开课实验室:1B303 2014年11月 26 日
| 姓 名 | 侯锐璋 | 成 绩 | ||
| 年级专业 | Cpa122 | 学 号 | 1223212 | |
| 实验小组成员 | 指导教师 | 刘洁 | ||
| 一、实验内容 (一)单因素方差分析(One-Way ANOVA过程) (二)多因素方差分析(Univariate过程) (三)协方差分析(Univariate过程) | ||||
| 二、实验目的 学习利用SPSS进行单因素方差分析、多因素方差分析和协方差分析。 | ||||
| 三、实验步骤(简要写明实验步骤) (一)单因素方差分析(One-Way ANOVA过程) 实验内容: 某城市从4个排污口取水,进行某种处理后检测大肠杆菌数量,单位面积内菌落数如下表所示,请分析各个排污口的大肠杆菌数量是否有差别。 排污口 | 1 | 2 | 3 | 4 |
| 大肠杆菌数量 | 9,12,7,5 | 20,14,18,12 | 12,7,6,10 | 23,13,16,21 |
1.建立数据文件。
定义5个变量:x1、x2、x3、x4和x5,分别表示编号、前工资、后工资、受教育程度和项目实施。注意:这5个变量都应是数值型的。
2.选择菜单“Analyze→General Linear Model→Univariate”,弹出“多因素方差分析”对话框。
3.选择进行协方差分析的变量。
在对话框左侧的变量列表中选择变量“后工资”进入“Dependent Variable”框;选择变量“受教育程度”和“项目实施”进入“Fixed Factor(s)”框;选择变量“前工资”进入“Covariate(s)”框。
4.选择建立多因素方差分析的模型。
单击“Model”按钮,弹出“Univariate:Model”对话框,选择饱和模型。
5.其他设置与多因素方差分析类似,在此略。
6.单击“OK”按钮,执行协方差分析,得到输出结果
事后测试
假设h0排污口的大肠杆菌无显著影响。显著性水平0.925》0.05所以假设存在,没有影响
(二)多因素方差分析(Univariate过程)
实验内容:
某城市从4个排污口取水,经两种不同方法处理后,检测大肠杆菌数量,单位面积内大肠杆菌数量如下表所示,请检验它们是否有差别。
| 排污口 | 2 | 3 | 4 | |
| 处理方法1 | 9,12,7,5 | 20,14,18,12 | 12,7,6,10 | 23,13,16,21 |
| 处理方法2 | 13,7,10,8 | 17,10,9,15 | 11,5,7,6 | 18,14,19,11 |
定义变量名:编号、大肠杆菌数量、处理方法和排污口的变量名分别为x1、x2、x3和x4,之后输入原始数据。
2. 选择菜单“Analyze→ General Linear Model→ Un,弹出“多因素方差分析”对话框。在对话框左侧的变量列表中选择变量“大肠杆菌数量”进入“Dependent Variable”框,选择“排污口”和“处理方法”进入“Fixed Factor(s)
”框。
3.选择建立多因素方差分析的模型。
单击“Univariate”对话框中的“Model”按钮,弹出“Univariate: Model”对话框。选中 “Full Factorial”单选纽即饱和模型。
4.设置多因素变量的各组差异比较。
单击“Contrasts”按钮,弹出“1.建立数据文件。
定义变量名:编号、大肠杆菌数量、处理方法和排污口的变量名分别为x1、x2、x3和x4,之后输入原始数据。
2. 选择菜单“Analyze→ General Linear Model→ Univariate”,弹出“多因素方差分析”对话框。在对话框左侧的变量列表中选择变量“大肠杆菌数量”进入“Dependent Variable”框,选择“排污口”和“处理方法”进入“Fixed Factor(s)
”框。
3.选择建立多因素方差分析的模型。
单击“Univariate”对话框中的“Model”按钮,弹出“Univariate: Model”对话框。选中 “Full Factorial”单选纽即饱和模型。
4.设置多因素变量的各组差异比较。
单击“Contrasts”按钮,弹出“Univariate: Contrasts”对话框,在 “Contrasts”下拉框中选择Simple;单击“Change”按钮可改变多因素变量的各组差异比较类型。
5.设置以图形方式展现多因素之间是否存在交互作用。
单击“Plots”按钮,弹出“Univariate:Profile Plots”对话框。选择变量“排污口”进入“Horizontal Axis”编辑框,单击“ADD”进入“Plots”框后,选择变量“处理方法”进入“Horizontal Axis”编辑框, 单击“ADD”进入“Plots”框。
6.设置均值多重比较类型。
单击“Post Hoc”按钮,弹出“Univariate: Post Hoc Multiple Comparisons for Observed Means”对话框。将因素“排污口”选入“Post Hoc Test for”列表框,进行多重比较分析。在“Equal Variances Assumed”复选框组中,选择LSD法进行方差齐时两两均值的比较。
7.设置输出到结果窗口的选项。
单击“Options”按钮,弹出“Univariate:Options”对话框,在“Display”复选框中选择Descriptive statistics和Homogeneity tests.
