两因素方差分析检验Word文档下载推荐.docx
- 文档编号:7760226
- 上传时间:2023-05-09
- 格式:DOCX
- 页数:17
- 大小:29.23KB
两因素方差分析检验Word文档下载推荐.docx
《两因素方差分析检验Word文档下载推荐.docx》由会员分享,可在线阅读,更多相关《两因素方差分析检验Word文档下载推荐.docx(17页珍藏版)》请在冰点文库上搜索。
方差齐性与相互独立;
2)、线性统计模型:
其中,所有期望值得总平均:
要分析因素A,B得差异对试验结果就是否有显著影响,即为检验如下假设就是否成立:
;
6、两因素方差分析得进一步分析:
1)、方差齐性检验:
由于方差分析得前提就是各水平下得总体服从正态分布并且方差相等,因此有必要对方差齐性进行检验,即对控制变量不同水平下各观测变量不同总体方差就是否相等进行分析。
SPSS单因素方差分析中,方差齐性检验采用了方差同质性(HomogeneityofVariance)得检验方法,其零假设就是各水平下观测变量总体方差无显著性差异,实现思路同SPSS两独立样本t检验中得方差齐性检验;
2)、多重比较检验:
多重比较检验就就是分别对每个水平下得观测变量均值进行逐对比较,判断两均值之间就是否存在显著差异。
其零假设就是相应组得均值之间无显著差异;
3)、其她检验:
①先验对比检验,②趋势检验;
7、方差分析与t检验得区别:
t检验只适宜检验两个平均数之间就是否存在差异。
对于一个复杂得问题,t检验只能进行多组平均数两两之间得差异检验。
而方差分析可以同时检验两个或多个平均数之间得差异以及几个因素水平之间得交互作用;
8、有时原始资料不满足方差分析得要求,除了求助于非参数检验方法外,也可以考虑变量变换。
常用得变量变换方法有:
对数转换:
用于服从对数正态分布得资料等;
平方根转换:
可用于服从Possion分布得资料等;
平方根反正弦转换:
可用于原始资料为率,且取值广泛得资料;
其它:
平方变换、倒数变换、Box-Cox变换等。
(四)、实验内容:
内容:
生物统计学(第四版)121页第六章习题6、7
实验方法步骤
1、启动spss软件:
开始→所有程序→SPSS→spssforwindows→spss18、0forwindows,直接进入SPSS数据编辑窗口进行相关操作;
2、定义变量,输入数据。
点击“变量视图”定义变量工作表,用“name”命令定义变量“适宜得条件”(小数点零位);
变量“原料”(小数点零位),“A1”赋值为“1”,“A2”赋值为“2”,“A3”赋值为“3”,变量“温度”(小数点零位),“B1(30℃)”赋值为“1”,“B2(35℃)”赋值为“2”,“B3(40℃)”赋值为“3”,点击“变量视图工作表”,一一对应将不同“原料”与“温度”得适宜得条件得数据依次输入到单元格中;
3、设置分析变量。
数据输入完后,点菜单栏:
“分析(A)”→“一般线性模型(G)”→“单变量(U)…”,将“适宜得条件”移到因变量列表(E)中,将“原料”及“温度”移入固定因子(F)得列表中进行分析;
1)、点“模型(M)…”,指定因子:
“全因子”前打钩,“在模型中包含截距”前打钩,(默认),点“继续”;
2)、点“绘制(T)…”:
将“原料”移入“水平轴”列表中,将“温度”移入“单图”中;
3)、点“两两比较(H)…”,将因子“原料”与“温度”移入“两两比较检验”列表中,①假定方差齐性:
点“SNK(S)”法检验;
②未假定方差齐性,点“Tamhane’sT2(M)”,点“继续”,然后点“确定”,便出结果;
4)、点“选项(O)…”,估计边际均值:
将“因子与因子交互”列表中得“OVERLL”、“原料”、“温度”、“原料*温度”移入“显示均值”列表中,在“比较主效应”前打钩,输出:
在“描述统计”、“方差齐性检验”、“功能估计”、“分布水平图”、“检验效能”、“参数估计”前打钩,显著水平:
0、05(默认),点“继续”,然后点击“确定”便出结果;
模型(M)…:
绘制(T)…
两两比较(H)…
选项(O)…
4、表格绘制出来后,进行检查修改,将其复制到实验报告中,将虚框隐藏等;
5、将所求得描述性统计指标数据表格保存,对其所求得得结果进行分析,书写实验报告。
(五)、实验结果:
UNIANOVA适宜得条件BY原料温度
/METHOD=SSTYPE(3)
/INTERCEPT=INCLUDE
/POSTHOC=原料温度(SNK)
/PLOT=PROFILE(原料*温度)
