用spss20进行可重复单因素随机区组两因素随机区组两因素裂区试验设计的方差分析.docx

1、用spss20进行可重复单因素随机区组两因素随机区组两因素裂区试验设计的方差分析一、可重复单因素随机区组试验设计8个小麦品种的产比试验，采用随机区组设计，3次重复，计产面积25平米，产量结果如下，进行方差分析和多重比较。表1 小麦品比试验产量结果（公斤）品种区组产量1110.92110.83111.1419.15111.86110.17110819.3129.12212.33212.54210.75213.96210.67211.58210.41312.223143310.54310.15316.86311.87314.18314.41、打开程序把上述数据输入进去。2、执行：分析-一般线性模型

2、-单变量。3、将产量放进因变量，品种和区组放进固定因子。4、单击模型，选择设定单选框，将品种和区组放进模型中，只分析主效应。5、在两两比较中进行多重比较，这里只用分析品种。可以选择多种比较方法。6、分析结果。主体间效应的检验因变量: 产量源III 型平方和df均方FSig.校正模型61.641a96.8494.174.009截距3220.16713220.1671962.448.000区组27.561213.7808.398.004品种34.08074.8692.967.040误差22.972141.641总计3304.78024校正的总计84.61323a. R 方 = .729（调整 R

3、方 = .554）这里只须看区组和品种两行，两者均达到显著水平，说明土壤肥力和品种均影响产量结果。下面是多重比较，只有方差分析达到显著差异才进行多重比较。多个比较因变量: 产量(I) 品种(J) 品种均值差值 (I-J)标准 误差Sig.95% 置信区间下限上限LSD1.002.00-1.63331.04591.141-3.8766.60993.00-.63331.04591.555-2.87661.60994.00.76671.04591.476-1.47663.00995.00-3.4333*1.04591.005-5.6766-1.19016.00-.10001.04591.925-2.

4、34332.14337.00-1.13331.04591.297-3.37661.10998.00-.63331.04591.555-2.87661.60992.001.001.63331.04591.141-.60993.87663.001.00001.04591.355-1.24333.24334.002.4000*1.04591.038.15674.64335.00-1.80001.04591.107-4.0433.44336.001.53331.04591.165-.70993.77667.00.50001.04591.640-1.74332.74338.001.00001.04591

5、.355-1.24333.24333.001.00.63331.04591.555-1.60992.87662.00-1.00001.04591.355-3.24331.24334.001.40001.04591.202-.84333.64335.00-2.8000*1.04591.018-5.0433-.55676.00.53331.04591.618-1.70992.77667.00-.50001.04591.640-2.74331.74338.00.00001.045911.000-2.24332.24334.001.00-.76671.04591.476-3.00991.47662.0

6、0-2.4000*1.04591.038-4.6433-.15673.00-1.40001.04591.202-3.6433.84335.00-4.2000*1.04591.001-6.4433-1.95676.00-.86671.04591.421-3.10991.37667.00-1.90001.04591.091-4.1433.34338.00-1.40001.04591.202-3.6433.84335.001.003.4333*1.04591.0051.19015.67662.001.80001.04591.107-.44334.04333.002.8000*1.04591.018.

7、55675.04334.004.2000*1.04591.0011.95676.44336.003.3333*1.04591.0071.09015.57667.002.3000*1.04591.045.05674.54338.002.8000*1.04591.018.55675.04336.001.00.10001.04591.925-2.14332.34332.00-1.53331.04591.165-3.7766.70993.00-.53331.04591.618-2.77661.70994.00.86671.04591.421-1.37663.10995.00-3.3333*1.0459

8、1.007-5.5766-1.09017.00-1.03331.04591.340-3.27661.20998.00-.53331.04591.618-2.77661.70997.001.001.13331.04591.297-1.10993.37662.00-.50001.04591.640-2.74331.74333.00.50001.04591.640-1.74332.74334.001.90001.04591.091-.34334.14335.00-2.3000*1.04591.045-4.5433-.05676.001.03331.04591.340-1.20993.27668.00

9、.50001.04591.640-1.74332.74338.001.00.63331.04591.555-1.60992.87662.00-1.00001.04591.355-3.24331.24333.00.00001.045911.000-2.24332.24334.001.40001.04591.202-.84333.64335.00-2.8000*1.04591.018-5.0433-.55676.00.53331.04591.618-1.70992.77667.00-.50001.04591.640-2.74331.7433基于观测到的均值。 误差项为均值方 (错误) = 1.64

10、1。*. 均值差值在 0.05 级别上较显著。产量品种N子集12Duncana,b4.0039.96671.00310.73336.00310.83333.00311.36678.00311.36677.00311.866711.86672.00312.366712.36675.00314.1667Sig.060.055已显示同类子集中的组均值。 基于观测到的均值。 误差项为均值方 (错误) = 1.641。a. 使用调和均值样本大小 = 3.000。b. Alpha = 0.05。二、两因素可重复随机区组试验设计下面是水稻品种和密度对产量的影响，采用随机区组试验设计，3次重复，品种3个水平，

11、密度3个水平，共27个观测值。小区计产面积20平米。表2 水稻品种与密度产比试验品种密度区组产量11181128113812171227123613161325133621192129213822172229223623182327233631173127313632183227323833110332933391、输入数据，执行：分析-一般线性模型-单变量。注意区组作为随机因子。2、选择模型。注意模型中有三者的主效和品种与密度的交互。3、分析结果。注意自由度的分解。使用一个误差（0.486）计算F值。主体间效应的检验因变量: 产量源III 型平方和df均方FSig.截距假设1496.3331

