方差分析实验报告模板及范例.docx
《方差分析实验报告模板及范例.docx》由会员分享,可在线阅读,更多相关《方差分析实验报告模板及范例.docx(18页珍藏版)》请在冰豆网上搜索。
方差分析实验报告模板及范例
填写说明
1、填写实验报告须字迹工整,使用黑色钢笔或签字笔填写。
2、课程编号和课程名称必须和教务系统中保持一致,实验项目名称填写须完整规范,不能省略或使用简称。
3、每个实验项目应填写一份实验报告。
如同一个实验项目分多次进行,可在实验报告中写明。
实验目录及成绩登记
序号
实验日期
实验项目名称
实验成绩
备注
1
2020416
实验方差分析单因素方差分析
2
2020416
实验方差分析协方差分析
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
实验报口最终成绩:
教师签名
说明:
实验项目顺序和名称由学生填写,必须前后保持一致;实验成绩以百分制计,由实验指导教师填写并签名;实验报告部分最终成绩为所有实验项目成绩的平均值。
实验报告
实验日期:
2020年4月16日星期四
实验项目名称
实验方差分析
实验项目类型
综合型□设计型
实验指导教师
Xxx
实验地点青岛
是否分组
否小组其他成员
无
一、实验目的及要求
实验目的:
1.了解方差分析的总体知识框架;
2.理解单因素方差分析、多因素方差分析、协方差分析、多元方差分析、重复测量方差分
析的基本原理;
3.掌握单因素方差分析、多因素方差分析、协方差分析、多元方差分析、重复测量方差分析的spsS操作。
实验要求:
本实验要求学生会应用SPSS统计分析软件作单因素方差分析、多因素方差分析、协方差分析、多元方差分析、重复测量方差分析,并能对结果进行分析说明。
二、实验使用的主要设备(器材、软件系统、原始素材等)
计算机;SPSS统计分析软件。
三、实验操作过程及内容
(一)第七章第一题一一单因素方差分析
1.课程了解
单因素方差分析是方差分析(analysisofvarianee)类型中最基本的一种,研究的是一个因素对
于试验结果的影响和作用,这一因素可以有不同的取值或者是分组。
单因素方差分析所要检验的问题就是当因素选择不同的取值或者分组时,对结果有无显著的影响。
2.打开spss,打开文件夹中的第一题的“原始数据”文件夹,打开习题7.1o
3.在spss中的变量视图中可以看到测量编号、总销售量、包装类别这三个数值型变量,在数据视图中可
以看到这三个变量的所有相关数据。
4.
1所示:
点击“分析”一一“比较均值”一一“单因素ANOVA分析”,弹出单因素ANOV?
分析的对话框,由题可知,将总销售量为因变量,包装类别为因子,如表
5.点击“对比”,弹出对比对话框;勾选“多项式”,点击“继续”,如表2:
表2
6.在单因素ANOVA分析对话框点击“事后多重比较”,弹出对话框,假定方差齐性一般有14种比较,
最常见的就是LSD(L)最小显著差法:
他没有在检验水准上做出任何的矫正,只是在标准误差的计算上充分利用样本数据,为所有组的均数统一估计出较为稳定的标准误差,一般被认为为最灵敏的方法;其他采用系统默认设置;单击“继续”,如图3所示:
图3
7.为了定义统计方法和缺失值的处理方法,在单因素ANOVA分析对话框,单击“选项”,弹出选项对话框,在统计量中选择“方差齐性检验、平均值图”,缺失值选择系统默认,点击“继续”,如图4所
示:
图4
29
8.单击“确定”,等待输出结果。
ONEWAY、销售量BY包装类别
/POLYNOMIALS
/STATISTICSHOMOGENEITY
/PLOTMEANS
/MISSINGANALYSIS/POSTHOC=LSDALPHA(0.05).
