第九章方差分析
【思考与练习】
一、思考题
1. 方差分析的基本思想及其应用条件是什么？
2. 在完全随机设计方差分析中SS SS SS
、、各表示什么含义？
总组间组内
3. 什么是交互效应？请举例说明。
4. 重复测量资料具有何种特点？
5. 为什么总的方差分析的结果为拒绝原假设时，若想进一步了解两两之间的差别需要进行多重比较？
二、最佳选择题
1. 方差分析的基本思想为
A. 组间均方大于组内均方
B. 误差均方必然小于组间均方
C. 总变异及其自由度按设计可以分解成几种不同来源
D. 组内方差显著大于组间方差时，该因素对所考察指标的影响显著
E. 组间方差显著大于组内方差时，该因素对所考察指标的影响显著
3. 完全随机设计的方差分析中，下列式子正确的是
4. 总的方差分析结果有P<0.05，则结论应为 A. 各样本均数全相等 B. 各总体均数全相等 C. 各样本均数不全相等 D. 各总体均数全不相等 E. 至少有两个总体均数不等
5. 对有k 个处理组，b 个随机区组的资料进行双因素方差分析，其误差的自由度为
A. kb k b --
B. 1kb k b ---
C. 2kb k b ---
D. 1kb k b --+
E. 2kb k b --+
6. 2×2析因设计资料的方差分析中，总变异可分解为 A. MS MS MS =+B A 总 B. MS MS MS =+B 总误差 C. SS SS SS =+B 总误差
D. SS SS SS SS =++B A 总误差
E. SS SS SS SS SS =+++B A AB 总误差
7. 观察6只狗服药后不同时间点(2小时、4小时、8小时和24小时)血药浓度的变化，本试验应选用的统计分析方法是 A. 析因设计的方差分析
B. 随机区组设计的方差分析
C. 完全随机设计的方差分析
D. 重复测量设计的方差分析
E. 两阶段交叉设计的方差分析
8. 某研究者在4种不同温度下分别独立地重复10次试验，共测得某定量指标的数据40个，若采用完全随机设计方差分析进行统计处理，其组间自由度是
A.39
B.36
C.26
D.9
E. 3
9. 采用单因素方差分析比较五个总体均数得0.05
P ，若需进一步了解其中一个对照组和其它四个试验组总体均数有无差异，可选用的检验方法是
A. Z检验
B. t检验
C. Dunnett–t检验
D. SNK–q检验
E. Levene检验
三、综合分析题
1. 某医生研究不同方案治疗缺铁性贫血的效果，将36名缺铁性贫血患者随机等分为3组，分别给予一般疗法、一般疗法+药物A低剂量，一般疗法+药物A高剂量三种处理，测量一个月后患者红细胞的升高数(102/L)，结果如表9-1所示。问三种治疗方案有无差异？
表9-1 三种方案治疗一个月后缺铁性贫血患者红细胞的升高数(102/L)
编号一般疗法一般疗法+A1 一般疗法+A2
1 0.81 1.3
2 2.35
2 0.75 1.41 2.50
3 0.7
4 1.3
5 2.43
4 0.86 1.38 2.36
5 0.82 1.40 2.44
7 0.75 1.43 2.40
8 0.74 1.38 2.43
9 0.72 1.40 2.21
10 0.82 1.40 2.45
11 0.80 1.34 2.38
12 0.75 1.46 2.40
2. 在药物敏感试验中，欲比较三种弥散法的抑菌效果，每种方法均采用三种药物，观察其抑菌效果，以抑菌环的直径为观察指标，结果如表9-2所示，试比较三种方法的抑菌效果。
表9-2 三种药物在不同弥散法下的抑菌效果(mm)
药物
弥散法
纸片挖洞钢圈
黄芪27.5 24.3 20.0 27.6 24.6 21.0
26.9 25.0 20.6
27.3 27.7 20.8
大黄20.9 24.6 19.1
21.2 24.7 19.3
20.5 23.9 18.7
21.3 24.8 18.5
青霉素27.4 22.0 29.6 27.6 21.7 30.2 26.9 21.8 29.5 26.7 22.3 30.4
3. 某试验研究饮食疗法和药物疗法降低高胆固醇血症患者胆固醇的效果有无差别，随机选取14名高胆固醇血症患者，随机等分为两组，分别采用饮食疗法和药物疗法治疗一个疗程，测量试验前后患者血胆固醇含量，结果如表9-3所示，请问两种疗法降胆固醇效果有无差异。
表9-3 不同治疗方法下胆固醇变化情况(mmol/L)
编号
饮食治疗药物治疗
试验前试验后试验前试验后
1 6.11 6.00 6.40 6.35
2 7.59 7.28 7.00 7.10
3 6.42 6.30 6.53 6.41
5 9.17 8.42 6.81 6.73
6 7.61 7.22 8.16 7.65
7 6.60 6.65 6.98 6.52
4. 为研究某中学初一年级、初二年级和初三年级学生周日锻炼时间情况，从这三个年级中各随机抽取20名学生，调查得到学生周日锻炼时间如下表9-4所示。问这三个年级学生周日锻炼时间是否不同？
表9-4 初中不同年级学生的锻炼时间(分)
一年级二年级三年级
37.856 59.164 48.778
70.793 36.650 51.057
86.928 38.511 47.609
58.785 48.945 48.428
73.923 29.367 42.814
61.435 41.988 52.303
64.130 69.419 54.327
67.169 33.109 35.591
49.099 38.872 55.013
62.728 53.401 36.084
52.534 62.814 21.307
45.230 38.454 46.419
40.400 32.802 41.836
44.399 37.683 37.481
33.091 48.944 35.781
63.469 48.869 31.354
41.704 41.920 45.190
62.268 46.859 40.924
58.209 65.067 38.877
63.319 38.403 27.259
经数据分析结果见下表：
表9-5 三个年级之间的t检验结果
组别t P
一年级和二年级 2.85 0.0071
一年级和三年级 4.09 0.0002
二年级和三年级 1.12 0.2710
问：(1) 该资料采用的是何种统计分析方法？
(2) 所使用的统计分析方法是否正确？为什么？