/EMMEANS=TABLES(OVERALL)
/EMMEANS=TABLES(原料)PAREADJ(LSD)
/EMMEANS=TABLES(温度)PAREADJ(LSD)
/EMMEANS=TABLES(原料*温度)
/PRINT=OPOWERETASQHOMOGENEITYDESCRIPTIVEPARAMETER
/PLOT=SPREADLEVEL
/CRITERIA=ALPHA(、05)
/DESIGN=原料温度原料*温度、
方差得单变量分析
表1
主体间因子
值标签
N
原料
1
A1
12
2
A2
3
A3
温度
B1(30℃)
B2(35℃)
B3(40℃)
表2
误差方差等同性得Levene检验a
因变量:
适宜得条件
F
df1
df2
Sig、
1、367
8
27
、255
检验零假设,即在所有组中因变量得误差方差均相等。
a、设计:
截距+原料+温度+原料*温度
表3
描述性统计量
均值
标准偏差
34、50
12、583
4
18、25
7、274
18、00
8、641
总计
23、58
11、958
49、00
7、874
37、50
4、203
15、50
5、972
34、00
15、562
45、25
8、016
46、00
7、071
27、00
6、055
39、42
11、196
42、92
10、900
33、92
13、413
20、17
8、167
32、33
14、313
36
表4
主体间效应得检验
源
III型平方与
df
均方
偏Eta方
非中心参数
观测到得幂b
校正模型
5513、500a
689、187
11、233
、000
、769
89、867
1、000
截距
37636、000
613、445
、958
1554、167
777、083
12、666
、484
25、332
、993
3150、500
1575、250
25、676
、655
51、351
原料*温度
808、833
202、208
3、296
、025
、328
13、184
、766
误差
1656、500
61、352
44806、000
校正得总计
7170、000
35
a、R方=、769(调整R方=、701)
b、使用alpha得计算结果=、05
表5
参数估计
参数
B
标准误差
t
95%置信区间
观测到得幂a
下限
上限
27、000
3、916
6、894
18、964
35、036
、638
[原料=1]
9、000
5、539
1、625
、116
20、364
2、364
、089
、347
[原料=2]
11、500
2、076
、048
22、864
、136
、138
、517
[原料=3]
0b
、
[温度=1]
18、250
3、295
、003
6、886
29、614
、287
、888
[温度=2]
19、000
3、430
、002
7、636
30、364
、304
、911
[温度=3]
[原料=1]*[温度=1]
1、750
7、833
、223
、825
17、821
14、321
、055
[原料=1]*[温度=2]
18、750
2、394
、024
34、821
2、679
、175
、636
[原料=1]*[温度=3]
[原料=2]*[温度=1]
15、250
1、947
、062
、821
31、321
、123
、467
[原料=2]*[温度=2]
3、000
、383
、705
13、071
19、071
、005
、066
[原料=2]*[温度=3]
[原料=3]*[温度=1]
[原料=3]*[温度=2]
[原料=3]*[温度=3]
a、使用alpha得计算结果=、05
b、此参数为冗余参数,将被设为零。
估算边际均值
表6
1、总均值
32、333
1、305
29、655
35、012
2、原料
表7
估计
23、583
2、261
18、944
28、223
34、000
29、361
38、639
39、417
34、777
44、056
表8
成对比较
(I)原料
(J)原料
均值差值(IJ)
Sig、a
差分得95%置信区间a
10、417*
3、198
16、978
3、856
15、833*
22、394
9、272
5、417
、102
11、978
1、144
基于估算边际均值
*、均值差值在、05级别上较显著。
a、对多个比较得调整:
最不显著差别(相当于未作调整)。
表9
单变量检验
平方与
对比
F检验原料得效应。
该检验基于估算边际均值间得线性独立成对比较。
