试验设计与数据统spss.ppt

试验设计与数据统spss.ppt

《试验设计与数据统spss.ppt》由会员分享，可在线阅读，更多相关《试验设计与数据统spss.ppt（92页珍藏版）》请在冰豆网上搜索。

SPSS软件应用试验设计与数据统计分析王美美Tel:

15889964117（654117）Lab:

土槽实验室202SPSS简介最初软件全称为“社会科学统计软件包。

后更改为“统计产品与服务解决方案”，SPSS（StatisticalProductandServiceSolutions）IBM公司2009年收购SPSS。

如今SPSS已出至版本19.0，而且更名为PASWStatistics。

SPSS的基本功能包括数据管理、统计分析、图表分析、输出管理等等。

SPSS统计分析过程包括描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、数据简化、生存分析、时间序列分析、多重响应等几大类，SPSS也有专门的绘图系统，可以根据数据绘制各种图形。

1.变量定义与数据编辑1.1DataView和VariableView1.2定义变量的普通方法定义变量名单击“Name”所在列的第一行，就可以输入要定义的第一个变量的变量名。

定义变量类型定义值标签如名为“温度”的变量，试验时它的水平有3个：

60、70、80，就要定义变量标签值：

1代表60、2代表70、3代表80，便于数据的输入其余的几项可以使用系统默认值Missing变量缺失，Columns显示列宽，Align对齐方式，Measure变量分类（连续、有序或无序）。

2.均值比较与检验2.12.1单一样本单一样本tt检验检验OneSampleTTest单个样本T检验是检验单个样本的均值是否与假设检验值（给定的常数）之间有差异。

该过程计算每个数据值与总体均值之间差的平均值，进行该差值为0的t检验，并计算该差值的置信区间。

用户可以指定检验的显著性水平（通常为95%）。

例题2-1某地区12岁男孩平均身高为142.5cm。

1973年某市测量120名12岁男孩身高资料，数据编号data02-01。

某市12岁男孩身高与该地区12岁男孩身高平均值是否相等。

分析方法

（1）建立假设：

H0:

u1=u2,H1:

u1u2

（2）分析数据（3）分析结果：

在95%的置信区间内，如果显著值p0.05，则接受原假设；如果显著值p0.05则拒绝原假设，接受备择假设。

（4）得出结论软件应用按AnalyzeCompareMeansOneSampleTTest的顺序单击，打开主对话框。

将要作检验的变量放入TestVariables框中，并在TestValue框中填入检验值，Option按钮可以修改显著水平的设置，其余的可用系统默认值。

单击OK按钮，输出结果。

表2

（1）表）表1表示，试验样本个数表示，试验样本个数N=120，试验样本的，试验样本的平均值为平均值为143.048cm，标准差标准差5.8206，均值标准误差为，均值标准误差为0.5313。

（2）表）表2表示，表示，t=1.032，自由度为，自由度为119，两尾，两尾t检验的显著值（检验的显著值（sig.）p=0.304，样本均值与检验值的差为样本均值与检验值的差为142.5cm，两尾检验的区间为（，两尾检验的区间为（-0.504，1.600）。

）。

（3）p=0.3040.05，接受原假设接受原假设，表明在，表明在95%的置信区间里样本均值与给定的置信区间里样本均值与给定的标准值之间的标准值之间没有显著性差异没有显著性差异，因此两个地区男孩平均身高没有明显差异的。

，因此两个地区男孩平均身高没有明显差异的。

表1练习题练习题11某轮胎厂的质量分析报告中说明，该厂某轮胎的平均寿命在一定的载重负荷与正常行驶条件下不会大于25000公里，平均轮胎寿命的公里数近似服从正态分布，现对该厂该种轮胎抽取15个样本，试验结果得样本均值为27000公里。

能否作出结论：

该厂产品与质量分析报告是否相符。

123456789101112131415210001900033000315001850034000290002600025000280003000028500275002800026000表表1轮胎抽样检验数据轮胎抽样检验数据数据输入格式分析结果2.22.2独立样本的独立样本的tt检验检验IndependentSamplesTtest独立样本T检验用于检验两组不相关的样本（两组处理是随机的，两组间彼此独立）是否来自具有相同均值的总体的假设检验。

特征：

两组样本数不一定相等数据分析时首先对两个独立样本的方差进行一致性（齐性）检验。

需根据方差齐性检验的F值来判断选择给出的两个t检验（方差齐或者不齐）中的一个来得出最后的结论。

分析方法

（1）建立假设：

H0:

u1=u2,H1:

u1u2

（2）分析数据（3）分析结果：

首先对两个独立样本的方差进行一致性检验。

如果p0.05，则两样本方差相等，应分析第一行t检验的结果，如果p0.05，则两样本方差不等，应分析第二行t检验的结果。

（4）得出结论例例2-22-2有29名13岁男生的身高、体重、肺活量数据。

试分析身高大于等于155厘米的与身高小于155厘米的两组男生的体重和肺活量均值是否有显著性差异。

data02-02数据软件应用按AnalyzeComparedMeansIndependent-SamplesTTest的单击，打开主对话框，将要检验的变量放入TestVariable框中，将分组变量放入GroupingVariable框中，单击DefineGroups按钮。

确定分类变量及连续变量的分组值分类变量选择Usespecifiedvalues，在Group1或2后面的框中输入分组的两个值如1和2连续变量选择Cutpoint，输入要分界的值,如本例则输入155,单击Continue后返回主对话框，单击OK按钮，输出结果。