(3) 若不正确，可以采用何种正确的统计分析方法。请作分析？
【习题解析】
一、思考题
1. 方差分析的基本思想是把全部观察值的总变异按设计和需要分解成两个或多个组成部分，然后将各部分的变异与随机误差进行比较，来判断总体均数间的差别是否具有统计学意义。应用条件：各样本是相互独立的随机样本，且服从正态分布，各样本方差齐性。
是各观测值与总均值之差的平方和，即总离均差平方和，表示总变异的大2. SS
总
表示组间变异，指各处理组均值大小的不同，是由处理因素和随机误小；SS
组间
表示组内变异，指同一处理组内部各观察值之间的变异，是由差造成的；SS
组内
随机误差造成的。
3. 交互效应是指某一因素的效应随另一因素不同水平的变化而变化，称这两个因素之间存在交互效应。例如：某实验研究A、B两种药物在不同剂量情况下对某病的治疗效果，药物A在不同剂量时，B药的效应不同，或者药物B在不同剂量时，A药的效应不同，则A、B两药间存在交互效应。
4. 重复测量资料中的处理因素在受试者间是随机分配的，受试者内的因素即时间因素是固定的，不能随机分配；重复测量资料各受试者内的数据彼此不独立，具有相关性，后一个时间点的数据可能受到前面数据的影响，而且时间点离得越近的数据相关性越高。
5. 方差分析中备择假设是多个总体均数不等或不全相等，拒绝原假设只说明多个总体均数总的来说差别有统计学意义，并不能说明任意两总体均数之间均有差别。因此，若希望进一步了解两两间的差别，需进行多重比较。
二、最佳选择题
1. C
2. C
3. A
4. E
5. D
6. E
7. D
8. E
9. C
三、综合分析题
1. 解：本题采用完全随机设计的方差分析。
表9-6 三种方案治疗一个月后缺铁性贫血患者红细胞的升高数(102/L)
一般疗法 一般疗法+A1
一般疗法+A2
合计 X
0.81 1.32 2.35 0.75 1.41 2.50 0.74 1.35 2.43 0.86 1.38 2.36 0.82 1.40 2.44 0.87 1.33 2.46 0.75 1.43 2.40 0.74 1.38 2.43 0.72 1.40 2.21 0.82 1.40 2.45 0.80 1.34 2.38 0.75
1.46
2.40 i n
12 12 12 36 (n ) i X ∑ 9.43 16.60 28.81 54.84(X ∑) i X
0.7858 1.3833 2.4008
2
i X ∑ 7.4385
22.9828
69.2281
99.6494(2
X ∑)
(1) 方差分析
1) 建立检验假设，确定检验水准
0H ：123μμμ==，即三种方案治疗后缺铁性贫血患者红细胞升高数相同 1H ：321μμμ、、不全相同，即三种方案治疗后缺铁性贫血患者红细胞升高
数不全相同
α=0.05
2) 计算检验统计量
22()/(54.84)/36=83.5396C X N ==∑
22()99.6494-83.5396=16.1098SS X X X C =-=-=∑∑总 136135
N ν=-=-=总 22()=() i i i i SS n X X X n C =--∑∑∑组间
222
9.4316.6028.81()83.539616.0022121212
=++-=
1312k ν=-=-=组间
16.109816.00220.1076SS SS SS =-=-=总组内组间
33N k ν=-=组内
/= 2452.7216/MS SS v F MS SS v =
=
组间组间组间组内
组内组内
方差分析结果见表9-7。
表9-7 完全随机资料的方差分析表
3) 确定P 值，作出统计推断
查F 界值表(附表4)得P <0.01，按α=0.05水准，拒绝0H ，接受1H ，差别有统计学意义，可以认为三种不同方案治疗后患者红细胞升高数的总体均数不全相同。
(2) 用Dunnett-t 法进行多重比较。 1) 建立检验假设，确定检验水准
0H ：任一实验组与对照组的总体均数相同 1H ：任一实验组与对照组的总体均数不同 0.05α= 2) 计算检验统计量
0.0033e MS = 12312n n n ===
0.02T C S -=== 表9-8 多个样本均数的Dunnett-t 检验计算表
对比组 (1)
均数差值 (2) 标准误 (3) D t (4) Dunnett -t 界值
P
一般疗法与一般疗法+A1 0.60 0.02 30 2.32 <0.05 一般疗法与一般疗法+A2
1.62
0.02
81
2.32
<0.05
3) 确定P 值，作出统计推断
将表9-8中D t 取绝对值，并以计算e MS 时的自由度 33e ν=和实验组数a =k ?1=2(不含对照组)查Dunnett-t 界值表得P 值，列于表中。按α=0.05水准，一般疗法+A1与一般疗法相比，疗效差别有统计学意义，可以认为一般疗法+A1与一般疗法治疗缺铁性贫血疗效不同。同理，可以认为一般疗法+A2与一般疗法治疗缺铁性贫血疗效不同
SPSS 操作 数据录入：
打开SPSS Data Editor 窗口，点击Variable View 标签，定义要输入的变量，group 表示组别 (1为一般疗法，2为一般疗法+药物A 低剂量，3为一般疗法+药物A 高剂量)，x 表示患者红细胞的升高数(102/L)；再点击Data View 标签，录入数据(见图9-1，图9-2)。
图9-1 Variable View 窗口内定义要输入的变量group 和x
图9-2 Data View 窗口内录入数据
分析：
Analyze → Compare Means → one-Way ANOV A Dependent List 框：x
Factor 框：group
Equal Variances Assumed ：
Dunnett ：Control Category ：
first
Statistics ：
Homogeneity of Variances test
输出结果
Test of Homogeneity of Variances
2ANOVA
2
Multiple Comparisons
Dependent Variable: 红细胞升高数(102/L)
a a Dunnett t-tests treat one group as a control, and compare all other groups against it.