单向
(1)方差齐性检验表,如表a;
(2)ANOVA表,如下表b;
事后检验
(1)多重比较表,如下表c;平均值图,如下图5。
(二)第七章第三题一一协方差分析
1.课程了解学习
协方差分析,是将回归分析同方差分析结合起来,以消除混杂因素的影响,对试验数据进行分析的一种分析方法。
协方差分析一般研究比较一个或者几个因素在不同水平上的差异,但观测量同时还受另一个难以控制的协变量的影响,在分析中剔除其影响,再分析各因素对观测变量的影响。
2•打开spss,打开文件夹中的第三题的“原始数据”文件夹,打开习题7.3。
3.在spss中的变量视图中可以看到年龄、原工资、现工资、医生级别、政策实施这五个数值型变量,在数据视图中可以看见所有变量的相应数据。
4•点击“分析”
“一般线性模型”
“单变量”,弹出单变量对话框,将现工资为因变量,即福利
水平,将“医生级别、政策实施”为固定因子,将“原工资”为协变量,如图
6所示:
名称
"life.
10
11
12
15
16
17
10
19
20
21
22
23
宾型
值
小M[位St
歹年龄
因变星匚;:
现工资
固定因子旧:
陡机因子迪);
空LS权重:
取消
JJ4
无
无
无
无
无
5.单变量对话框中,设置以图形的方式展示多因素之间的交互关系,选择“图”
,弹出轮廓图对话框,
将“医生级别”为水平轴,将“政策实施”为单独的线条,点击“添加”
,其他为系统默认选项,如图7
所示;点击“继续”。
10
11
12
13
14
15
16
13
20
21
22
23
名*
JFs^LF/x.
因子CE)?
医哀别
政萌实施
医生扱别囁策实施
囹表类型:
⑥折纸圍丄)
1棗龙圏但丿
水平轴
添加匕)
误羞聚形圏
刨鎳差条形圉山醪羞信区间<95.0^XO)◎标:
隹溪羞型:
秦数也}
jjggj取逍
,展凶窗口里)帮助&
值
X
工…
无
无
无J
a
6.在单变量对话框中,点击“选项”对其他选项进行设置,弹出选项对话框,勾选“齐性检验”
,如图
8所示,点击“继续”。
7.点击“确定”,等待结果输出。
UNIANOVA现工资BY医生级别政策实施WITH原工资
/METH0D=SSTYPE(3)
/INTERCEPT=INCLUDE
/PLOT=PROFILE(医生级另U*政策实施)TYPE=LINEERRORBAR=NOMEANREFERENCE=NOYAXIS=AUTO/PRINTHOMOGENEITY
/CRITERIA=ALPHA(.O5)
/DESIGN=原工资医生级别政策实施医生级别*政策实施.
方差的单变量分析
(1)主体间因子表,如表d;
(2)误差方差的莱文等同性检验a表,如表e;
(3)主体间效应检验表,如表f;
轮廓图,如图9.