8.单击“OK”按钮,执行多因素方差分析,得到输出结果: Contrasts”对话框,在 “Contrasts”下拉框中选择Simple;单击“Change”按钮可改变多因素变量的各组差异比较类型。
5.设置以图形方式展现多因素之间是否存在交互作用。
单击“Plots”按钮,弹出“Univariate:Profile Plots”对话框。选择变量“排污口”进入“Horizontal Axis”编辑框,单击“ADD”进入“Plots”框后,选择变量“处理方法”进入“Horizontal Axis”编辑框, 单击“ADD”进入“Plots”框。
6.设置均值多重比较类型。
单击“Post Hoc”按钮,弹出“Univariate: Post Hoc Multiple Comparisons for Observed Means”对话框。将因素“排污口”选入“Post Hoc Test for”列表框,进行多重比较分析。在“Equal Variances Assumed”复选框组中,选择LSD法进行方差齐时两两均值的比较。
7.设置输出到结果窗口的选项。
单击“Options”按钮,弹出“Univariate:Options”对话框,在“Display”复选框中选择Descriptive statistics和Homogeneity tests.
8.单击“OK”按钮,执行多因素方差分析,得到输出结果
事后测试
假设h0排污口的大肠杆菌无显著影响。显著性水平0.329》0.05所以假设存在,没有影响
(三)协方差分析(Univariate过程)
实验内容:
实施某个项目以改善部分年轻工人的生活状况。项目实施后开始对年轻工人生活的改善情况进行调查,调查项目包括工人受教育程度、是否实施了该项目、实施项目前的工资(前工资)和实施项目后的工资(后工资)如下表所示。用实施项目后的工资来反映生活状况的改善,要求剔除实施项目前的工资差异,分析工人的受教育程度和该项目实施对工人收入的提高是否有显著的影响。
| 编号 | 前工资 | 后工资 | 受教育程度 | 项目实施 | 编号 | 前工资 | 后工资 | 受教育程度 | 项目实施 |
| 1 | 8 | 12 | 初中 | 否 | 16 | 8 | 12 | 初中 | 否 |
| 2 | 8 | 10 | 高中 | 否 | 17 | 8 | 10 | 高中 | 否 |
| 3 | 8 | 11 | 初中 | 否 | 18 | 8 | 11 | 初中 | 否 |
| 4 | 9 | 18 | 初中 | 是 | 19 | 9 | 18 | 初中 | 是 |
| 5 | 7 | 12 | 初中 | 否 | 20 | 7 | 12 | 初中 | 否 |
| 6 | 8 | 15 | 初中 | 是 | 21 | 8 | 15 | 初中 | 是 |
| 7 | 8 | 13 | 高中 | 否 | 22 | 8 | 13 | 高中 | 否 |
| 8 | 9 | 22 | 初中 | 是 | 23 | 9 | 22 | 初中 | 是 |
| 9 | 7 | 18 | 初中 | 是 | 24 | 7 | 18 | 初中 | 是 |
| 10 | 7 | 9 | 初中 | 否 | 25 | 7 | 8 | 初中 | 否 |
| 11 | 6 | 8 | 初中 | 否 | 26 | 8 | 12 | 初中 | 否 |
| 12 | 10 | 20 | 高中 | 是 | 27 | 8 | 15 | 初中 | 否 |
| 13 | 6 | 14 | 初中 | 是 | 28 | 9 | 13 | 高中 | 否 |
| 14 | 8 | 16 | 初中 | 是 | 29 | 11 | 14 | 大学 | 否 |
| 15 | 12 | 25 | 大学 | 否 | 30 | 6 | 14 | 初中 | 是 |
| 1.建立数据文件。 定义 5 个变量:x1、x2、x3、x4 和 x5,分别表示编号、前工资、后工资、 受教育程度和项目实施。注意:这 5 个变量都应是数值型的。 2.选择菜单“Analyze→General Linear Model→Univariate” ,弹出“多 因素方差分析”对话框。 3.选择进行协方差分析的变量。 在对话框左侧的变量列表中选择变量“后工资”进入“Dependent Variable” 框;选择变量“受教育程度”和“项目实施”进入“Fixed Factor(s)”框;选 择变量“前工资”进入“Covariate(s)”框。 4.选择建立多因素方差分析的模型。 单击“Model”按钮,弹出“Univariate:Model”对话框,选择饱和模型。 5.其他设置与多因素方差分析类似,在此略。 6.单击“OK”按钮,执行协方差分析,得到输出结果。 | |||
| 四、实验结果及分析(将每一步中的结果截图粘贴至此处,并做简要说明)具体内容:(1)提出假设 (2)粘贴结果(3)分析结果,给出结论。 |
电子版由各班长学委汇总以打包形式一并交齐。
命名格式 班级学号姓名方差分析1126.下载本文