2. 解：本题采用析因设计的方差分析。
表9-9 九种不同处理情况下抑菌环的直径(mm)
纸片弥散法1a 挖洞弥散法2a 钢圈弥散法3a
黄芪
1b
大黄2b
青霉素
3b
黄芪
1b
大黄
2b
青霉素
3b
黄芪
1b
大黄 2b
青霉素
3b
合 计
X
27.5
20.9
27.4
24.3
24.6
22.0
20.0
19.1
29.6
27.6 21.2 27.6 24.6 24.7 21.7 21.0 19.3 30.2 26.9 20.5 26.9 25.0 23.9 21.8 20.6 18.7 29.5 27.3
21.3 26.7 27.7 24.8 22.3 20.8 18.5 30.4 i n 4
4
4
4
4 4 4 4 4 36 i X ∑ 109.3 83.9
108.6 101.6 98.0 87.8
82.4 75.6 119.7 866.9 A n
12
12
12
B n
12
12
12
A X ∑ 301.8 287.4 277.7
B X ∑ 293.3 257.5 316.1
(1) 建立检验假设，确定检验水准 因素A
0H ：三种弥散方法抑菌环直径的总体均数相等 1H ：三种弥散方法抑菌环直径的总体均数不全相等 因素B
0H ：三种药物抑菌环直径的总体均数相等 1H ：三种药物抑菌环直径的总体均数不全相等 AB 交互作用
0H ：不同药物对三种弥散方法的抑菌效果无影响 1H ：不同药物对三种弥散方法的抑菌效果有影响
α=0.05
(2) 计算检验统计量
22()/(866.9)/3620875.4336C X N ===∑
221322.8320875.4336447.3964SS X C =-=-=∑总
136135N ν=-=-=总
222
2
109.383.9119.7()= (+++)-20875.4336=436.6339
444
i i SS X n C =-∑∑ 处理
18k ν=-=处理
222
2
301.8287.4277.7()24.5072
121212
()20875.4336A A A SS X n C =-++∑∑=-=
12A A ν-== 的水平数
24.507
12.25362
A
A A
SS MS ν=
=
= 222
2
293.3257.5316.1()()20875.4336145.4289
121212
B B B SS X
C =-=++-=∑∑
1 =
2 B B ν= 的水平数-
145.4289
72.71452
B
B B
SS MS ν=
==
266.6978AB A B SS SS SS SS =--=处理
4AB A B νννν=--=处理
266.6978
66.67454
AB
AB AB
SS MS ν=
=
= 10.7625SS SS SS =-=处理总误差
36927N k ν=-=-=误差
10.7625
0.398627
SS MS ν==
=误差
误差误差
12.2536
30.74160.3986A A MS F MS =
==误差 72.7145
182.42470.3986B B MS F MS =
==误差
66.6745
167.27170.3986
AB AB MS F MS =
==误差
方差分析结果见表9-10
表9-10 析因设计资料的方差分析表
变异来源 SS
ν
MS
F
P
总变异 447.3964 35 处 理 436.6339 8
A 24.5072 2 12.2536 30.7416 <0.05
B 145.4289 2 72.7145 182.4247 <0.05 AB 266.6978 4 66.6745 167.2717
<0.05 误 差
10.7625
27
0.3986
(3) 确定P 值，作出统计推断
根据ν，查F 界值表(附表4)得相应P 值。交互作用的F =167.2717，P <0.05，按α=0.05水准，拒绝0H ，接受1H ，差别有统计学意义，可以认为弥散方法和药物抑菌效果两者之间存在交互作用。这时，如要分析A 因素或B 因素的单独效应，应固定在A 因素的基线水平来分析B 因素的作用，或者固定在B 因素的基线水平来分析A 因素的作用。
SPSS 操作 数据录入：
打开SPSS Data Editor 窗口，点击Variable View 标签，定义要输入的变量，g1表示三种弥散方法(1为纸片，2为挖洞，3为钢圈)，g2表示三种药物(1为黄芪，2为大黄，3为青霉素)，x 表示抑菌效果(mm)；点击Data View 标签，录入数据(见图9-3，图9-4)。
图9-3 Variable View 窗口内定义要输入的变量g1、g2和x
图9-4 Data View 窗口内录入数据
分析：
Analyze → General Linear Model → Univariate
Dependent List框：x
Fixed Factor框：g1、g2
3. 解：本题可采用t检验分析，但最好采用重复测量资料的方差分析。因重复测量资料的方差分析计算量较大，故本题不给出笔算结果，仅提供SPSS软件分析结果。
(1) 建立检验假设，确定检验水准
处理因素K
H：饮食疗法和药物疗法降低胆固醇值的总体均数相同
H：饮食疗法和药物疗法降低胆固醇值的总体均数不相同
1
时间因素I
H：试验前后患者胆固醇值的总体均数相同
H：试验前后患者胆固醇值的总体均数不相同
1
交互作用KI
H：时间对两种方法降低胆固醇的效果无影响
H：时间对两种方法降低胆固醇的效果有影响
1
=0.05
(2) 计算检验统计量
本例是最简单的重复测量设计，时间因素只有两个水平，可以用重复测量的方差分析进行计算，由于时间点只有两个水平，可以不考虑球形对称问题。列出方差分析表见表9-11：
表9-11 重复测量资料的方差分析表
变异来源 SS ν MS F P 总变异 14.197 27
处理 0.168 1 0.168 0.153 0.703 个体间误差 13.196 12 1.100
时间 0.445 1 0.445 13.921 0.003 处理×时间 0.004 1 0.004 0.122 0.733 个体内误差
0.384
12
0.032
(3) 确定P 值，作出统计推断
时间因素和治疗方法之间的交互作用，F 值为0.122， P 值为0.733，按α=0.05水准，不拒绝0H ，差异无统计学意义，尚不能认为时间和疗法之间存在交互作用；对于时间因素，F 值为13.921，P 值为0.003，P <0.001，按α=0.05水准，拒绝0H ，接受1H ，差别有统计学意义，可以认为试验前后患者胆固醇的值不同；两种治疗方法的F 值为0.153，P 值为0.703，P >0.05，按α=0.05水准，不拒绝0H ，差异无统计学意义，尚不能认为饮食疗法和药物疗法之间具有差别。