四、实验结论、成果,存在的问题及建议
(一)第七章第一题一一单因素方差分析
(1)方差齐性检验表
表a
方差齐性检验
莱文统计
自由度1
自由度2
显著性
总销售量
基于平均值
.816
3
16
.504
基于中位数
.560
3
16
.649
基于中位数并具有调整后自由
度
.560
3
8.547
.655
基于剪除后平均值
.807
3
16
.508
从表a中可以看出各个数据的显著性为0.504、0.649、0.655、0.508都远大于0.05,所以各组样本的
总体方差相等。
(2)方差分析表
表b
ANOVA
总销售量
平方和
自由度
均方
F
显著性
组间(组合)
1379.722
3
459.907
3.795
.031
线性项对比
557.904
1
557.904
4.604
.048
偏差
821.818
2
410.909
3.391
.059
组内
1938.760
16
121.172
总计
3318.482
19
从表b中可以看出,总离差平方和为3318.482,组内的离差平方和为1938.760,组间的离
差平方和为1379.722,在组间的可以被线性表示的离差平方和为557.904,方差检验F=3.795,
方差显著性为0.031,小于0.05,所以可认为这4种包装,至少有一组包装与其他包装有着显著性差异。
(3)多重比较表
表C
多重比较
因变量:
LSD
(1)包装1
总销售量
标准
错误
显著性
95%置信区间
类别J)包装类别
平均值差值(I-J)
下限
上限
1
2
7.380
6.962
.305
-7.38
22.14
3
23.000*
6.962
.004
8.24
37.76
4
10.540
6.962
.150
-4.22
25.30
2
1
-7.380
6.962
.305
-22.14
7.38
3
15.620*
6.962
039
86
30.38
4
3.160
6.962
.656
-11.60
17.92
31
-23.000*
6.962
.004
-37.76
-8.24
2
-15.620*
6.962
.039
-30.38
-.86
4
-12.460
6.962
.092
-27.22
2.30
41
-10.540
6.962
.150
-25.30
4.22
2
-3.160
6.962
.656
-17.92
11.60
3
12.460
6.962
.092
-2.30
27.22
*.平均值差值的显著性水平为0.05。
由表c可知,包装4与其他组的包装、包装1和包装2之间的显著性值都大于显著性水平0.05,所以包
装4与其他组的差异是不显著的;而其他组包装的显著性值小于0.05,所以其他组包装之间的差异是显
著的,并且带有*的标志。
(4)均值折线图
图5
ao总梢胃的平购僮
123
包裟类别
由图5可知,包装3的均值相较要低。
(5)综上单因素方差分析可知:
由
(1)知,各组样本的总体方差相等。
由
(2)知,至少有一组包装与其他包装有着显著性差异。
由(3)知,包装1和包装3之间、包装2和包装3,这两组之间均值差异显著。
由(4)知,包装3的均值最低,也说明包装3和包装1、2之间的均值差异显著。
(二)第七章第三题一一协方差分析
(1)表d
主体间因子
个案数
医生级别1
6
2
14
3
10
政策实施0
16
1
14
2)误差方差莱文等同性检验表,
表e
误差方差的莱文等同性检验a
因变量:
现工资
F自由度1自由度2显著性
.163524.974
检验各个组中的因变量误差方差相等”这一原假设。
a.设计:
截距+原工资+医生级别+政策实施+医生级别*政策实施
由上表可知,显著性为0.974大于显著性水平0.05,因此,认为各组样本所来自的总体方差相等。
3)协方差分析表表f
主体间效应检验
因变量:
现工资
自由度
均方
F
显著性
源
III类平方和
修正模型
115.519
6
19.253
18.188
.000
截距
22.619
1
22.619
21.367
.000
原工资
102.953
1
102.953
97.255
.000
医生级别
.403
2
.201
.190
.828
政策实施
2.941
1
2.941
2.778
.109
医生级别*政策实施
1.492
2
.746
.705
.505
误差
24.347
23
1.059
总计
1638.000
30
修正后总计
139.867
29
a.R方=.826(调整后
R方=.781)
由上表可知,原工资的相伴概率sig为0.000,表示该协变量对年轻医生的工资影响显著;医生级别的
相伴概率sig为0.828大于0.05,表示该变量对年轻医生的工资影响不显著;
政策实施的相伴概率sig为0.109大于0.05,表示该变量对年轻医生的工资影响不显著;
医生级别和政策实施这两个因素交互作用的相伴概率sig为0.505,表示交互作用没有对结果造成显著
影响。
(4)两因素交互影响折线图
由上图可知,两因素交互作用不显著。
(5)通过协方差分析,可知:
由
(2)知,各组样本所来自的总体方差相等。
由(3)、(4)知,协变量对年轻医生的工资影响显著,医生级别、政策实施对年轻医生的工资影响不显著,两个因素交互作用没有对结果造成显著影响。
由此可知,医生级别和政策实施与否以及两因素交互作用对年轻医生的工资影响不够显著。
教师评分:
签名: