第8-9周实训-方差分析.doc

第8-9周实训-方差分析.doc

《第8-9周实训-方差分析.doc》由会员分享，可在线阅读，更多相关《第8-9周实训-方差分析.doc（9页珍藏版）》请在冰豆网上搜索。

第六章实验内容及要求

实验目的：

掌握各类描述统计分析中的方差分析（包括单因素方差分析、多因素方差分析、协方差分析）。

实验方法：

演示法、实操法相结合；结合第5章课件PPT。

实验内容：

（一）单因素方差分析练习。

操作课本P149页例6.1，打开数据文件“data6-1.sav”，根据题目描述问：

比较四种饲料对猪体重增加的作用有无不同？

（菜单操作提示：

“分析à比较均值à单因素ANOVA”）

1、根据被试分析结果分析四种饲料对猪体重上的描述统计量（样本量、平均值、标准差、校准误、置信区间、最小值、最大值）

2、求四种饲料影响下猪体重的方差检验是否齐性？

3、对四种饲料影响下猪体重的进行方差分析结果看出，四种饲料对养猪的效果有没有显著差异？

4、通过多重比较，选中LSD、和Dunnett’sC检验的方法进行对组组两两间比较四种饲料对养猪的效果，查看那些组之间会有显著差异呢？

那种饲料效果最好,那种饲料效果最差?

5、绘制出四种饲料对猪重影响的均值折线图。

（二）单因素方差分析练习。

操作课本P171页课后思考与练习题第5题，打开数据文件“data6-4.sav”，根据题目描述问：

不同品种的小麦的平均产量在显著性水平0.05和0.01下有无显著性差异？

（菜单操作提示：

“分析à比较均值à单因素ANOVA”）

6、4种品种小麦产量均值是否方差齐性？

7、根据结果分析不同品种小麦产量有无显著性差异?

如果有,那个品种最好,那个品种最差?

（三）单因素方差分析练习。

操作课本P171页课后思考与练习题第6题，打开数据文件“data6-5.sav”，根据题目描述问：

不同类型的轮胎在显著性水平0.05下轮胎寿命是否有显著性差异？

（菜单操作提示：

“分析à比较均值à单因素ANOVA”）

（四）多因素方差分析练习。

练习课本P160页例6.2：

根据题目描述分析：

不同性别的三组同学（不同的教学方法）的数学成绩是否有显著差异？

（菜单操作提示：

分析à一般线性模型à单变量）

1、打开数据文件“data6-2.sav”，按课本的对话框要求操作：

（1）首先进行数据正态性检验，方法是用数据探索（提示：

分析à描述统计à探索），检验性别两个水平上数据是否正态性？

检验教学方法三个水平上数据是否正态性？

正态性检验

性别

Kolmogorov-Smirnova

Shapiro-Wilk

统计量

df

Sig.

统计量

df

Sig.

数学

f

.229

7

.200*

.849

7

.121

m

.285

11

.013

.847

11

.039

a.Lilliefors显著水平修正

*.这是真实显著水平的下限。

正态性检验

组别

Kolmogorov-Smirnova

Shapiro-Wilk

统计量

df

Sig.

统计量

df

Sig.

数学

0

.239

6

.200*

.852

6

.165

1

.307

6

.080

.847

6

.148

2

.212

6

.200*

.956

6

.790

a.Lilliefors显著水平修正

*.这是真实显著水平的下限。

（2）如果是正态的，查看组间因素的信息（各因素的水平数及样本量）？

案例处理摘要

性别

案例

有效

缺失

合计

N

百分比

N

百分比

N

百分比

数学

f

7

100.0%

0

.0%

7

100.0%

m

11

100.0%

0

.0%

11

100.0%

案例处理摘要

组别

案例

有效

缺失

合计

N

百分比

N

百分比

N

百分比

数学

0

6

100.0%

0

.0%

6

100.0%

1

6

100.0%

0

.0%

6

100.0%

2

6

100.0%

0

.0%

6

100.0%

（3）因变量方差齐性检验。

误差方差等同性的Levene检验a

因变量:

数学

F

df1

df2

Sig.

.339

5

12

.879

检验零假设，即在所有组中因变量的误差方差均相等。

a.设计:

截距+组别+性别+组别*性别

（4）因变量间效应检验（教学方法、性别、教学方法*性别交互效应）是否差异显著？

主体间效应的检验

因变量:

数学

源

III型平方和

df

均方

F

Sig.