12、1496.3331035.923.001误差2.88921.444a品种假设6.22223.1116.400.009误差7.77816.486b密度假设1.5562.7781.600.233误差7.77816.486b区组假设2.88921.4442.971.080误差7.77816.486b品种 * 密度假设22.22245.55611.429.000误差7.77816.486ba. MS(区组)b. MS(错误)4、语句。UNIANOVA 产量 BY 品种 密度 区组 /RANDOM=区组 /METHOD=SSTYPE(3) /INTERCEPT=INCLUDE /POSTHOC=品种 密

13、度(DUNCAN) /CRITERIA=ALPHA(0.05) /DESIGN=品种 密度 区组 品种*密度.三、两因素可重复裂区设计表3是中耕次数和施肥量对小麦产量的影响，采用两因素裂区试验设计，3次重复，主区为中耕次数，3个水平，副区为施肥量，4个水平。小区计产面积33平米。表3 中耕次数和施肥量对小麦产量的影响（公斤）主处理副处理重复产量1112912137131181411721128221312311324113311303213133115341161122812232132141421621229222282321324212312273222833214342151133212

14、331133171431521325223292331024312313263233133311343131、输入数据，执行：分析-一般线性模型-单变量。注意区组作为随机因子。2、模型。注意，在填好模型后，点击继续，然后点击粘贴，进入语句编辑器。3、原来是这样的，要做修改。4、修改后是这样的，最后一句加个东西。语句：UNIANOVA 产量 BY 副处理 主处理 重复 /RANDOM=重复 /METHOD=SSTYPE(3) /INTERCEPT=INCLUDE /POSTHOC=副处理 主处理 (DUNCAN LSD) /CRITERIA=ALPHA(0.05) /DESIGN=副处理 主处理

15、 重复 重复(主处理) 主处理*副处理.5、运行后得结果。区别在于，副处理和交互的F值用2.565求得，主处理和重复用2.292求得。实际上在两因素随机区组的基础上进一步分解自由度。主体间效应的检验因变量: 产量源III 型平方和df均方FSig.截距假设17161.000117161.0001050.673.001误差32.667216.333a主处理假设80.167240.08317.491.011误差9.16742.292b副处理假设2179.6673726.556283.278.000误差46.167182.565c重复假设32.667216.3337.127.048误差9.16742

16、.292b重复(主处理)假设9.16742.292.894.488误差46.167182.565c主处理 * 副处理假设7.16761.194.466.825误差46.167182.565ca. MS(重复)b. MS(重复(主处理)c. MS(错误)通过上面的分析可以看出几点：1、随机区组设计中，重复即区组，区组作为一个因子进行分析。2、固定因子和随机因子的区别，在单因素可重复随机区组和两因素可重复随机区组设计中，把区组看成一个因子，等同于两因素和三要素无重复设计，区组当作固定因子和随机因子结果一样（如下表），但在裂区设计中不一样，F值的求解不同。3、方差分析重点在于自由度的分解。单因素可重

17、复随机区组设计主体间效应的检验源III 型平方和df均方FSig.截距假设3220.16713220.167233.677.004误差27.561213.780a品种假设34.08074.8692.967.040误差22.973141.641b区组假设27.561213.7808.398.004误差22.973141.641b主体间效应的检验源III 型平方和df均方FSig.校正模型61.641a96.8494.174.009截距3220.16713220.1671962.448.000区组27.561213.7808.398.004品种34.08074.8692.967.040误差22.9

18、72141.641总计3304.78024校正的总计84.61323两因素可重复随机区组设计主体间效应的检验因变量: 产量源III 型平方和df均方FSig.截距假设1496.33311496.3331035.923.001误差2.88921.444a品种假设6.22223.1116.400.009误差7.77816.486b密度假设1.5562.7781.600.233误差7.77816.486b区组假设2.88921.4442.971.080误差7.77816.486b品种 * 密度假设22.22245.55611.429.000误差7.77816.486ba. MS(区组)b. MS(错

19、误)主体间效应的检验因变量: 产量源III 型平方和df均方FSig.校正模型32.889a103.2896.766.000截距1496.33311496.3333078.171.000品种6.22223.1116.400.009密度1.5562.7781.600.233品种 * 密度22.22245.55611.429.000区组2.88921.4442.971.080误差7.77816.486总计1537.00027校正的总计40.66726a. R 方 = .809（调整 R 方 = .689）裂区设计主体间效应的检验因变量: 产量源III 型平方和df均方FSig.截距假设17161.

20、000117161.0001050.673.001误差32.667216.333a主处理假设80.167240.08317.491.011误差9.16742.292b副处理假设2179.6673726.556283.278.000误差46.167182.565c重复假设32.667216.3337.127.048误差9.16742.292b主处理 * 副处理假设7.16761.194.466.825误差46.167182.565c重复(主处理)假设9.16742.292.894.488误差46.167182.565ca. MS(重复)b. MS(重复(主处理)c. MS(错误)主体间效应的检验因变量: 产量源III 型平方和df均方FSig.校正模型2308.833a17135.81452.953.000截距17161.000117161.0006690.931.000主处理80.167240.08315.628.000副处理2179.6673726.556283.278.000主处理 * 副处理7.16761.194.466.825重复(主处理)9.16742.292.894.488重复32.667216.3336.368.008误差46.167182.565总计19516.00036校正的总计2355.00035a. R 方 = .980（调整 R 方 = .962）