SPSS 操作 数据录入：
打开SPSS Data Editor 窗口，点击Variable View 标签，定义要输入的变量，no 表示编号，g 表示分组(1为饮食疗法，2为药物疗法)，t1表示实验前患者胆固醇的值(mmol/L)，t2表示实验后患者胆固醇的值(mmol/L)；击Data View 标签，录入数据(见图9-5，图9-6)。
图9-5 Variable View窗口内定义要输入的变量no、g、t1和t2
图9-6 Data View窗口内录入数据
分析：
Analyze → General Linear Model → Repeated Measures
Within-Subject Factor name：改为t
Number of Levels：键入2 →
Within-Subjects Variables [t]：t1～t2
Between- Subjects Factor [s]：g
→Custom
→Within-Subjects Model：t
→ Between-Subjects Model：g
输出结果
Mauchly's Test of Sphericity(b)
4. (1) 该资料采用的是两独立样本t检验作两两比较。
(2) 所使用的统计分析方法错误。欲比较三组均数是否两两不同，用两独立样本t检验作多次比较，会增大犯I型错误的概率。
(3) 应当先采用完全随机设计方差分析，若分析结果拒绝H0，则进一步采用SNK法作三组间的两两比较。
完全随机设计方差分析
1) 建立检验假设，确定检验水准
H：三个年级锻炼时间的总体均数相等
H：三个年级锻炼时间的总体均数不全相等，即至少有两个总体均数不等1
α=0.05
2) 计算检验统计量
22()/(2887.142)/60=138926.4821C X N ==∑
22()148914.9985-138926.4821=9988.5164SS X X X C =-=-=∑∑总 160159
N ν=-=-=总 22()=() i i i i SS n X X X n C =--∑∑∑组间
222
1137.469911.241838.432()138926.48212431.7231202020
=++-=
1312k ν=-=-=组间
7556.7933SS SS SS =-=总组内组间
57N k ν=-=组内
/= 9.1711/MS SS v F MS SS v =
=
组间组间组间组内
组内组内
方差分析结果见表9-12。
表9-12 方差分析表
多个样本均数间比较见表9-13。
表9-13 SNK
检验计算表
对比组
A 与
B 两均数之差A B X X - 两均数之差 标准误 X X S -
q
对比组内
包含组数
a q 界值
P
0.05
0.01 1与3 14.9519 2.5746 5.8075 3 3.44 4.37 <0.01 1与2 11.3114 2.5746 4.3935 2 2.86 3.82 <0.01 2与3
3.6405
2.5746
1.4140
2
2.86
3.82
>0.05
3) 确定P 值，作出统计推断
方差分析结果P <0.01，按α=0.05水准，拒绝0H ，接受1H ，差别有统计学意义，可以认为三个年级锻炼时间的总体均数不全相等；多个均数间的两两比较
的SNK检验结果提示：可以认为一年级和二年级、一年级和三年级的锻炼时间不同；尚不能认为二年级和三年级的锻炼时间不同。
SPSS操作
数据录入：
打开SPSS Data Editor窗口，点击Variable View标签，定义要输入的变量，group表示组别(1为一年级，2为二年级，3为三年级)，x表示锻炼时间(分)；再点击Data View标签，录入数据(见图9-7，图9-8)。
图9-7 Variable View窗口内定义要输入的变量x、g
图9-6 Data View窗口内录入数据
分析：
Analyze→Compare Means →ONEWAY-ANOV A
Dependent List框：锻炼时间(x)
Factor框：g
Equal Variances Assumed：S-N-K
Homogeneity of Variances test
→Statistics：
输出结果
单因素方差分析实例 [例6-8]在1990 年秋对“亚运会期间收看电视的时间”调查结果如下表所示。 问：收看电视的时间比平日减少了（第一组）、与平日无增减（第二组）、比平日增加了（第三组）的三组居民在“对亚运会的总态度得分”上有没有显著的差异？即要检验从“态度”上看，这三组居民的样本是取自同一总体还是取自不同的总体 在SPSS 中进行方差分析的步骤如下： （1）定义“居民对亚运会的总态度得分”变量为X（数值型），定义组类变量为G（数 值型），G=1、2、3 表示第一组、第二组、第三组。然后录入相应数据，如图6-66所示 图6-66 方差分析数据格式 （2）选择[Analyze]=>[Compare Means]=>[One-Way ANOVA...]，打开[One-Way ANOVA]主对 话框（如图6-67所示）。从主对话框左侧的变量列表中选定X，单击按钮使之进入[Dependent List]框，再选定变量G，单击按钮使之进入[Factor]框。单击[OK]按钮完成。
图6-67 方差分析对话框 （3）分析结果如下： 因此，收看电视时间不同的三个组其对亚运会的态度是属于三个不同的总体。 多因素方差分析 [例6-11]从由五名操作者操作的三台机器每小时产量中分别各抽取1 个不同时段的产 量，观测到的产量如表6-31所示。试进行产量是否依赖于机器类型和操作者的方差分析。
SPSS 的操作步骤为： （1）定义“操作者的产量”变量为X（数值型），定义机器因素变量为G1（数值型）、操作 者因素变量为G2（数值型），G1=1、2、3 分别表示第一、二、三台机器，G2=1、2、3、4、5 分别表示第1、2、3、4、5 位操作者。录入相应数据，如图6-68所示。 图6-68 双因素方差分析数据格式 （2）选择[Analyze]=>[General Linear Model]=>[Univariate...]，打开[Univariate]主对话框（如图6-69所示）。从主对话框左侧的变量列表中选定X，单击按钮使之进入[Dependent List]框，再选定变量G1 和G2，单击按钮使之进入[Fixed Factor(s)]框。单击[OK]按钮
实验报告 ——（方差分析） 一、实验目的 熟练使用SPSS软件进行方差分析。学会通过方差分析分析不同水平的控制变量是否对结果产生显著影响。 二、实验内容 1、某职业病防治院对31名石棉矿工中的石棉肺患者、可疑患者及非患者进行了用力肺活量（L）测定，问三组石棉矿工的用力肺活量有无差别?（自建数据集） 石棉肺患者可疑患者非患者 1.8 2.3 2.9 1.4 2.1 3.2 1.5 2.1 2.7 2.1 2.1 2.8 1.9 2.6 2.7 1.7 2.5 3.0 1.8 2.3 3.4 1.9 2.4 3.0 1.8 2.4 3.4 1.8 3.3 2.0 3.5 SPSS计算结果： 在建立数据集时定义group1为石棉肺患者，group2为可疑患者，group3为非患者。 零假设：各水平下总体方差没有显著差异。 相伴概率为0.075，大于0.05，可以认为各个组的方差是相等的，可以进行方差检验。
从上表可以看出3个组之间的相伴概率都小于显著性水平0.05，拒绝零假设，说明3个组之间都存在显著差别。 2、某汽车经销商在不同城市进行调查汽车的销售量数据分析工作，每个城市分别处于不同的区域：东部、西部和中部，而且汽车经销商在不同城市投放不同类型的广告，调查数据放置于附件中数据文件“汽车销量调查.sav”。 （1）试分析不同区域与不同广告类型是否对汽车的销量产生显著性的影响？（2）如果考虑到不同城市人均收入具有差异度时，再思考不同区域和不同广告类型对汽车销量产生的影响差异是否改变，这说明什么问题？ SPSS计算结果： （1）此为多因素方差分析 相伴概率为0.054大于0.05，可以认为各个组总体方差相等可以进行方差检验。
统计学方差分析练习题与答案一、单项选择题 1．在方差分析中，（）反映的是样本数据与其组平均值的差异 A 总离差 B 组间误差 C 抽样误差 D 组内误差 2．是（） A 组内平方和 B 组间平方和 C 总离差平方和 D 因素B的离差平方和 3．是（） A 组内平方和 B 组间平方和 C 总离差平方和 D 总方差 4．单因素方差分析中，计算F统计量，其分子与分母的自由度各为（） A r，n B r-n，n-r C r-1.n-r D n-r，r-1 二、多项选择题 1．应用方差分析的前提条件是（） A 各个总体报从正态分布 B 各个总体均值相等 C 各个总体具有相同的方差 D 各个总体均值不等 E 各个总体相互独立 2．若检验统计量F= 近似等于1，说明（） A 组间方差中不包含系统因素的影响 B 组内方差中不包含系统因素的影响 C 组间方差中包含系统因素的影响 D 方差分析中应拒绝原假设 E方差分析中应接受原假设 3．对于单因素方差分析的组内误差，下面哪种说法是对的？（） A 其自由度为r-1 B 反映的是随机因素的影响 C 反映的是随机因素和系统因素的影响 D 组内误差一定小于组间误差 E 其自由度为n-r 4．为研究溶液温度对液体植物的影响，将水温控制在三个水平上，则称这种方差分析是（） A 单因素方差分析 B 双因素方差分析 C 三因素方差分析 D 单因素三水平方差分析 E 双因素三水平方差分析 三、填空题 1．方差分析的目的是检验因变量y与自变量x是否，而实现这个目的的手段是通过
的比较。 2．总变差平方和、组间变差平方和、组内变差平方和三者之间的关系是。3．方差分析中的因变量是，自变量可以是，也可以是。4．方差分析是通过对组间均值变异的分析研究判断多个是否相等的一种统计方法。 5．在试验设计中，把要考虑的那些可以控制的条件称为，把因素变化的多个等级状态称为。 6．在单因子方差分析中，计算F统计量的分子是方差，分母是方差。 7．在单因子方差分析中，分子的自由度是，分母的自由度是。 四、计算题 1．有三台机器生产规格相同的铝合金薄板，为检验三台机器生产薄板的厚度是否相同，随机从每台机器生产的薄板中各抽取了5个样品，测得结果如下： 机器1：0.236,0.238,0.248,0.245,0.243 机器2：0.257,0.253,0.255,0.254,0.261 机器3：0.258,0.264,0.259,0.267,0.262 问：三台机器生产薄板的厚度是否有显著差异？ 2．养鸡场要检验四种饲料配方对小鸡增重是否相同，用每一种饲料分别喂养了6只同一品种同时孵出的小鸡，共饲养了8周，每只鸡增重数据如下：（克） 配方：370，420，450，490，500，450 配方：490，380，400，390，500，410 配方：330，340，400，380，470，360 配方：410，480，400，420，380，410 问：四种不同配方的饲料对小鸡增重是否相同？ 3．今有某种型号的电池三批，它们分别为一厂、二厂、三厂三个工厂所生产的。为评比其质量，各随机抽取5只电池为样品，经试验测得其寿命（小时）如下： 一厂：40，48，38，42，45 二厂：26，34，30，28，32 三厂：39，40，43，50，50 试在显著性水平下检验电池的平均寿命有无显著的差异。 4．一个年级有三个小班，他们进行了一次数学考试。现从各个班级随机抽取了一些学生，记录其成绩如下： 1班：73，89，82，43，80，73，66，60，45，93，36，77 2班：88，78，48，91，51，85，74，56，77，31，78，62，76，96，80 3班：68，79，56，91，71，71，87，41，59，68，53，79，15
SPSS 第二次作业——方差分析 1、案例背景： 在一些大型考试中，为了保证结果的准确和一致性，通常针对一些主观题，都采取由多个老师共同评审的办法。在评分过程中，老师对学生的信息不可见，同时也无法看到其他评分，保证了结果的公正性。然而也有特殊情况的发生，导致了成绩的不稳定，这就使得对不同教师的评分标准考察变得十分必要。 2、案例所需资料及数据的获取方式和表述，变量的含义以及类型： 所需资料：抽样某地某次考试中不同教师对不同的题目的学生成绩的评分； 获取方式：让一组学生前后参加四次考试，由三位教师进行批改后收集数据； 变量含义、类型：一份试卷的每道主观题由三名教师进行评定，3个教师的评定结果可看成事从同一总体中抽出的3个区组，它们在四次评定的成绩是相关样本。 表1如下： 3、分析方法： 用方差分析的方法对四个总体的平均数差异进行综合性的F 检验。 4、数据的检验和预处理： a) 奇异点的剔除：经检验得无奇异点的剔除； b) 缺失值的补齐：无； c) 变量的转换（虚拟变量、变量变换）：无； d) 对于所用方法的假设条件的检验：进行正态性和方差齐性的检验。 正态性，用QQ 图进行分析得下图： 教师 题目 1 2 3 a 27.3 28.5 29.1 b 29.0 29.2 28.3 c 26.5 28.2 29.3 d 29.7 25.7 27.2
得到近似满足正态性。 ?对方差齐性的检验： 用SPSS对方差齐性的分析得下表： Test of Homogeneity of Variances 分数 Levene Statistic df1 df2 Sig. .732 2 9 .508 易知P〉0.05，接受方差齐性的假设。 5、分析过程： a) 所用方法：单因素方差分析；方差分析中的多重比较。 b) 方法细节： ●单因素方差分析 第一步，提出假设： H0：μ1=μ2=μ3；（教师的评定基本合理，即均值相同） H1：μi(i=1,2,3)不全相等；（教师的评定不够合理，均值有差异）第二步，为检验H0是否成立，首先计算以下统计量：
第四节析因设计与方差分析 1. 基本概念 完全随机设计(单因素) 随机区组设计(两因素, 无重复) 拉丁方设计(三因素, 无重复) 析因设计(两因素以上, 至少重复2次以上) 析因设计的意义 在评价药物疗效时，除需知道A药和B药各剂量的疗效外（主效应），还需知道两种药同时使用的协同疗效。析因设计及相应的方差分析能分析药物的单独效应、主效应和交互效应。 例：
A因素食物中蛋白含量; B因素食物中脂肪含量 B A 平均a2-a1 a1 a2 b1 30 32 31 2 b2 36 44 40 8 平均33 38 35.5 5 b2-b1 6 12 9
(1)单独效应: 在每个B 水平, A 的效应。或在每个A 水平，B 的效应。 (2)主效应：某因素各水平的平均差别。 (3)交互效应：某因素各水平的单独效应随另一因素水平变化而变化，则称两因素间存在交互效应。如果)()()(000μμμμμμ-+-≠-b a ab ，存在交互效应。 如果)()()(000μμμμμμ-+->-b a ab ，协同作用。 如果)()()(000μμμμμμ-+-<-b a ab ，拮抗作用。
25 27 29 31 33 35 37 39 41 43 45 a1a2 25 27 29 31 33353739414345 a1a2 如果不存在交互效应，则只需考虑各因素的主效应。 在方差分析中，如果存在交互效应，解释结果时，要逐一分析各因素的单独效应，找出最优搭配。 在两因素析因设计时，只需考虑一阶交互效应。三因素以上时，除一阶交互效应外，还需考虑二阶、三阶等高阶交互效应，解释将更复杂。
学院：数学与统计学院 专业：数学与应用数学 学号： ：君波 实验六方差分析 一、实验目的 通过本次实验，了解如何进行各种类型均值的比较与检验。 二、实验性质 必修，基础层次 三、主要仪器及试材 计算机及SPSS软件 四、实验容 单因素方差分析 五、实验学时 2学时 单因素方差分析(One-Way ANOVA过程) 1.某城市从4个排污口取水，进行某种处理后检测大肠杆菌数量，单位面积菌落数如下表所示，请分析各个排污口的大肠杆菌数量是否有差别。 排污口 1 2 3 4 大肠杆菌数量9,12,7,5 20,14,18,12 12,7,6,10 23,13,16,21 实验步骤： 首先建立“数据视图”→单击“分析(A)”→选择“比较均值（M）”→选择“单因素ANOV A”→将“大肠杆菌数量”选入到“因变量列表(E)”→将“排污口”选入到“因子”中→在“选项（O）”中的“描述性（D）”、“方差同质性检验（H）”、“均值图（M）”上打勾→点击“继续”→点击“确定”。 运行过程及结果： 变量视图： 数据视图：
运行结果： 结果分析：①在“描述”图表中给出了四个排污口的大肠杆菌数量的基本描述性统计量。包括样本容量、样本均值、标准差、标准误差、均值的95%的置信区间、最小值和最大值； ②在“方差齐性检验”图表中P值为0.329，若我们给定显著性水平为0.05，P大于0.05，接受原假设，认为四个总体的方差相等； ③在“ANOVA”图表中若取显著性水平0.05，因为P=0.003,所以P小于0.05，拒绝原假设，认为各个排污口的大肠杆菌数量存在显著差别； ④在“均值图”中可以看出第四个排污口大肠杆菌数量最多，第一个排污口大肠杆菌数量最少。 2.某连锁商场有五个连锁分店。希望比较这五个分店的营业额是否相同，调查人员各自独立地从这五个分店中取得12个营业日的日营业额，资料见下表： 连锁店营业日 第一分店第二分店第三分店第四分店第五分店 1 924 994 1160 107 2 949
第八章单因素方差分析 8.1黄花蒿中所含的青蒿素是当前抗疟首选药物，研究不同播期对黄花蒿种子产量的影响，试验采用完全随机化设计，得到以下结果(kg/小区)[47]： 重复2月19日3月9 3月28日4月13日 日 1 0.26 0.14 0.1 2 0.03 2 0.49 0.24 0.11 0.02 3 0.36 0.21 0.15 0.04 对上述结果做方差分析。 答：所用程序及结果如下： options linesize=76 nodate; data mugwort; do date=1 to 4; do repetit=1 to 3; input yield @@; output; end; end; cards; 0.26 0.49 0.36 0.14 0.24 0.21 0.12 0.11 0.15 0.03 0.02 0.04 ; run; proc anova; class date; model yield=date; means date/duncan; run; One-Way ANOVA Analysis of Variance Procedure Class Level Information Class Levels Values DATE 4 1 2 3 4 Number of observations in data set = 12 One-Way ANOVA Analysis of Variance Procedure Dependent Variable: YIELD Sum of Mean Source DF Squares Square F Value Pr > F Model 3 0.18515833 0.06171944 14.99 0.0012 Error 8 0.03293333 0.00411667 Corrected Total 11 0.21809167
第九章 方差分析与回归分析习题参考答案 1. 为研究不同品种对某种果树产量的影响，进行试验，得试验结果（产量）如下表，试分析果树品种对产量是否有显着影响. （0.05(2,9) 4.26F =，0.01(2,9) 8.02F =） 34 2 11 1310ij i j x ===∑∑ 解：r=3, 12444n n 321=++=++=n n , T=120 ,120012 1202 2===n T C 3 4 2 211 131********(1)1110110T ij T i j SS x C S n s ===-=-==-=?=∑∑或S 322.1112721200724(31)429724A i A A i SS T C S s ==-=-==-=??=∑或S 3872110=-=-=A T e SS SS SS 计算统计值722 8.53, 389 A A A e e SS f F SS f = =≈…… 方差分析表 结论:由于0.018.53(2,9)8.02, A F F ≈>=故果树品种对产量有特别显着影响. 2. ..180x = 43 2 11 2804ij i j x ===∑∑ 解：22..4,3,12,180122700l m n lm C x n =======