校正模型

4605.917a

5

921.183

17.163

.000

截距

95235.260

1

95235.260

1774.340

.000

组别

3295.577

2

1647.788

30.700

.000

性别

351.157

1

351.157

6.542

.025

组别*性别

599.843

2

299.922

5.588

.019

误差

644.083

12

53.674

总计

112898.000

18

校正的总计

5250.000

17

a.R方=.877（调整R方=.826）

（5）检验不同教学方法三个水平两两均值比较结果，查看是否有显著差异？

对比结果（K矩阵）

组别简单对比a

因变量

数学

级别1和级别3

对比估算值

16.625

假设值

0

差分（估计-假设）

16.625

标准误差

4.486

Sig.

.003

差分的95%置信区间

下限

6.850

上限

26.400

级别2和级别3

对比估算值

-17.500

假设值

0

差分（估计-假设）

-17.500

标准误差

4.360

Sig.

.002

差分的95%置信区间

下限

-27.000

上限

-8.000

a.参考类别=3

（6）检验男女学生均值比较结果，是否有显著差异？

对比结果（K矩阵）

性别简单对比a

因变量

数学

级别1和级别2

对比估算值

-9.194

假设值

0

差分（估计-假设）

-9.194

标准误差

3.595

Sig.

.025

差分的95%置信区间

下限

-17.026

上限

-1.362

a.参考类别=2

（7）多重比较。

三组之间是否显著性差异？

多个比较

数学

LSD

（I）组别

（J）组别

均值差值（I-J）

标准误差

Sig.

95%置信区间

下限

上限

dimension2

0

dimension3

1

34.6667*

4.22980

.000

25.4507

43.8826

2

12.8333*

4.22980

.010

3.6174

22.0493

1

dimension3

0

-34.6667*

4.22980

.000

-43.8826

-25.4507

2

-21.8333*

4.22980

.000

-31.0493

-12.6174

2

dimension3

0

-12.8333*

4.22980

.010

-22.0493

-3.6174

1

21.8333*

4.22980

.000

12.6174

31.0493

基于观测到的均值。

误差项为均值方（错误）=53.674。

*.均值差值在.05级别上较显著。

（8）通过均值折线图查看两因素各水平下的数据成绩均值时，分析那种教学方法更好？

1.组别

因变量:

数学

组别

均值

标准误差

95%置信区间

下限

上限

0

92.625

3.172

85.713

99.537

1

58.500

2.991

51.983

65.017

2

76.000

3.172

69.088

82.912

（五）多因素方差分析练习。

练习课本P171页课后思考与练习题第7题，打开数据文件“data6-6.sav”，根据题目描述问：

不同品种的小麦在不同土质的地块及二者交互作用对平均产量在显著性水平0.05和0.01下有无显著性差异？

（菜单操作提示：

分析à一般线性模型à单变量）

（六）多因素方差分析练习。

练习课本P171页课后思考与练习题第8题，打开数据文件“data6-7.sav”，根据题目描述问：

不同包装、摆放位置及其搭配对销售情况在显著性水平0.05下有无显著性差异？

（菜单操作提示：

分析à一般线性模型à单变量）

主体间效应的检验

因变量:

销量

源

III型平方和

df

均方

F

Sig.

校正模型

65.407a

8

8.176

7.612

.000

截距

822.259

1

822.259

765.552

.000

casing

.963

2

.481

.448

.646

place

3.185

2

1.593

1.483

.253

casing*place

61.259

4

15.315

14.259

.000

误差

19.333

18

1.074

总计

907.000

27

校正的总计

84.741

26

a.R方=.772（调整R方=.670）

（七）协方差分析练习。

练习课本P168页例6-3：

根据题目描述分析：

三组学生在接受不同的教学方法后在数学成绩上是否有显著差异？

（菜单操作提示：

分析à一般线性模型à单变量）

1、打开数据文件“data6-3.sav”，按课本的对话框要求操作：

（1）首先进行斜率同质性检验（目的是考察自变量与协变量之间是否存在显著交互作用，如果交互作用显著则不能进行协方差分析）P173页表13-2结果；请问同质性检验结果的P值是多少？

能否进行协方差分析？

误差方差等同性的Levene检验a

因变量:

数学成绩

F

df1

df2

Sig.

2.337

2

15

.131

检验零假设，即在所有组中因变量的误差方差均相等。

a.设计:

截距+entrance+group+group*entrance

主体间效应的检验

因变量:

数学成绩

源

III型平方和

df

均方

F

Sig.

校正模型

3757.122a

5

751.424

6.040

.005

截距

862.817

1

862.817

6.935

.022

entrance

.467

1

.467

.004

.952

group

104.163

2

52.082

.419

.667

group*entrance

61.932

2

30.966

.249

.784

误差

1492.878

12

124.406

总计

112898.000

18

校正的总计

5250.000

17

a.R方=.716（调整R方=.597）

答：

通过方差齐性检验知各教学方式也入学成绩方差相等。

原因是sig.=0.131>0.05,接受H0，即方差相等。

通过主体间效应分析知group*entrance（教学方式与入学