双因子方差分析

#考虑交互作用的双因子方差分析年级：研2009级专业:农业生物环境与能源工程学号：姓名：在某化工生产中为了提高收率，选了3种不同浓度，4种不同温度做试验，在同一浓度与温度组合下各做两次试验，其收率数据如下表所列（数据均减去75），a0.05试在显著性水平下检验不同浓度、不同温度以及它们问的交互作用对收率有无显著影响。表1两次实验的收率数据表\、B（温度）B1B2B3B4A（浓度）\、A114.1011.1113.9010.12(24)(22)(22)(22)A29.7010.807.116.10(16)(18)(18)(16)A35.1113.1412.1314.10(16)(27)(26)(24)解：第一步：定义一个分组变量为groupl（即在VariableView中“name"列中的第一行输入groupl，并设置“Decimals”的值为O），该变量表示因子A的3个不同水平,其值1,2,3分别表示A,A,A。123定义一个变量为data（即在VariableView中“name”列中的第二行输入data）。定义另一个分组变量为group2（即在VariableView中“name”列的第三行输入group2,并设置“Decimals”的值为O）,该变量表示因子B的四个不同水平,其值1,2,3,4分别表示B,B,B,B。按照行的顺序（即先输入A行的数据,12341

然后输入A2行的数据，依此类推）依次输入SPSS（在DataView中的“data”列中输入表中的24个数据。输入后的数据如图1所示）。图1groupldatagroup21114.0012110.0013111.00J4111.00.25113.00a6i9.0031110.00401怯UU4929.0011027.00111210.00;212■28.0021327.00a14211.003153-6.0041610.00417■35.0011011.0011913.00J2014.00.22112.00a2213.0032314.00424310.004第二步：在菜单上选择Analyze—GeneralLinearModels—Univariate单击，出现Univariate框，将data选入DependentVariable框，将group1，group2选入FixedFactor（s）框。单击“Model”按钮，选择Fullfactorial单击“Continue”按钮。第三步：单击“0K”按钮，得出如下结果。

4UnivariateAnalysisofVarianceBetweenSubjectsFactorsNgroupl182838group?16263646表2SPSS得到的双因子方差分析结果数据（不考虑交互作用）TestsofBetween-SubjectsEffectsDependentVariable:dataSourceTypeIIISumofSquaresdfMeanSquareFSig.CorrectedModel82.833*117.5301.390.290Intercept2604.16712604.167480.769.000groupl44.333222.1674.092.044group211.50033*833708,566groupl*group227.00064.500.831.566Error65.000125.417Total2752.00024CorrectedTotal147.83323a.RSquared=.560(AdjustedRSquared=.157)第四步：结果分析：从上表可知，group2和groupl*group2的P值均大于0.05，只有groupl的P值小于0.05。所以，在a0。05显著性水平下，因子A是显著的，即浓度不同将对收率产生显著影响；而温度及交互作用的影响都不显著。课程感想:用SPSS统计软件进行方差分析是非常简便和快捷的，但是，要注意SPSS进行方差分析时，对数据