平均值的多重比较SPSS操作
一、简介
多重比较是一个非常重要的统计方法。在采集大量数据后，通常会对某个变量进行平均值的比较。但是，如果对数据进行简单的比较可能会存在问题：假设有10个不同的样本，进行10次比较，这将导致多达45个比较(10C2)，这个时候难免会出现误差。多重比较是一种用于调整显著性水平和减少误差的方法，可以在比较中减少错误的拒绝。
二、SPSS操作
1、单因素方差分析
打开SPSS软件，加载数据并选择“Analyze”菜单，选择“Compare Means”选项，进入子菜单，选择“One-Way ANOVA”，进入单因素方差分析子菜单，如下图所示。
2、设置分析变量
在“One-Way ANOVA”对话框中，选择需要分析的变量，并将其添加到右侧区域，如下图所示。
3、添加编辑标签
在“Options”标签页中，选择“Descriptive”。在描述性统计选项卡中，选择“Mean”、“Std. Deviation”和“N”三个选项，并单击“Continue”按钮。现在我们将为分组变量添加标签。
4、分组变量标签
点击“Post Hoc...”按钮进入“Post Hoc Tests”对话框，并选择一个或多个比较类型进行比较，如下图所示。
5、设置显著性水平
在“Options”标签页中，将显著性水平设置为0.05，如下图所示。
6、执行分析
完成设置后，单击“OK”按钮开始分析过程。SPSS运行程序并输出结果，如下图所示。
分析结果可以得出：
1）整体效应不显著，F（2,54）=2.49,P=0.09。 2）当α = 0.05 时，相应的 Bonferroni 校正后置Hoc比较表明，组1、2和组1、3之间差异不显著，但组2和组3之间差异显著。
为掌握SPSS统计分析中的均值比较与T检验方法
（1）均值比较
（2）单样本T检验（One-Sample T Test）
（3）独立样本T检验（Independent Sample T Test）
（4）配对样本T检验（Paired-Sample T Test）
二、 实验内容
题目一：表5.14是某班级学生的高考数学成绩，试分析该班的数学成绩与全国的平均成绩70分之间是否有显著性差异。
序号 成绩 序号 成绩 序号 成绩
1 63 10 94 19
70
2 99 11 98 20 65
3 81 12 73 21 84
4 77 13 89 22 84
5 68 14 98 23 95
6 79 15 77 24 61
7 80 16 67 25
69
8 63 17 69 26 73
9 87 18 81 27 60
实验结果截图：
One-Sample Statistics
N Mean Std. Deviation Std. Error Mean
成绩 27 77.93 12.111 2.331
One-Sample Test
Test Value = 70
t df Sig. (2-tailed) Mean Difference 95% Confidence Interval of the
Difference
Lower Upper
成绩 3.400 26 .002 7.926 3.13 12.72
实验结果分析：
由上表可看出，双尾检测概率P值为0.002，小于0.05，故拒绝零假设，也就是说在显著性水平0.05下，该班的数学成绩与全国的平均成绩70分之间有显著性差异。
题目二：在某次测试中，随机抽取男女同学的成绩各10名，数据如下：
男：99 79 59 89 79 89 99 82 80 85
在使用SPSS进行单样本T检验时，很多人都会问，如果数据不符合正太分布，那还能够进行T检验吗？而大样本，我们一般会认为它是符合正太分布的，在鈡型图看来，正太分布，基本左右是对称的，一般具备两个参数，数学期望和标准方差，即：N(p, Q)
如果你的样本数非常少，一般需要进行正太分布检验，检验的方法网上很多，我就不说了
下面以“雄性老鼠和雌性老鼠分别注射了某种毒素，经过观察分析，进行随机取样，查看最终老鼠是否活着。
问题：很多人认为，雄性老鼠和雌性老鼠分别注射毒液后，雌性老鼠存活下来的数量会比雄性老鼠多？
我们将通过进行统计分析来认证这个假设是否成立。
下面进行参数设置：a 代表： 雄性老鼠
b代表：雌性老鼠
tim 代表：生存时间， 即指经过多长时间后，去查看结果
0 代表：结果死亡
1 代表：结果活着随机抽取的样本，如下所示：
打开SPSS- 分析---检验均值---独立样本T检验，如下图所示：
将你要分析的变量，移入右边的框内， 再将你要进行分组的变量移入“分组变量”框内，“组别group（）里面的两个参数，不能够随意设置，必须要跟样本里面的数字一致点击确定后，分析结果，如下所示：
从组统计量 可以看出， 雄性老鼠的存活下来的均值为0.73， 但是雌性老鼠存活下来的均值为1.00，很明显，雌性老是存活下来的个数明显比雄性老鼠多，但是一般我们不看这个结果，为什么？因为样本不够大，如果将样本升至10000个？ 也许这个均值将会发生变化，不具备统计学意义，
我们一般只看独立样本检验的结果。
独立样本检验，提供了两种方法：levene检验和 均值T检验 两种方法
Levene检验 主要用来检验原假设条件是否成立，（即：假设方差相等和方差不相等两种情况）如果SIG>0.05，证明假设成立，不能够拒绝原假设，如果SIG<0.05，证明假设不成立，拒绝原假设。
进行levene检验结果判断是第一步， 从上图，可以看出 sig<0.05 方差相等的假设不成立， 所以看第二行，方差不相等的情况
数学与统计学院实验报告
院（系）：数学与统计学学院学号：姓名：
实验课程：试验设计指导教师:
实验类型（验证性、演示性、综合性、设计性）：综合性
实验时间：2017年3月16日
一、实验课题
单因子试验的均值比较
二、实验目的和意义
探索四种防锈剂的能力是否有明显的差别p21
三、解题思路
1、spss录入数据，并用spss进行均值分析:analyze---compare
means---one way anova
2、主要运用tukey、scheffer两种方法进行均值比较
3、对输出的报告进行分析
四、实验过程记录与结果
1.四种不同牌号的防锈剂的防锈能力数据：
A Y
1 43.9
1 39
1 46.7
1 43.8
1 44.2
1 47.7
1 43.6
1 38.9
1 43.6
1 40
2 89.8
2
87.1
2 92.7
2 90.6
2 87.7
2 92.4
2 86.1
2 88.1
2 90.8
2 89.1
3 68.4
3 69.3
3 68.5
3 66.4
3 70
3 68.1
3 70.6
3 65.2
3 63.8
3 69.2
4 36.2
4 45.2
4 40.7
4 40.5
4 39.3
4 40.3
4 43.2
4 38.7
4 40.9
4 39.7
2.描述性统计：
通过描述性统计报告，可以发现四种不同品牌的防锈能力的均值估计分别为：u1=43.14、u2=89.44、u3=67.95、u4=60.25，即可以得出第二种的防锈能力效果更强些。
3、方差分析表
通过方差分析表，观察p<0.05,所以可以拒绝原假设，即该四种品牌存在差异。
4.均值比较（多重比较）
多重比较的理论知识中，tukey用于重复次数相同的试验；scheffer用于重复次数不同的试验。
通过上图，明显发现两种方法的结论是一致的，1号和4号没有显著性差异；2、3号分别有显著性差异。
