中南财大SPSS实验报告4.docx
《中南财大SPSS实验报告4.docx》由会员分享，可在线阅读，更多相关《中南财大SPSS实验报告4.docx（18页珍藏版）》请在冰豆网上搜索。
中南财大SPSS实验报告4
《统计分析软件》实验报告
实验序号：
B0901152-4 实验项目名称：
方差分析
学号
姓名
专业、班
实验地点
文波机房
指导教师
杨超
时间
20131020
一、实验目的及要求
实验目的：
（1）加深对方差分析基本思想的进一步理解；
（2）熟悉F检验方法和主要的方差分析方法。
实验要求：
（1）单因素方差分析过程；
（2）双因素方差分析过程；
（3）有交互作用的双因素方差分析过程；
（4）掌握各个分析过程的基本步骤、主要选择项的含义，输出结果的信息含义。
二、实验设备（环境）及要求
微型计算机，SPSS、EViews等统计分析软件
三、实验内容与数据来源
1.某学校给3组学生以3种不同方式辅导学习，一个学期后，学生独立思考水平提高的成绩如表所示。
学生独立思考水平提高的成绩
方式1
37
42
42
43
41
42
45
46
41
40
方式2
49
48
48
48
47
45
46
47
48
49
方式3
33
33
35
32
31
35
34
32
32
33
问：
该数据中的因变量是什么？
因素又是什么？
如何建立数据文件？
对该数据进行方差分析，检验3种方式的影响是否存在显著差异？
2.某年级有三个小班，他们进行了一次数学考试，现从各班随机抽取一些学生，记录其成绩如下表。
建立数据文件，并将原始数据文件保存为“data4_2.sav”。
试在显著性水平0.05下检验各班级的平均分数有无显著差异。
数学考试成绩表
Ⅰ班
Ⅱ班
Ⅲ班
73
66
88
77
68
41
89
60
78
31
79
59
82
45
48
78
56
68
43
93
91
62
91
53
80
36
51
76
71
79
73
77
85
96
71
15
78
79
74
80
87
75
76
87
56
85
97
89
3．某公司需采购大量化纤织品，本地现有4个生产厂家，每家均有甲、乙、丙、丁种类型的化纤织品，公司研究机构对每个厂的每种样品进行试验，测得其质量指标为下表。
现需检验各类化纤织品及各厂家生产对产品质量有无显著影响。
各厂家四种化纤织品的质量指标
化纤品
厂家
甲
乙
丙
丁
A1
40
41
46
34
A2
28
37
42
22
A3
31
40
45
25
A4
46
47
52
40
四、实验步骤与结果
第一题：
答：
该数据中的因变量是学生独立思考水平提高的成绩；因素是辅导学习的方式。
在进行数据分析之前，需要建立数据文件。
打开SPSS21.0软件，在变量视图定义变量“成绩”和“方式”，并且把“成绩”和“方式”组定义为数值型变量，将方式的小数点位数定义为“0”。
如图1所示：
图1变量视图
输入数据，如图2所示：
图2数据视图
对数据进行单因素方差分析：
【操作步骤】
1.打开数据文件，选择“分析”→“比较均值”→“单因素ANOVA”命令，弹出如图3对话框：
图3单因素方差分析图
2.选择“成绩”，单击中间第一个向右箭头，使之进入“因变量列表”列表框，选择“方式”并单击中间第二个向右箭头，使之进入“因子”列表框。
如图：
图4单因素方差分析图2
3.对组间平方和进行线性分解并检验。
单击“单因素方差分析”对话框右上角的“对比”按钮，选中“多项式”复选框，如图5所示：
图5单因素ANOVA：
对比图
单击“继续”按钮返回“单因素方差分析”对话框。
4.选择各组间两两比较的方法。
单击“两两比较”按钮，在“假定方差齐性”选项组选中LSD，其他设置采用默认值。
如图6所示：
图6单因素ANOVA：
两两比较图
单击“继续”返回“单因素方差分析”对话框。
5.定义相关统计选项以及缺失值处理方法。
单击“单因素方差分析”对话框右侧的“选项”按钮，在“统计量”选项组中选中“方差同质性检验”复选框，对“缺失值”选项组采用系统默认设置。
如图7所示：
图7单因素ANOVA图
单击“继续”按钮返回“单因素方差分析”对话框。
6.设置完毕，单击确定按钮，等待结果输出。
【结果分析】
1.方差齐次性检验表
从表1可以看出，输出的显著性为0.307，远大于0.05，因此我们认为各组的总体方差是相等的。
表1方差齐性检验表
2.方差分析表
从表2中可以看出，总离差平方和为1156.800，组间离差平方和为1069.400，组内离差平方和为87.400，在组间离差平方和中可以被线性解释的部分为396.050；方差检验F=165.182，对应的显著性小于0.001，因此小于显著性水平0.05，我们认为三组中至少有一组与另外一组存在显著性差异。
表2单因素方差分析表
3.多重比较表（LSD法）
从表3可以发现，方式1、方式2、方式3中其中任意一组与其他两组的显著性都小于显著性水平0.05，说明各组之间又存在显著性差异，从表格标示的“*”也可以得出此结论。
表3多重比较表
因此，3种方式的影响存在显著差异。
第二题：
【操作步骤】
1.录入数据，并将数据保存为《data4_2.sav》文件，如图8，图9所示
图8数据视图
图9保存为“data4_2.sav”
2.选择“分析”→“比较均值”→“单因素ANOVA”命令，弹出如图对话框：
图10单因素方差分析图
2.选择“成绩”，单击中间第一个向右箭头，使之进入“因变量列表”列表框，选择“班级”并单击中间第二个向右箭头，使之进入“因子”列表框。
如图：
图11单因素方差分析图2