43 2211 28042700104(1)119.45 104T ij T i j S x C S n s ===-=-==-=?≈∑∑&&或 422 .1 12790270090(1)331090 3A i A A i S x C S m l s ==-=-==-≈??=∑或322 .1 12710.5270010.5(1)8 1.312510.5 4B j B B j S x C S l m s ==-=-==-≈?=∑或1049010.5 3.5e T A B S S S S =--=--= 计算统计值90310.52 51.43,93.56 3.56 A A B B A B e e e e S f S f F F S f S f = =≈==≈ 结论: 由以上方差分析知，进器对火箭的射程有特别显着影响；燃料对火箭的射程有显着影响. 31,58,147,112,410.5,i i i i i i x y x y x y =====（1）求需求量Y 与价格x 之间 的线性回归方程； （2）计算样本相关系数； （3）用F 检验法作线性回归关系显着性检验. ??? ? ??====56.10)9,1(,26.11)8,1(12.5)9,1(,32.5)8,1(01.001.005.005.0F F F F 解：引入记号 10, 3.1, 5.8n x y === ()()14710 3.1 5.832.8xy i i i i l x x y y x y nx y =--=-=-??=-∑∑ 2 222()11210 3.115.9xx i i l x x x nx =-=-=-?=∑∑ 22 ()(1)9 1.766715.9xx i x l x x n s =-=-≈?≈∑或 2 222()410.510 5.874.1yy i i l y y y ny =-=-=-?=∑∑ 22()(1)98.233374.1yy i y l y y n s =-=-≈?≈∑或 ?(1) b Q 32.8??2.06, 5.8 2.06 3.112.1915.9xy xx l a y bx l -==≈-=-≈+?≈ ∴需求量Y 与价格x 之间的线性回归方程为 ?y ??12.19 2.06a bx x =+≈-
第10章方差分析与试验设计 三、选择题 1.方差分析的主要目的是判断（）。 Ａ. 各总体是否存在方差 Ｂ. 各样本数据之间是否有显著差异 Ｃ. 分类型自变量对数值型因变量的影响是否显著 Ｄ. 分类型因变量对数值型自变量的影响是否显著 2.在方差分析中，检验统计量Ｆ是（）。 Ａ. 组间平方和除以组内平方和Ｂ. 组间均方除以组内均方Ｃ. 组间平方除以总平方和Ｄ. 组间均方除以总均方 3.在方差分析中，某一水平下样本数据之间的误差称为（）。Ａ. 随机误差Ｂ. 非随机误差Ｃ. 系统误差Ｄ. 非系统误差 4.在方差分析中，衡量不同水平下样本数据之间的误差称为（）。Ａ. 组内误差Ｂ. 组间误差Ｃ. 组内平方Ｄ. 组间平方 5.组间误差是衡量不同水平下各样本数据之间的误差，它（）。Ａ. 只包括随机误差 Ｂ. 只包括系统误差 Ｃ. 既包括随机误差，也包括系统误差 Ｄ. 有时包括随机误差，有时包括系统误差 6.组内误差是衡量某一水平下样本数据之间的误差，它（）。Ａ. 只包括随机误差 Ｂ. 只包括系统误差 Ｃ. 既包括随机误差，也包括系统误差 Ｄ. 有时包括随机误差，有时包括系统误差 7.在下面的假定中，哪一个不属于方差分析中的假定（）。 Ａ. 每个总体都服从正态分布Ｂ. 各总体的方差相等
Ｃ. 观测值是独立的 Ｄ. 各总体的方差等于0 8.在方差分析中，所提出的原假设是210:μμ=H = ···=k μ，备择假设是（ ） Ａ. ≠≠H 211:μμ···k μ≠ Ｂ. >>H 211:μμ···k μ> Ｃ. < 实验三多元方差分析 一、实验目的 用多元方差分析说明民族和城乡对人均收入和文化程度的影响。 二、实验要求 调查24个社区，得到民族与城乡有关数据如下表所示，其中人均收入为年 均，单位百元。文化程度指15岁以上小学毕业文化程度者所占百分比。试依此 数据通过方差分析说明民族和城乡对人均收入和文化程度的影响。 三、实验内容 1．依次点击“分析”---- “常规线性模型”----“多变量”，将“人均收入”和“文化程 度”加到“因变量”中，将“民族”和“居民”加到“固定因子”中，如下图一所示。 民族农村城市 人均收入文化程度人均收入文化程度 1 46，50，60，68 70，78，90，93 52，58，72，75 82，85，96，98 2 52，53，63，71 71，75，86，88 59，60，73，77 76，82，92，93 3 54，57，68，69 65，70，77，81 63，64，76，78 71，76，86，90 【图一】 2.点击“选项”，将“输出”中的相关选项选中，如下图二所示： 【图二】 3.点击“继续”，“确定”得到如下表一的输出： 【表一】 常规线性模型 主体间因子 值标签N 民族 1.00 1 8 2.00 2 8 3.00 3 8 居民 1.00 农村12 2.00 城市12 描述性统计量 民族居民均值标准差N 人均收入1 农村56.0000 9.93311 4 城市64.2500 11.02648 4 总计60.1250 10.66955 8 2 农村59.7500 8.99537 4 城市67.2500 9.10586 4 总计63.5000 9.28901 8 3 农村62.0000 7.61577 4 城市70.2500 7.84750 4 总计66.1250 8.40812 8 总计农村59.2500 8.45442 12 城市67.2500 8.89458 12 总计63.2500 9.41899 24 文化程度1 农村82.7500 10.68878 4 城市90.2500 7.93200 4 总计86.5000 9.59166 8 1．（20分）一研究者为了研究市场环境对企业战略行为的影响对MBA学员做了一个模拟实验。60名学员每人管理一个企业，以利润最大化为目标模拟经营。模拟一段时间后，市场环境发生变化。学员随机分为3组，其中第一组为对照组，第二组市场环境转变为恶性竞争，第三组市场环境为合作竞争。在新环境下继续模拟。研究者收集了每个学员在市场环境变化前后的市场份额和利润率数据，形成两个分析指标： Y1: 环境变化后市场份额/环境变化前市场份额*100（Y1=100意味着环境变化前后市场份额无变化） Y2: 环境变化后利润率/环境变化前利润率*100（Y2=100意味着环境变化前后该企业利润无变化） 然后，对这两个指标做多响应变量方差分析，并做LSD多重均值比较。