（1）表3两组组试验样本数、样本均值、标准差和均值标准误差。

（2）表4中两样本方差齐性检验，在95%的置信区间内，体重和身高p=0.1980.05，肺活量和身高p=0.9610.05表明两样本方差没有有显著差异，因此应分析第一行t检验的值。

t=4.056，p=0=155cm和0.05，可以得出在95%的置信区间内两组数据不具有线性关系。

（3）表8表示两组样本数据的差值，t=0.5639，p=0.0000.05，拒绝原假设，则两样本均值有显著性差异，因此治疗前后舒张压差异显著。

练习题4现用一硬度仪以检验该厂生产的新旧两种顶针的硬度所给出的读数是否一致。

本例抽取10条试样，随机将每条试样分成两段（设同一试样的硬度一致，不同试样间的硬度可能有异）。

随机选取一端给顶针测试；另一头给顶针测试，这就叫配成对子。

重复10条试样的测定，得硬度读数如表9所示。

表表9顶针硬度测试数据顶针硬度测试数据参考分析结果t=-0.264，p=0.7980.05，接受原假设，则两样本均值没有显著性差异，因此两种顶针硬度差异不显著练习题5某单位研究饲料中缺乏维生素E与肝中维生素A含量的关系，将大白鼠按性别、体重等配为8对，每对中两只大白鼠分别喂正常饲料和维生素E缺乏的饲料，一段时间后测定其肝中维生素A的含量如下，想知道饲料中缺乏维生素E对鼠肝中维生素A含量有无影响。

表10对比试验肝中维生素含量数据参考分析结果p0.0040.05，表明缺乏维生素E对鼠肝中维生素A的含量有显著影响。

3.方差分析GLM3.13.1单因素方差分析单因素方差分析OneWayANOVA单因素方差分析是检验由单一因素的多组样本对因变量的均值是否有显著差异的问题。

如果各组之间有显著差异，说明这个因素对因变量有显著影响。

因素的不同水平会影响到因变量的取值。

3.13.1单因素方差分析单因素方差分析OneWayANOVA单因素方差分析是检验由单单一一因因素素的多多组组样本对因因变变量量的均值是否有显著差异的问题。

如果各组之间有显著差异，说明这个因素对因变量有显著影响。

因素的不同水平会影响到因变量的取值。

3.1.13.1.1总体差异性分析总体差异性分析例例3-13-1某灯泡厂用4种不同配料方案制成的灯丝，生产了四批灯泡。

在每批灯泡中随机的抽取若干个灯泡测其使用寿命如下，希望知道这四种灯丝生产的灯泡，其使用寿命有无显著差异。

Data02-04分析：

因素（factor）：

灯丝（4种不同的型号,称为4个水平。

）因变量（dependentlist）：

灯泡寿命分析方法

（1）建立假设：

H0：

u1=u2=u3=u4=u5=u

（2）分析数据：

（3）分析结果：

用F检验来分析因素总体对因变量影响的显著性。

如果F检验不显著（即p0.05）就不能拒绝原假设，表明因素对因变量影响不显著；（4）得出结论表11不同灯丝寿命试验数据软件应用软件应用按按AnalyzeComparedMeansOne-WayANOVA的顺序单击，打开主对话框，将因变量放入DependentList（因变量）框，因素变量放入Factor（因素框），其余可采用系统默认，单击OK提交运行。

表12表12方差分析中F=1.638，p=0.2090.05，在95%的置信水平下，不能否定原假设，即认为四种不同的灯丝其使用寿命没有显著差异。

练习题6某饲料场用某饲料场用AA、BB、CC、DD四四种饲料喂养家禽，研究这四种种饲料喂养家禽，研究这四种饲料对家禽体重的有无显著影饲料对家禽体重的有无显著影响。

响。

参考分析结果方差分析中F=157.467，p=0.0000.05，在95%的置信水平下，否定原假设，即认为四种不同的饲料对家禽体重有显著差异。

3.1.23.1.2个体差异性分析个体差异性分析例例3-23-2Thetensilestrength（抗拉强度）（抗拉强度）ofsyntheticfiber（人造纤维）（人造纤维）usedtomakeclothformensshirtsisofinteresttoamanufacturer.Itissuspectedthatthestrengthisaffectedbythepercentageofcottoninthefiber.Fivelevelsofcottonpercentageareofinterest,15,202530and35percent.Fiveobservationsaretobetakenateachlevelofcottonpercentage,andthe25totalobservationsaretoberuninrandomorder.Percentageofcotton12345Yi1577151194920121712181877251418181919883019252219231083571011151154表13抗拉强度试验数据分析方法

（1）用用F检验检验来分析因素总体对因变量影响的显著性。

来分析因素总体对因变量影响的显著性。

如果如果F检验显著（即检验显著（即p0.05）就拒绝原假设，表明因素对因变量影响就拒绝原假设，表明因素对因变量影响显著；需要显著；需要进一步做多重分析。

进一步做多重分析。

（2）根据根据方差一致性检验结果方差一致性检验结果来判断选用哪种方法来分析数来判断选用哪种方法来分析数据。

据。

p0.05，则两样本方差，则两样本方差相等相等，应分析，应分析LSD的结果的结果，p0.05，则两样本方差则两样本方差不等不等，应分析，应分析Tamhanes的结果的结果。

软件应用软件应用PostHocPostHocMultipleComparisonsEqualVarianceAssumed（方差一致）：

LSD（p0.05）EqualVarianceNotAssumed（方差不一致）Tamhanes（p0.05）Options进行输出统计量的选择。

Descriptive要求输出描述统计量；Homogeneity