3.对组间平方和进行线性分解并检验。
单击“单因素方差分析”对话框右上角的“对比”按钮，选中“多项式”复选框，如图12所示：
图12单因素ANOVA:
对比图
单击“继续”按钮返回“单因素方差分析”对话框。
4.选择各组间两两比较的方法。
单击“两两比较”按钮，在“假定方差齐性”选项组选中LSD，其他设置采用默认值。
如图13所示：
图13单因素ANOVA：
两两比较图
单击“继续”返回“单因素方差分析”对话框。
5.定义相关统计选项以及缺失值处理方法。
单击“单因素方差分析”对话框右侧的“选项”按钮，在“统计量”选项组中选中“方差同质性检验”复选框，对“缺失值”选项组采用系统默认设置。
如图14所示：
图14单因素ANOVA图
单击“继续”按钮返回“单因素方差分析”对话框。
6.设置完毕，单击确定按钮，等待结果输出。
【结果分析】
1.方差齐次性检验表
从表4可以看出，输出的显著性为0.892，远大于0.05，因此我们认为各组的总体方差不相等。
表4方差齐性检验
2.方差分析表
从表5中可以看出，总离差平方和为15610.667，组间离差平方和为105.292，组内离差平方和为15505.375，在组间离差平方和中可以被线性解释的部分为45.125；方差检验F=0.153，对应的显著性小于0.859，大于显著性水平0.05，我们认为三组均不存在显著性差异。
表5单因素方差分析
3.多重比较表（LSD法）
从表6可以发现，班级1、班级2、班级3中其中任意一组与其他两组的显著性都大于显著性水平0.05，说明各组之间都不存在显著性差异。
表6多重比较表
因此，3个班级的数学成绩不存在显著差异。
第三题：
【操作步骤】
1.录入数据。
在进行分析之前，我们需要将数据录入SPSS中。
在本题中有3个变量，分别是质量、类别、厂家。
我们将三组变量均定义为数值型变量，且小数点位数为0。
如图15所示：
图15变量视图
2.点击“数据视图”，输入数据，如图16所示：
图16数据视图
3.打开数据文件，选择“分析”→“比较均值”→“单因素ANOVA”命令，弹出如图对话框：
图17单因素方差分析图
4.选择“质量”，单击中间第一个向右箭头，使之进入“因变量列表”列表框，选择“厂家”并单击中间第二个向右箭头，使之进入“因子”列表框。
如图：
图18单因素方差分析图2
5.对组间平方和进行线性分解并检验。
单击“单因素方差分析”对话框右上角的“对比”按钮，选中“多项式”复选框，如图19所示：
图19单因素ANOVA:
对比
单击“继续”按钮返回“单因素方差分析”对话框。
6.选择各组间两两比较的方法。
单击“两两比较”按钮，在“假定方差齐性”选项组选中LSD，其他设置采用默认值。
如图20所示：
图20单因素ANOVA：
两两比较
单击“继续”返回“单因素方差分析”对话框。
7.定义相关统计选项以及缺失值处理方法。
单击“单因素方差分析”对话框右侧的“选项”按钮，在“统计量”选项组中选中“方差同质性检验”复选框，对“缺失值”选项组采用系统默认设置。
如图21所示：
图21单因素ANOVA图
单击“继续”按钮返回“单因素方差分析”对话框。
8.设置完毕，单击确定按钮，等待结果输出。
9.重复以上步骤，其中第4步将变量“厂家”改为变量“类别”。
得到两个分析结果。
【结果分析】
（一）厂家因素
1.方差齐次性检验表
从表7可以看出，输出的显著性为0.154，远大于0.05，因此我们认为各组的总体方差不相等。
表7方差齐次性检验表
2.方差分析表
从表8中可以看出，总离差平方和为1078.000，组间离差平方和为451.000，组内离差平方和为627.000，在组间离差平方和中可以被线性解释的部分为88.200；方差检验F=2.877，对应的显著性为0.080，大于显著性水平0.05，我们认为四组均不存在显著性差异。
表8单因素方差分析
3.多重比较表（LSD法）
从表9可以发现，厂家2和厂家4存在显著差异，其他各组之间显著性都大于显著性水平0.05。
表9多重比较表
因此，厂家因素会对质量产生影响。
（一）类别因素
1.方差齐次性检验表
从表10可以看出，输出的显著性为0.082，大于0.05，因此我们认为各组的总体方差不相等。
表10方差齐性检验
2.方差分析表
从表11中可以看出，总离差平方和为1078.000，组间离差平方和为563.000，组内离差平方和为515.000，在组间离差平方和中可以被线性解释的部分为33.800；方差检验F=4.373，对应的显著性为0.027，小于显著性水平0.05，我们认为四组间存在显著性差异。
表11单因素方差分析
3.多重比较表（LSD法）
从表12可以发现，类别2和类别4、类别3和类别4之间存在显著差异，其他各组之间显著性都大于显著性水平0.05。
表12多重比较表
因此，类别因素对质量会产生影响。
五、分析与讨论
方差分析法是将所要处理的观测值作为一个整体，按照变异的不同来源把观测值总变异的平方和以及自由度分解为两个或多个部分，获得不同变异来源的均方与误差均方；通过比较不同变异来源的均方与误差均方，判断各样本所属总体方差是否相等。
方差分析主要包括单因素方差分析、多因素分差分析、协方差分析、多元方差分析、重复测量方差分析。
在本题中，我们重点应用了单因素方差分析和多因素方差分析。
单因素方差分析是方差分析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和分组。
单因素方差分析所要检验的问题是当因素选择不同的取值或者分组时，对结果有无显著地影响。
多因素方差分析的基本思想基本等
升级会员 