SPSS数据统计软件实验报告
专业
信息与计算科学
班级
级班
组别
指导教师
姓名
同组人
实验时间
2018
****年**月**日
实验地点
实验名称
方差分析
实验目的通过对数据的分析，使其掌握用方差分析的方法来比较数据。
实验仪器：
1、支持Intel
Pentium
Ⅲ及其以上CPU，内存256MB以上、硬盘1GB以上容量的微机；
软件配有Windows98/2000/XP操作系统及SPSS软件。
2、了解SPSS软件的特点及系统组成，在电脑上操作SPSS软件。
实验内容、步骤及程序：
一、1.实例内容：
下表给出销售方式对销售量的对比试验数据，利用单因素方差分析来分析不同的销售方式对销售量的影响。
2.实例操作：
Step
01
打开对话框。
打开数据文件,选择菜单栏中的【分析】|【比较均值】|【单因素 ANOVA】命令,弹出【单因素ANOVA检验】对话框。
Step
02
选择因变量。
在候选变量列表框中选择【销售量】变量作为因变量,将其添加至【因变量列表】列表框中。
Step
03
选择因变量。
在候选变量列表框中选择【销售方式】变量,将其添加至【因子】文本框中。
Step
04
定义相关统计选项以及缺失值处理方法。
单击【单因素ANOVA检验】对话框【选项】，在弹出的对话框选中【方差同质性检验】、【平均值图】复选框，然后单击【继续】。
Step
05
事后多重比较。
单击【单因素ANOVA检验】对话框【事后比较】，在弹出图中选中Bonferroni复选框，然后单击【继续】。
Step
06
对组间平方和进行线性分解并检验。
单击【单因素ANOVA检验】对话框【对比】，弹出图的对话框选中【多项式】，将【等级】设为【线性】，单击【继续】返回【单因素ANOVA检验】的对话框。
Step
07
单击【确定】，输出分析结果。
3.实例结果及分析
變異數同質性測試
销售量
Levene
統計資料
df1
df2
顯著性
.346
.793
给出了方差齐性检验的结果。从该表可以得到
Levene方差齐性检验的P值为0.793,与显著性水平0.05相差大,因此基本可以认为样本数据之间的方差是非齐次的。
變異數分析
销售量
平方和
df
平均值平方
F
顯著性
群組之間
（合併）
685.000
228.333
7.336
.003
線性項
比對
196.000
196.000
6.297
.023
偏差
489.000
244.500
7.855
.004
在群組內
498.000
31.125
總計
1183.000
给出了单因素方差分析的结果。从表中可以看出,组间平方和是685、组内平方
和是196,其中组间平方和的的F值为7.336,相应的概率值是0.003,小于显著性水平0.05,因此认为不同的销售方式对销售量有显著的影响。另外,这个表中也给出了线性形式的趋势检验结果,组间变异被销售方式所能解释的部分是196,被其他因素解释的有244.5,并且组间变异被销售方式所能解释的部分是非常显著的4.事后检验
多重比較
因變數:
销售量
Bonferroni
法
(I)
销售方式
(J)
销售方式
平均差異
(I-J)
標準錯誤
顯著性
95%
信賴區間
下限
上限
1.0
2.0
-7.0000
3.5285
.388
-17.615
3.615
3.0
9.0000
3.5285
.128
-1.615
19.615
4.0
4.0000
3.5285
1.000
-6.615
14.615
2.0
1.0
7.0000
3.5285
.388
-3.615
17.615
3.0
16.0000*
3.5285
.002
5.385
26.615
4.0
11.0000*
3.5285
.040
.385
21.615
3.0
1.0
-9.0000
3.5285
.128
-19.615
1.615
2.0
-16.0000*
3.5285
.002
-26.615
-5.385
4.0
-5.0000
3.5285
1.000
-15.615
5.615
4.0
1.0
-4.0000
3.5285
1.000
-14.615
6.615
2.0
-11.0000*
3.5285
.040
-21.615
-.385
3.0
5.0000
3.5285
1.000
-5.615
15.615
*.平均值差異在0.05
層級顯著。
给出了多重比较的结果,*表示该组均值差是是显著的。因此,从表中可以看出,第二组和第三组、第四组的销售量均值差是非常明显的,但是第三组与第四组的销售量均值差话相却不是很明显。另外,还可以得到每组之间均值差的标准误差、置信区间等信息。