表10
3、温度
42、917
38、277
47、556
33、917
29、277
38、556
20、167
15、527
24、806
表11
(I)温度
(J)温度
9、000*
、009
2、439
15、561
22、750*
16、189
29、311
13、750*
7、189
20、311
表12
F检验温度得效应。
表13
4、原料*温度
34、500
26、464
42、536
10、214
26、286
18、000
9、964
26、036
49、000
40、964
57、036
37、500
29、464
45、536
15、500
7、464
23、536
45、250
37、214
53、286
46、000
37、964
54、036
"
在此之后"
检验
同类子集
表14
StudentNewmanKeulsa,b
子集
已显示同类子集中得组均值。
基于观测到得均值。
误差项为均值方(错误)=61、352。
a、使用调与均值样本大小=12、000。
b、Alpha=、05。
表15
分布级别图
结果分析:
通过两因素方差分析得:
表1中为原始数据综合信息,列出了个因变量,变量值标签与样本含量等;
从表2得:
P=0、255,表明P值<0、05,方差就是齐次性显著;
表4给出了方差分析表,表得左上标注了研究对象,为适宜得条件。
偏差来源与偏差平方与:
Sig
进行F检验得p值。
p≤0、05,由此得出“温度”与“原料”对因变量“适宜得条件”在0、05水平上就是有显著性差异得。
不同原料(A)对“适宜得条件”得均方就是777、083,偏Eta方为0、484,F值为,12、666,显著性水平就是0、000,即p<
0、05存在显著性差异;
不同温度(B)对粘虫历期得均方就是1575、250,F值为18、575,偏Eta方为0、655,显著性水平就是0、000,即p<
不同原料与不同温度(a*b)共同对“适宜得条件”得均方就是202、208,F值为3、296,偏Eta方为0、328,显著性水平就是0、,025,即p﹤0、05存在显著性差异;
从表8中可以瞧出:
原料A1与A2、A1与A3之间都有显著性差异;
原料A2与A1、A3与A1之间都有显著性差异;
原料A2与A3、A3与A2之间都有无显著性差异;
从分布级别图可以瞧出,不同得原料在不同得温度下得适宜得条件不同。
(六)、实验总结分析:
1、两因素方差分析主要用来检测两个自变量之间得就是否有显著得影响,检测不同组合之间哪种最显著,两因素方差分析有两种类型:
一个就是无交互作用得两因素方差分析,另一个就是有交互作用得两因素方差分析;
2、方差分析得基本思想就是,将观察值之间得总变差分解为由所研究得因素引起得变差与由随机误差项引起得变差,通过对这两类变差得比较做出接受或拒绝原假设得判断;
3、均数两两比较方法得优缺点分析:
LSD法:
最灵敏,会犯假阳性错误;
Sidak法:
比LSD法保守;
Bonferroni法:
比Sidak法更为保守一些;
Scheffe法:
多用于进行比较得两组间样本含量不等时;
Dunnet法:
常用于多个试验组与一个对照组得比较;
SNK法:
寻找同质亚组得方法;
Turkey法:
最迟钝,要求各组样本含量相同;
Duncan法:
与Sidak法类似;
4、根据方差分析得结果,还不能推断四个总体均数两两之间就是否相等。
如果要进一步推断任两个总体均数就是否相同,应作两两比较;
5、方差分析得主要步骤包括:
建立假设;
计算F检验值;
根据实际值与临界值得比较做出决策,在方差分析中,当拒绝H0时表示至少有两个均值有显著差异。
但要知道哪些均值之间有显著差异还需要借助于多重比较得方法,例如LSD方法;
6、方差分析用于两个及两个以上样本均数差别得显著性检验。
由于各种因素得影响,研究所得得数据呈现波动状。
造成波动得原因可分成两类,一就是不可控得随机因素,另一就是研究中施加得对结果形成影响得可控因素;
7、方差分析中得基本假设就是,来自各个总体得数据都服从正态分布,相互独立,且有相同得方差;
8、通过此次实验,更加熟悉了SPSS软件得应用,学习了两因素方差分析检验,了解方差分析就是从观测变量得方差入手,研究诸多控制变量中哪些变量就是对观测变量有显著影响得变量,从而对统计数据进行分析。
教师评语及评分:
签名:
年月日
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 因素 方差分析 检验