实验4方差分析.docx
《实验4方差分析.docx》由会员分享，可在线阅读，更多相关《实验4方差分析.docx（10页珍藏版）》请在冰豆网上搜索。
实验4方差分析
学院：
数学与统计学院
专业：
数学与应用数学
学号：
121
姓名：
杨君波
实验六方差分析
一、实验目的
通过本次实验，了解如何进行各种类型均值的比较与检验。
二、实验性质
必修，基础层次
三、主要仪器及试材
计算机及SPSS软件
四、实验内容
单因素方差分析
五、实验学时
2学时
单因素方差分析（One-WayANOVA过程）
1.某城市从4个排污口取水，进行某种处理后检测大肠杆菌数量，单位面积内菌落数如下表所示，请分析各个排污口的大肠杆菌数量是否有差别。
排污口
1
2
3
4
大肠杆菌数量
9,12,7,5
20,14,18,12
12,7,6,10
23,13,16,21
实验步骤：
首先建立“数据视图”→单击“分析（A）”→选择“比较均值（M）”→选择“单因素ANOVA”→将“大肠杆菌数量”选入到“因变量列表（E）”→将“排污口”选入到“因子”中→在“选项（O）”中的“描述性（D）”、“方差同质性检验（H）”、“均值图（M）”上打勾→点击“继续”→点击“确定”。
运行过程及结果：
变量视图：
数据视图：
运行结果：
结果分析：
①在“描述”图表中给出了四个排污口的大肠杆菌数量的基本描述性统计量。
包括样本容量、样本均值、标准差、标准误差、均值的95%的置信区间、最小值和最大值；
②在“方差齐性检验”图表中P值为，若我们给定显著性水平为，P大于，接受原假设，认为四个总体的方差相等；
③在“ANOVA”图表中若取显著性水平，因为P=,所以P小于，拒绝原假设，认为各个排污口的大肠杆菌数量存在显著差别；
④在“均值图”中可以看出第四个排污口大肠杆菌数量最多，第一个排污口大肠杆菌数量最少。
2.某连锁商场有五个连锁分店。
希望比较这五个分店的营业额是否相同，调查人员各自独立地从这五个分店中取得12个营业日的日营业额，资料见下表：
连锁店营业日
第一分店
第二分店
第三分店
第四分店
第五分店
1
924
994
1160
1072
949
2
1094
1270
1185
1011
1121
3
1000
1261
1292
961
1159
4
948
1034
1319
1229
1049
5
1066
1542
1101
1238
952
6
923
1258
1246
1035
1097
7
823
1215
1340
1240
1144
8
1035
978
1019
947
958
9
1130
1316
1224
1110
917
10
1019
1005
967
955
1077
11
985
944
1221
1091
967
12
957
1295
1210
916
1039
以α＝的显著性水平检验“这五个分店的日营业额相同”这一假设。
实验步骤：
首先建立“数据视图”→单击“分析（A）”→选择“比较均值（M）”→选择“单因素ANOVA”→将“日营业额”选入到“因变量列表（E）”→将“分店”选入到“因子”中→在“选项（O）”中的“描述性（D）”、“方差同质性检验（H）”、“均值图（M）”上打勾→点击“继续”→点击“确定”。
运行过程及结果：
变量视图：
数据视图：
运行结果
结果分析：
①在“描述”图表中给出了五个分店的日营业额的基本描述性统计量。
包括样本容量、样本均值、标准差、标准误差、均值的95%的置信区间、最小值和最大值；
②在“方差齐性检验”图表中P值为，若我们给定显著性水平为，P小于，拒绝原假设，认为四个总体的方差不相等；
③在“ANOVA”图表中若取显著性水平，因为P=0,所以P小于，拒绝原假设，认为这五个分店的日营业额不相同；
④在“均值图”中可以看出第三个分店日营业额最多，第一个分店日营业额最少。
实验八多因素方差分析
一、实验目的
通过本次实验，了解如何进行各种类型均值的比较与检验。
二、实验性质
必修，基础层次
三、主要仪器及试材
计算机及SPSS软件
四、实验内容
1.多因素方差分析
2.协方差分析
五、实验学时
2学时
1.多因素方差分析（Univariate过程）
某城市从4个排污口取水，经两种不同方法处理后，检测大肠杆菌数量，单位面积内大肠杆菌数量如下表所示，请检验它们是否有差别。
排污口
1
2
3
4
处理方法1
9,12,7,5
20,14,18,12
12,7,6,10
23,13,16,21
处理方法2
13,7,10,8
17,10,9,15
11,5,7,6
18,14,19,11
实验步骤：
首先建立“数据视图”→单击“Analyze”→选择“GeneralLinearModel”→选择“Univariate”→进入多因素方差分析界面→将“大肠杆菌数量”选入到“DependentVariable”→将“排污口、处理方法”选入到“FixedFactor（s）”中→单击“OK”。
运行过程及结果：
变量视图：
数据视图：
运行结果：
结果分析：
在“TestsofBetween—SubjectsEffects”图表中知，排污口的Sig为，小于，所以排污口对大肠杆菌数量有显著影响；由于处理方法的Sig为，大于，所以处理方法对大肠杆菌的数量没有显著影响；又因为“排污口*处理方法”两个同时作用的Sig为，大于，所以“排污口*处理方法”两个因素同时作用时对大肠杆菌的数量没有显著影响。
2.协方差分析（Univariate过程）
政府实施某个项目以改善部分年轻工人的生活状况。
项目实施后开始对年轻工人生活的改善情况进行调查，调查项目包括工人受教育程度、是否实施了该项目、实施项目前的工资（前工资）和实施项目后的工资（后工资）如下表所示。
用实施项目后的工资来反映生活状况的改善，要求剔除实施项目前的工资差异，分析工人的受教育程度和该项目实施对工人收入的提高是否有显著的影响。
编号
前工资
后工资
受教育程度
项目实施
编号
前工资
后工资
受教育程度
项目实施
1
8
12
初中
否
16
8
12
初中
否
2
8
10
高中
否
17
8
10
高中
否
3
8
11
初中
否
18
8
11
初中
否
4
9
18
初中
是
19
9
18
初中
是
5
7
12
初中
否
20
7
12
初中
否
6
8
15
初中
是
21
8
15
初中
是
7
8
13
高中
否
22
8
13
高中
否
8
9
22
初中
是
23
9
22
初中
是
9
7
18
初中
是
24
7
18
初中
是
10
7
9
初中
否
25
7
8
初中
否
11
6
8
初中
否
26
8
12
初中
否
12
10
20
高中
是
27
8
15
初中
否
13
6
14
初中
是
28
9
13
高中
否
14
8
16
初中
是
29
11
14
大学
否
15
12
25
大学
否
30
6
14
初中
是
实验步骤：
首先建立“数据视图”→单击“Analyze”→选择“GeneralLinearModel”→选择“Univariate”→进入多因素方差分析界面→将“工资”选入到“DependentVariable”→将“受教育程度、项目实施”选入到“FixedFactor（s）”中→单击“OK”。
运行过程及结果：
变量视图：
数据视图：
运行结果：
结果分析：
在“TestsofBetween—SubjectsEffects”图表中知，受教育程度的Sig为，小于，所以受教育程度对工人收入的提高有显著影响；由于项目实施的Sig为，小于，所以项目的实施与否有显著影响；又因为“受教育程度*项目实施”两个同时作用的Sig为，大于，所以“受教育程度*项目实施”两个因素同时作用时对工人收入的提高没有显著影响。
升级会员 