显著性和互作效应分析.docx

显著性和互作效应分析.docx单因素方差分析单因素方并分析也称作一维方并分析。它检验由单一因素影响的一个(或几个相互独立的)因变量由因素各水平分组的均值之间的差异是否具有统计意义。还可以对该因素的若干水平分组屮哪一组与其他各组均值间具有显著性差异进行分析,即进行均值的多重比较。One-WayAXOVA 要求因变童属于正态分布总体。如果因变量的分布明显的是非正态,不能使用该过程,而应该使用非参数分析过程。如果几个因变量Z间彼此不独立,应该用RepeatedMeasure过程。[例子]调查不同水稻品种白丛屮稻纵卷叶螟幼虫的数量,数据如表5-1所示。表5-1不同水稻品种白丛屮稻纵卷叶螟幼虫数从复水稻品种12345141333837312393735393434035353834数据保存在“DATAiSAV”文件屮,变星格式如图5-1。图5T分析水稻品种对稻纵卷叶螟幼虫抗虫性是否存在显著性差异。1)准备分析数据在数据编辑窗口屮输入数据。建立因变量“幼虫”和因素水平变量“品种”,然后输入对应的数值,如图5-1所示。或者打开已存在的数据文件“DATA5-'。2)启动分析过程点击主菜单“Analyze”项,pareMeans”项,在右拉式菜单中点击One-WayANOVA”项,系统打开单因素方并分析设置窗口如图5-2o图5-2单因素方差分析窗口3)设置分析变量因变量:选择一个或多个因子变量进入"DependentList"框屮。本例选择“幼虫”。因素变量:选择一个因素变量进入"Factor"框屮。木例选择“品种”。4)设置多项式比较单击"Contrasts"按钮,将打开如图5-3所示的对话框。该对话框用于设置均值的多项式比较。图5~3"Contrasts”对话框定义多项式的步骤为:均值的多项式比较是包括两个或更多个均值的比较。例如图5-3屮显示的是要求计算“-lXmean2”的值,检验的假设HO:。单因素方羌分析的“One-WayANOVA"过程允许进行高达5次的均值多项式比较。多项式的系数需要由读者白己根据研究的需要输入。具体的操作步骤如下:选中“Polynomial”复选项,该操作激活其右面的“Degree”参数框。单击Degree参数框右面的向下箭头展开阶次菜单,可以选择"Linear"线性、"Quadratic"二次、“Cubic”三次、“4th”四次、“5th”五次多项式。为多项式指定各组均值的系数。方法是在“Coefficients”框屮输入一个系数,单击Add按钮,“Coefficients”框中的系数进入下面的方框屮。依次输入各组均值的系数,在方形显示框屮形成一列数值。因索变量分为儿组,输入儿个系数,多出的无意义。如果多项式屮只包括第一纟R与第四纟FI的均值的系数,必须把第二个、第三个系数输入为0值。如果只包括第一组与笫二组的均值,则只需要输入前两个系数,第三、四个系数可以不输入。可以同时建立多个多项式。一个多项式的一组系数输入结束,激话“Next”按钮,单击该按钮后"Coefficients"框中清空,准备接受下一组系数数据。如果认为输入的儿组系数屮有错误,可以分别单击"Previous"或“Next”按钮前后翻找出错的一组数据。单击出错的系数,该系数显示在编他框屮,可以在此进行修改,修改后单击“Change”按钮在系数显示框屮出现正确的系数值。当在系数显示框屮选中一个系数时,同时激话“Remove”按钮,单击该按钮将选屮的系数清除。单击“Previous”或“Next”按钮显示输入的各组系数检查无误后,按"Continue"按钮确认输入的系数并返冋到主对话框。要取消刚刚的输入,单击“Cancel”按钮;需要查看系统的帮助信息,单击“Help”按钮。木例了不做多项式比较的选择,选择缺省值。设置多重比较在主对话框里单击“PostHoc”按钮,将打开如图5-4所示的多重比较对话框。该对话框用于设置多重比较和配对比较。方基分析一旦确定各组均值间存在差异显著,多重比较检测可以求出均值相等的组;,,在矩阵中用星号表示有差异的组。图5-4"parisons^对话框(1)多重比较的选择项:方并具有齐次性时(EqualVariancesAssumed),该矩形框屮有如下方法供选择:▽LSD(Least-significantdifference)最小显著差数法,用t检验完成各组均值间的配对比较。对多重比较误差率不进行调整。「Bonferroni(LSDMOD)用t检验完成各组间均值的配对比较,但通过设置每个检验的误差率来控制整个误差率。:Sidak计算t统计量进行多重配对比较。可以调整显著性水平,比Bofferroni方法的界