目 录
1、单因素方差分析
1)准备分析数据
2)启动分析过程
3)设置分析变量
4)设置多项式比较
5)多重比较
6)提交执行
7)结果与分析
2、多因素方差分析
1)准备分析数据
2)调用分析过程
3)设置分析变量
4)选择分析模型
5)选择比较方法
6)选择均值图
7)选择多重比较
8)保存运算值
9)选择输出项
10)提交执行
11)结果分析
方差分析是用于两个及两个以上样本均数差别的显著性检验。由于各种因素的影响，研究所得的数据呈现波动状，造成波动的原因可分成两类，一是不可控的随机因素，另一是研究中施加的对结果形成影响的可控因素。方差分析的基本思想是：通过分析研究不同来源的变异对总变异的贡献大小，从而确定可控因素对研究结果影响力的大小。
方差分析主要用途：①均数差别的显著性检验，②分离各有关因素并估计其对总变异的作用，③分析因素间的交互作用，④方差齐性检验。
在科学实验中常常要探讨不同实验条件或处理方法对实验结果的影响。通常是比较不同实验条件下样本均值间的差异。例如医学界研究几种药物对某种疾病的疗效；农业研究土壤、肥料、日照时间等因素对某种农作物产量的影响；不同化学药剂对作物害虫的杀虫效果等，都可以使用方差分析方法去解决。 方差分析原理
方差分析的基本原理是认为不同处理组的均数间的差别基本来源有两个：
(1) 随机误差，如测量误差造成的差异或个体间的差异，称为组内差异，用变量在各组的均值与该组内变量值之偏差平方和的总和表示， 记作SSw，组内自由度dfw。
(2) 实验条件，实验条件，即不同的处理造成的差异，称为组间差异。用变量在各组的均值与总均值之偏差平方和表示，记作SSb，组间自由度dfb。
总偏差平方和 SSt = SSb + SSw。
组内SSt、组间SSw除以各自的自由度(组内dfw =n-m，组间dfb=m-1，其中n为样本总数，m为组数)，得到其均方MSw和MSb，一种情况是处理没有作用，即各组样本均来自同一总体，MSb/MSw≈1。另一种情况是处理确实有作用，组间均方是由于误差与不同处理共同导致的结果，即各样本来自不同总体。那么，MSb>>MSw(远远大于)。
第六章 spss的方差分析
1、入户推销有五种方法。某大公司想比较这五种方法有无显著的效果差异，设计了一项实验。从应聘人员中尚无推销经验的人员中随机挑选一部分人，并随机地将他们分为五个组，每组用一种推销方法培训。一段时期后得到他们在一个月内的推销额，如下表所示：
1） 请利用单因素方差分析方法分析这五种推销方式是否存在显著差异。
2） 绘制各组的均值对比图，并利用LSD方法进行多重比较检验。
原假设：这五种推销方式是否存在显著差异。
步骤：建立SPSS数据→分析→比较均值→单因素→因变量导入销售额→变量导入方式→选项→选择方差同质性检验、均值图→选择LSD方法检验→确定
表6-1
方差齐性检验
销售额
Levene 统计量 df1 df2 显著性
2.048 4 30 .113
表6-2
ANOVA
销售额
平方和 df 均方 F 显著性
组间 405.534 4 101.384 11.276 .000
组内 269.737 30 8.991
总数 675.271 34
分析：sig值为0.00＜0.05，故拒绝原假设，认为这五种销售方式中存在显著差异。
（2）多重比较：
表6-3
多重比较
销售额LSD
(I) 推销方式 (J) 推销方式
均值差 (I-J) 标准误 显著性 95% 置信区间
下限 上限
1 2 -3.3000* 1.6028 .048 -6.573 -.027
3 .7286 1.6028 .653 -2.545 4.002
4 3.0571 1.6028 .066 -.216 6.330
5 -6.7000* 1.6028 .000 -9.973 -3.427
2 1 3.3000* 1.6028 .048 .027 6.573
3 4.0286* 1.6028 .018 .755 7.302
