方差分析1.doc

方差分析1
SPSS中的单因素方差分析
一、基本原理
单因素方差分析也即一维方差分析,是检验由单一因素影响的多组样本某因变量的均值是否有显著差异的问题,如各组之间有显著差异,说明这个因素(分类变量)对因变量是有显著影响的,因素的不同水平会影响到因变量的取值。
二、实验工具
SPSS for Windows
三、试验方法
例一某灯泡厂用四种不同配料方案制成的灯丝,生产了四批灯泡。在每批灯泡中随机地抽取若干个灯泡测其使用寿命(单位:小时),数据列于下表,现在想
(1)在数据窗建立数据文件,定义两个变量并输入数据,这两个变量是:
filament变量,数值型,取值1、2、3、4分别代表甲、乙、丙、丁,,标签为“灯丝”。
Hours变量,数值型,其值为灯泡的使用寿命,单位是小时,,标签为“灯泡使用寿命”。
(2)按Analyze,pared Means,然后One-Way Anova的顺序单击,打开“单因素方差分析”主对话框。
(3)从左边源变量框中选取变量hours,然后按向右箭头,所选去的变量hours即进入Dependent List框中。
(4)从左边源变量框中选取变量filament,然后按向右箭头,所选取的变量folament即进入Factor框中。
(5)在主对话框中,单击“OK”提交进行。

灯泡使用寿命的单因素方差分析结果
第一列:方差来源,Between Groups是组间变差,Within Groups是组内变差,
Total是总变差。第二列:离差平方和,,,,是组间离差平方和与组内离差平方和相加而得。第三列:自由度,组间自由度为3,组内自由度为22,总自由度为25,是组间自由度和组内自由度之和。第四列:均方,即平方和除以自由度,,. 第五列:F值,这是F统计量的值,其计算公式为模型均方除以误差均方,用来检验模型的显著性,如果不显著说明模型对指标的变化没有解释能力,.
第六列:显著值,是F统计量的p值,. ,,也就是说四种灯丝生产的灯泡,其平均使用寿命美誉显著差异。
表4-3 不同品种授粉对砀山酥梨坐果率影响
Table 4-3 the effect of pollinators on fruit set in Chinese pear
‘Dangshansuli’
授粉品种紫酥七月酥新世纪马蹄黄茌梨满天红鸭梨黄冠幸水圆黄爱甘水红酥脆

坐果率(%)


平均坐果率(%)
差异显著性
Excel中的直线回归分析
一、基本原理
回归是研究某种变量受另一种或一种以上变量的影响程度。自变量X是事先设计的,没有误差或者误差很小,依变量Y随X变化而变化,并具有其自身的随机误差。二者之间的依存关系或因果关系,称为回归关系,如果用直线回归方程来表示,一般通式为:y=a+bx。其中:a叫做回归截距;b叫做回归系数或斜率。
二、实验工具
Microsoft Excel
三、试验方法
在Excel统计中,任何回归分析都可以用“回归分析工具”来分析,具体方法如下。
例:经调查,华农本地早柑橘10个果实的横径和单果重资料,现测验果实横径
“工具”菜单中“数据分析”,选定“回归”;
“确定”,在“Y值输入区域:”单击右边按钮,用鼠标选取数据,再次单击按钮结束,同理,在“X值输入区域:”选取X列数据,点选标志,置信度为95%,点选残差、标准残差、残差图、线性拟合图、正态概率图。
“确定”。即可得出回归分析结果。
:
SUMMARY OUTPUT
回归统计
Multiple R 0