spss-单因素方差分析例子(共25页).docx

精选优质文档-倾情为你奉上第一题：data0706-nutrition为地衣(lichen)、树叶成叶和嫩叶的蛋白质和可溶性碳水化合物(water soluble carbohydrate)的含量，先分析三者之间蛋白质的含量有无差异？如果有差异，具体是怎么差异的？再可溶性碳水化合物的含量有无差异？如果有差异，具体怎么差异？（1） 地衣(lichen)、树叶成叶和嫩叶的蛋白质的含量差异分析；第一步：导出变量items和protein，以便删除protein中缺失数据。第二步：打开导出数据data0706-nutrition1，先排序，然后删除缺失数据。第三步：对data0706-nutrition1数据的正态性、异常值和极值、方差齐性进行检验，对数据做一个检查，Analyze->Descriptive Statistics->Explore；首先：如上图，把要检验的变量protein送入Dependent List，把分组变量（因素变量）items送入Factor List。其次：如下图，点击Plots打开：选择Factor Levels together、Stem-and-leaf、Histogram、Normality plots with tests，下方Spread vs Level with Levene Test可以提供方差齐性的检验，选择Untransformed（不对数据进行转换）。输出结果：第一组是尽管sig=0.935，但由于样本数太小，正态一般；第二组正态性不好。第三组中，p较小，也只是近似正态。基于平均数的计算(Based on Mean)，各组方差有差异(p=0.044)。 由直方图可以看出，在第二组和第三组存在一些极值，数据分布不均匀，连续性不好。由茎叶图可知，第二组和第三组分别存在4个，3个极值。 由qq图和QQ图不能得到一些较有用的信息，因为正态性之前已经判断。箱图并与茎叶图一致，在第二组标识了4个异常值，第三组标识了3个异常值。第一组中位数在中间，其余两组中位数都发生偏离，其中第二组偏离较大。第四步：One-Way ANOVA方差分析。把要比较的变量protein送入因变量框Dependent List，把分组变量(因素变量) item送入Factor栏，选择Descriptive， Homogeneity of variance test，Mean plot， Missing Values。结果输出：𝑝=𝑃(𝐹>6.365)=0.003<0.05得，第一，二，三组间存在差异。散点图也说明平均数有较大差异，在第1和第2,3组之间。第2和3组差异不大。最后：点击Post Hoc选项卡，打开多重比较对话框：本题因方差不相等，样本量较小，可选择Dunnetts T3，在Significance level栏，输入显著性水平0.05。输出结果：由表可知，第一组和第二，三组蛋白质的含量无差异的概率0.001.故第一组和第二，三组蛋白质的含量有差异，第二，三组蛋白质含量较高。第二组和第三组蛋白质的含量无差异的概率0.99.故第二组和第三组蛋白质的含量无差异。第五步：用非参数检验，Analyze->Nonparametric Tests->K Independent Samples，打开：把要检验的变量送入Test Variable List，把因素变量送入Grouping Variable栏。 然后点击Define Range，打开：可以在Minimum栏输入1，在Maximum栏输入3.结果输出：故用非参数检验的结果是样本之间不存在差异，可能是由于样本数太少造成。（2）地衣(lichen)、树叶成叶和嫩叶可溶性碳水化合物的含量差异分析。第一， 二步和之前相同处理，去除缺失值。第三步：对data0706-nutrition2数据的正态性、异常值和极值、方差齐性进行检验，对数据做一个检查，Analyze->Descriptive Statistics->Explore；首先：如上图，把要检验的变量wsc送入Dependent List，把分组变量（因素变量）items送入Factor List。其次：如下图，点击Plots打开：选择Factor Levels together、Stem-and-leaf、Histogram、Normality plots with tests，下方Spread vs Level with Levene Test可以提供方差齐性的检验，选择Untransformed（不对数据进行转换）。结果输出：这3组正态性都较好，只有第一组较差，但也可以接受。基于平均数的计算(Based on Mean)，各组方差有差异(p=0.001)。 由直方图可以看出，在第一组存在一极值，整体数据分布均匀，连续性好。 由茎叶图可知，第一组数据存在一个极值，影响了第一组数据的正态性。 由qq图可知，3组数据的正态性较好。箱图并与茎叶图一致，在第一组标识了1个异常值，第一，二组数据的中间值都偏高值分布，第三组偏低值，但三组数据的正态性分布较好。第四步：One-Way ANOVA方差分析。把要比较的变量wsc送入因变量框Dependent List，把分组变量(因素变量) item送入Factor栏，选择Descriptive， Homogeneity of variance test，Mean plot， Missing Values。结果输出：𝑝=𝑃(𝐹>30.689)=0.001<0.05得，第一，二，三组间存在差异。散点图也说明3组平均数有较大差异。最后：点击Post Hoc选项卡，打开多重比较对话框：本题因方差不相等，样本量较小，可选择Dunnetts T3，在Significance level栏，输入显著性水平0.05。结果输出：由表可知，第一和二组可溶性碳水化合物的含量差异概率0.001.故第一组和第二组可溶性碳水化合物的含量有差异，地衣(lichen) 可溶性碳水化合物的含量大于树叶成叶可溶性碳水化合物的含量。第一和三组可溶性碳水化合物的含量差异概率0.001.故第一组和第三组可溶性碳水化合物的含量有差异，地衣(lichen) 可溶性碳水化合物的含量大于树叶嫩叶可溶性碳水化合物的含量。第二和三组可溶性碳水化合物的含量差异概率0.012.故第二组和第三组可溶性碳水化合物的含量有差异，树叶成叶 可溶性碳水化合物的含量大于树叶嫩叶可溶性碳水化合物的含量。注，由于该数据正态性较好，不需要非参数检验。第二题：data0707-wing，5组家蝇的翅长有无差异？如果有差异，具体怎么差异？数据如下：第一步；首先需要对数据结构进行重建，把变量组结构转换为观测量组结构，即转换成一个因素变量，一个因变量，Data->Restructure，打开：选择Restructure selected variables into cases，点击Next，选择One，点击Next,Case Group Identification栏选择None，把Variables in the Current File中的变量按顺序送入Target Variable下方框中，在Target Variable栏输入length，点击Next，选择One，点击Next，选择Sequential numbers，点击Finish，获得One-Way ANOVA需要的数据结构：Index1：改名为group，Width改为8，新变量length不需做任何改变。因各组样本量太小，用非参数检验，输出结果：结论：5组家蝇的翅长有差异(x2=11.437, p<0.05)。若要比较不同组间的差异可以用两个样本的非参数检验来得到。比如检验1和2组的差异。Analyze->Nonparametric Tests->2 Independent Samples，打开：把要检验的变量送入Test Variable List，把因素变量送入Grouping Variable栏。在define group 输入1和2.输出结果： 结论：在一，二组之间。Z=-2.333，sig=0.200.05，所以一，二组之间家蝇的翅长有差异。其他组的比较方法类似，略去。专心-专注-专业