1、(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137424341454640方式2494847方式33335323134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
2、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。数学考试成绩表班班班736688776889607879598256939162538036517671859615748775973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A1A22822A325A452四、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
3、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23.对组间平方和进行线性分解并
4、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6.设置完毕,单击确定按钮,
5、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
6、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: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。图11 单因素方差分析图2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
7、12所示:图12 单因素ANOVA:如图13所示:图13 单因素ANOVA:如图14所示:图14 单因素ANOVA图从表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
8、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: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
9、”列表框。图18 单因素方差分析图25.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6.选择各组间两两比较的方法。如图20所示:图20 单因素ANOVA:两两比较7.定义相关统计选项以及缺失值处理方法。如图21所示:图21 单因素ANOVA图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。(一)厂家因素从表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 方差齐次性检验表从表8
10、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 方差齐性检验从表11中可以看出,总离差平方和为1078.000
11、,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
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1