SPSS_方差分析.ppt

《SPSS_方差分析.ppt》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

SPSS统计软件分析（五）方差分析安徽大学生命科学学院董翔 方差分析目的:方差分析是从整体上对不同因素（多因素方差分析）或相同因素的不同水平（单因素方差分析）对响应变量的影响是否存在差异进行分析的方法。并能通过对数据变异来源的分析，判断哪些因素或因素间交互效应是影响数据差异的众多因素中的主要因素。核心问题：从数据变异来源角度看:观测变量的数据差异=控制因素来源+随机因素来源方差分析正是要分析观测变量的变动是否主要是由控制因素造成还是由随机因素造成的，以及控制因素的各个水平是如何对观测变量造成影响的。 方差分析单因素方差分析(one-wayANOVA)包括多重比较多因素方差分析(multipleANOVA)二因素有重复试验资料的方差分析二因素随机区组试验资料的方差分析 单因素方差分析目的检验单个控制因素的改变是否会给观察变量带来显著影响.包括：固定因素的单因素方差分析随机因素的单因素方差分析步骤Analyze→Comparemeans→One-wayANOVA 实例-单因素方差分析例调查5个不同小麦品系株高是否差异显著品系IIIIIIIVV164.664.567.871.869.2265.365.366.372.168.2364.864.667.170.069.8466.063.766.869.168.3565.863.968.571.067.5和326.5322.0336.5354.0343.0平均数65.364.467.370.868.6分析：5水平5重复的单因素（品系）固定模型的方差分析 实例-单因素方差分析步骤一：AnalyzeCompareMeansOne-wayANOVA步骤二：确定响应变量确定控制因素参数默认，OK 实例-单因素方差分析(结果输出)方差分析表F检验，P<0.01处理间效应极显著 方差分析中的多重比较目的：如果方差分析判断总体均值间存在显著差异，接下来可通过多重比较对每个水平的均值逐对进行比较，以判断具体是哪些水平间存在显著差异。常用方法备选：LSD法：t检验的变形，在变异和自由度的计算上利用了整个样本信息。Duncan新复极差测验法Tukey固定极差测验法Dunnett最小显著差数测验法等实现手段：方差分析菜单中的“Posthoctest…”按钮 实例-多重比较步骤一：同one-wayANOVA步骤二：选“Posthoctest”勾选多重比较的方法(如LSD、duncan法确定显著性水平continuePostHocTest 实例-多重比较(结果输出1)LSD法对品系间均值差两两比较，用”*”表示差异显著 实例-多重比较(结果输出2)Duncan法对品系间均值差两两比较，处在同一竖栏为差异不显著，反之则差异显著 多因素方差分析控制因素的种类固定效应因素（FixedFactor）：试验因素的k个水平是认为特意选择的。随机效应因素（RandomFactor）：指试验因素的k个水平是从该因素所有可能水平总体中随机抽出的样本。两种因素的区别水平抽样方式不同检验模型和假设不同F检验的计算方式不同检验结果的解释不同 多因素方差分析基本思路:以两因素的方差分析为例:SS总=SSA+SSB+SSAB+SSeSSAB表示两因素间的交互效应,即:两个因素各水平之间的不同搭配对响应变量的影响.步骤：Analyze→GeneralLinearModel→Univariate 实例-两因素方差分析例为了从三种不同原料和三种不同发酵温度中，选出最适宜的条件，设计了一个两因素试验，并得到以下结果，试做方差分析。分析：温度(A因素)和原料(B因素)都是固定因素，每一处理都有4次重复。需考虑A、B因素的交互作用的影响。 实例-两因素方差分析步骤一：AnalyzeGLMUnivariate步骤二：确定响应变量确定控制因素(随机或固定)其他选项固定因素栏随机因素栏 实例-两因素方差分析步骤三：模型确定Model...确定要检验的因素效应（主效应及交互效应）默认“fullfactorial”会包括所有可能的效应Continue从中选择要检验的效应 实例-两因素方差分析步骤四：根据需要设置作图栏“Plots..”绘制交互效应图Continue填加到“作图栏”：即作以原料为横坐标，以响应变量为纵坐标的平面图（以温度区分不同曲线 实例-两因素方差分析步骤五：根据需要设置“Options..”估计边缘均值方差齐性检验残差分析等Continue输出平均值表主效应比较方差齐性检验残差作图 实例-两因素方差分析(结果输出1)Levene方差齐性检验：P>0.05，齐性满足 实例-两因素方差分析(结果输出2)A、B效应均极显著，AxB效应显著方差分析表 实例-两因素方差分析(结果输出3)对不同发酵温度之间的边缘均值的比较，用”*”表示差异显著：3个温度两两间差异均显著，温度30C最佳 实例-两因素方差分析(结果输出4)对不同原料之间的边缘均值的比较，用”*”表示差异显著：仅原料2、3间差异不显著，原料2、3最佳 实例-两因素方差分析(结果输出5)对不同温度和原料的组合计算其均值和相应的置信区间，温度30C与原料2或3的组合效果“最佳” 实例-两因素方差分析(结果输出6)对由数学模型计算的理论值”predicted”、实测值”observed”及残差”Std.residual”之间进行作图分析，检验模型的拟合程度。 实例-两因素方差分析(结果输出7)“交互作用”图，线段相交表示交互存在，平行则不存在