4 6.3571* 1.6028 .000 3.084 9.630
一 实验目的
掌握单因素方差分析的原理与步骤、多因素方差分析的原理与步骤、协方差分析的原理与步骤。
二 实验内容
题目一：某农场为了比较4种不同品种的小麦产量的差异，选择土壤条件基本相同的土地，分成16块，将每一个品种在4块试验田上试种，测得小表亩产量（kg）的数据如表6.17所示（数据文件为data6-4.sav）， 试问不同品种的小麦的平均产量在显著性水平0.05和0.01下有无显著性差异。（数据来源：《SPSS实用统计分析》 郝黎仁，中国水利水电出版社）
表6.17 小麦产量的实测数据
品种 A1 A2 A3 A4
产量 277.5 244.2 249.2 273
276.4 249.5 244.2 240.9
271 236.8 252.8 257.4
272.4 239 251.4 266.5
实验结果截图：
Multiple Comparisons
产量
LSD
(I) 品种 (J) 品种 Mean Difference
(I-J) Std. Error Sig. 95% Confidence Interval
Lower Bound Upper Bound
A1 A2 31.70000* 5.57044 .000 19.5631 43.8369
A3 24.67500* 5.57044 .001 12.5381 36.8119
A4 14.87500* 5.57044 .020 2.7381 27.0119
A2 A1 -31.70000* 5.57044 .000 -43.8369 -19.5631
A3 -7.02500 5.57044 .231 -19.1619 5.1119
A4 -16.82500* 5.57044 .011 -28.9619 -4.6881
A3 A1 -24.67500* 5.57044 .001 -36.8119 -12.5381 实验主题 SPSS统计分析
统计分析与SPSS的应用第五版课后练习答案第章
Company number：【0089WT-8898YT-W8CCB-BUUT-202108】
《统计分析与SPSS的应用（第五版）》（薛薇）
课后练习答案
第3章SPSS数据的预处理
1、利用第2章第7题数据，采用SPSS数据筛选功能将数据分成两份文件。其中，第一份数据文件存储常住地是“沿海或中心繁华城市”且本次存款金额在1000至5000之间的调查数据；第二份数据文件是按照简单随机抽样所选取的70%的样本数据。
第一份文件：选取数据 数据——选择个案——如果条件满足——存款>=1000&存款<5000&常住地=沿海或中心繁华城市。
第二份文件：选取数据 数据——选择个案——随机个案样本——输入70。
2、 利用第2章第7题数据，将其按常住地（升序）、收入水平（升序）、存款金额（降序）进行多重排序。
排序 数据——排序个案——把常住地、收入水平、存款金额作为排序依据分别设置排列顺序。
3、 利用第2章第9题的完整数据，对每个学生计算得优课程数和得良课程数，并按得优课程数的降序排序。
计算 转换——对个案内的值计数 输入目标变量及目标标签，把所有课程选取到数字变量，定义值——设分数的区间，之后再排序。
4、 利用第2章第9题的完整数据，计算每个学生课程的平均分以及标准差。同时，计算男生和女生各科成绩的平均分。
方法一：利用描述性统计，数据——转置 学号放在名称变量，全部课程放在变量框中，确定后，完成转置。分析——描述统计——描述，将所有学生变量全选到变量框中，点
击选项——勾选均值、标准差。先拆分 数据——拆分文件 按性别拆分，分析——描述统计——描述，全部课程放在变量框中，选项——均值。
方法二：利用变量计算，转换——计算变量 分别输入目标变量名称及标签——均值用函数mean完成平均分的计算，标准差用函数SD完成标准差的计算。数据——分类汇总——性别作为分组变量、全部课程作为变量摘要、（创建只包含汇总变量的新数据集并命名）——确定
