视频1 视频21 视频41 视频61 视频文章1 视频文章21 视频文章41 视频文章61 推荐1 推荐3 推荐5 推荐7 推荐9 推荐11 推荐13 推荐15 推荐17 推荐19 推荐21 推荐23 推荐25 推荐27 推荐29 推荐31 推荐33 推荐35 推荐37 推荐39 推荐41 推荐43 推荐45 推荐47 推荐49 关键词1 关键词101 关键词201 关键词301 关键词401 关键词501 关键词601 关键词701 关键词801 关键词901 关键词1001 关键词1101 关键词1201 关键词1301 关键词1401 关键词1501 关键词1601 关键词1701 关键词1801 关键词1901 视频扩展1 视频扩展6 视频扩展11 视频扩展16 文章1 文章201 文章401 文章601 文章801 文章1001 资讯1 资讯501 资讯1001 资讯1501 标签1 标签501 标签1001 关键词1 关键词501 关键词1001 关键词1501 专题2001
实验2 方差分析 1126(课堂)
2025-10-03 15:15:16 责编:小OO
文档
      实验二    方差分析

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

1234
大肠杆菌数量9,12,7,520,14,18,1212,7,6,1023,13,16,21
实验步骤:

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234
处理方法1

9,12,7,520,14,18,1212,7,6,1023,13,16,21
处理方法2

13,7,10,817,10,9,1511,5,7,618,14,19,11
实验步骤: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→ 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
1812初中16812初中
2810高中17810高中
3811初中18811初中
4918初中19918初中
5712初中20712初中
6815初中21815初中
7813高中22813高中
8922初中23922初中
9718初中24718初中
1079初中2578初中
1168初中26812初中
121020高中27815初中
13614初中28913高中
14816初中291114大学
151225大学30614初中
实验步骤:

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。

注:实验报告在下次上机时间交(打印版、电子版),任缺其一本次试验无效。

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

显示全文
专题