平均值圖形
给出了各组的均值图。从图可以清楚地看到不同的施肥类型对应不同的销售量均
值。可见,第三组的销售量最低,且与其他两组的销售量均值相差较大,而第二组和和第三组之间的销售量均值差异不大,这个结果和多重比较的结果非常一致
二、1.实例内容：
某研究机构研究了3种动物饲料对4种品系小鼠体重增加的影响,数据如图下所示,变量a为饲料种类,变量b为鼠的品系,变量x为增重克数。
2.实例操作：
Step
01
打开对话框。
打开数据文件,选择菜单栏中的【分析】|【一般线性模型】|【单变量】命令,弹出【单变量】对话框,如图所示。
Step
02
选择观测变量。
在候选变量列表框中选择【体重】变量作为因变量,将其添加至【因变量】列表框中。
Step
03
选择因素变量。
选择【饲料类型】和和【小鼠品系】变量作为因素变量,将它们添加至【固固定因子】列表框中,如图所示。
Step
04选择多重比较。
单击【模型】按按钮,弹弹出【单变量:模型】对话框,如图5.23所示。选中【定制】单选按钮,在左侧列表框中选择“因因素a”和“因因素b”变量并移至【模型】列表框中。选择【构建项】选项组中【类型】下拉列表框中的【主效应】选项,再单击【继继续】按钮,返回主对话框。
Step
05其他选项选择。
单击【图】按钮,弹出图5.24所示【单变量:轮廓图】对话框。将因素b放入【单独的线条】框,将因素a放入【水平轴)】文本框,单击【添加】按钮,再单击【继续续】按钮,返回主对话框。
单击【事后比较】按钮,弹出图所示对话框。将因素a和因素b放入【下列各项的事后检验】列表框,比较方法选择LSD法。
单击【选项】按钮,弹出图5.26所示【单变量:选项】对话框。将因素a和因素b放入【显示下列各项的平均值】列表框,选中【比较主效应】复选框。选中【描述统计】复选框表示输出描述性统计量;选中【齐性检验】复选框表示输出方差齐性检验表。再单击【继续】按钮,返回主对话框。
Step
06
完成操作。
最后,单击【确确定】按钮,操作作完成。
3.实例结果及分析
(1)主体间效应检验表
表所示为主效应模型检验,结果可见校正模型统计量F=6.772、P=0.000,说明模型有统计学意义。因素a和因素b均有统计学意义,P=0.000、P=0.037,均小于0.05。
主旨間效果檢定
因變數:
体重
來源
第III
類平方和
df
平均值平方
F
顯著性
修正的模型
8929.625a
1785.925
6.772
.000
截距
167796.750
167796.750
636.304
.000
a
6487.875
3243.938
12.301
.000
b
2441.750
813.917
3.086
.037
錯誤
11075.625
263.705
總計
187802.000
校正後總數
20005.250
a.R
平方
=
.446（調整的R
平方
=
.380）
(2)成对比较表。
表所示为不同饲料类型两两比较结果,从Sig值(即P值)可见,饲料B与饲料C没有差异（p=0.117），其余均有差异，p<0.05。
成對比較
因變數:
体重
(I)
饲料类型
(J)
饲料类型
平均差異
(I-J)
標準錯誤
顯著性b
95%
差異的信賴區間b
下限
上限
A饲料
B饲料
18.750*
5.741
.002
7.163
30.337
C饲料
27.938*
5.741
.000
16.351
39.524
B饲料
A饲料
-18.750*
5.741
.002
-30.337
-7.163
C饲料
9.188
5.741
.117
-2.399
20.774
C饲料
A饲料
-27.938*
5.741
.000
-39.524
-16.351
B饲料
-9.188
5.741
.117
-20.774
2.399
根據估計的邊際平均值
*.平均值差異在.05
層級顯著。
b.調整多重比較：最小顯著差異（等同於未調整）。
（3）均值图
图所示为不同品系小鼠喂养不同饲料的体重增重的均值图。可见A饲料较好,B饲料和C饲料差异不大。
实验小结：
通过该实验，让我懂得了利用数学思想解决实际问题，很好的把数学运用到实际生活中，在今后的学习中我会再接再厉的。
教师评语：
1.实验结果及解释：（准确合理、较准确、不合理）；占30%
2.实验步骤的完整度：（完整、中等、不完整）；占30%
3.实验程序的正确性：（很好、较好、中等、较差、很差）；占30%
4.卷面整洁度：（很好、较好、中等、较差、很差）；占10%
评定等级：（）
教师签名：
日期：
点击咨询