研究者还担心MBA学员工作经历不同可能影响分析结果，特别设计了一个反映工作经历的指标EXP，作为协变量。SPSS输出结果如下。请回答下列问题： （1）解释以下各输出图表的含义 （2）从输出结果中你能得出什么结论？ 2．（20分）为了帮助人们找到更好的工作，某市政府制定了一个培训计划。为了检验该计划是否达到预期目的，研究者收集了参加培训和未参加培训人员（对照组）样本数据，做了一个单因素分析。响应变量为incomes after the program，因素为培训状态变量prog，prog=0-未参加培训，prog=1-参加培训。考虑到培训前工资可能对结果产生影响，引入协变量：incbef （培训前工资）。软件分析输出结果如下： Tests of Between-Subjects Effects（协变量调 整前） Dependent Variable: Income after the program Source Type III Sum of Squares df Corrected Model 5136.897(a) 1 Intercept 277571.145 1 prog 5136.897 1 Error 16656.454 998 Total 297121.000 1000 Corrected Total 21793.351 999 a R Squared = .236 (Adjusted R Squared = .235) Tests of Between-Subjects Effects（协变量调 整后） Dependent Variable: Income after the program Source Type III Sum of Squares df Corrected Model 12290.741(a) 2 Intercept 131.400 1 incbef 7153.844 1 prog 4735.662 1 Error 9502.610 997 Total 297121.000 1000 Corrected Total 21793.351 999 a R Squared = .564 (Adjusted R Squared = .563) （1）分别对协变量调整前和协变量调整后的方差分析结果做假设检验， （2）你认为在此分析中是否应该引入协变量？为什么？ （3）下表是协变量调整后方差分析的参数估计表，从该表中你能得出什么结论？ Parameter Estimates Dependent Variable: Income after the program Parameter B Std. Error t Sig. 95% Confidence Interval Partial Eta 第10章 方差分析与试验设计 三、选择题 1.方差分析的主要目的是判断 （ ）。 Ａ. 各总体是否存在方差 Ｂ. 各样本数据之间是否有显著差异 Ｃ. 分类型自变量对数值型因变量的影响是否显著 Ｄ. 分类型因变量对数值型自变量的影响是否显著 2.在方差分析中，检验统计量Ｆ是 （ ）。 Ａ. 组间平方和除以组内平方和 Ｂ. 组间均方除以组内均方 Ｃ. 组间平方除以总平方和 Ｄ. 组间均方除以总均方 3.在方差分析中，某一水平下样本数据之间的误差称为 （ ）。 Ａ. 随机误差 Ｂ. 非随机误差 Ｃ. 系统误差 Ｄ. 非系统误差 4.在方差分析中，衡量不同水平下样本数据之间的误差称为 （ ）。 Ａ. 组内误差 Ｂ. 组间误差 Ｃ. 组内平方 Ｄ. 组间平方 5.组间误差是衡量不同水平下各样本数据之间的误差，它 （ ）。 Ａ. 只包括随机误差 Ｂ. 只包括系统误差 Ｃ. 既包括随机误差，也包括系统误差 Ｄ. 有时包括随机误差，有时包括系统误差 6.组内误差是衡量某一水平下样本数据之间的误差，它 （ ）。 Ａ. 只包括随机误差 Ｂ. 只包括系统误差 Ｃ. 既包括随机误差，也包括系统误差 Ｄ. 有时包括随机误差，有时包括系统误差 7.在下面的假定中，哪一个不属于方差分析中的假定 （ ）。 Ａ. 每个总体都服从正态分布 Ｂ. 各总体的方差相等 Ｃ. 观测值是独立的 Ｄ. 各总体的方差等于0 8.在方差分析中，所提出的原假设是210:μμ=H = ···=k μ，备择假设是（ ） Ａ. ≠≠H 211:μμ···k μ≠ Ｂ. >>H 211:μμ···k μ> Ｃ. < 第五章方差分析 序号:5-004 题型:名词解释题 章节:方差分析 题目:方差分析的任务 答案:①求参数μ、μj 、α 1、α 2 ……αm的估计值（参数估计） ②分析观测值的偏差 ③检验各水平效应α 1、α 2 ……αm（等价μ 1 、μ 2 ……μm）有无显著差异 难度:高 评分标准:每题2分，少一条扣去1分。 序号:5-002 题型: 判断题 章节:方差分析 题目:方差分析是一种比较总体方差差异的统计方法。（） 答案:错误 难度:中 评分标准:1分 序号:5-003 题型:综合题 章节:方差分析 题目:设有三个车间以不同的工艺生产同一种产品，为考察不同工艺对产品产量的影响，现对每个车间各纪录5天的日产量，如表所示，问三个车间的日产量是否有显著差异？ （取α=0.05）。 将最终的计算结果填入下表： F ＞)12,2(05.0F 存在显著差异。 解：（1）计算各水平均值和总平均值，465 46 484745441=++++= X ， 同理46,5232==X X ，483 46 5246=++=X （2’分） （2）计算总离差平方和S T ，组内平方和S E ，组间平方和S A 。 S T =（44－48）2+（46－48）2+……（45－48）2＝172 （1’分） S A =Σ120)4846(5)4852(5)4846(5)(2222j =-+-?+-=-X X （1’分） S E =S T －S A =172－120=52（1’分） （3）计算方差 MS A = 601 3120 =- MS E = 33.43 1552 =-（1’分） （4）作F 检验 85.1333 .460 === E A MS MS F （1’分） 89.3)21,2(),1(05.02==--F m n m F （1’分） 难度:中 评分标准: 每题8分 序号:5-004 题型:综合题 章节:方差分析 题目: 有重复双因素方差分析，A 因素有3个水平，B 因素有3个水平，在A i 、B j 所有可能组合条件下，重复观测2次。试用观测值X ijk 、均值??i X 、??j X ……, i =1、2……n ， j =1、2……m ， k =1、2…… l 制表。并指定Excel 单元格对应。 有重复双因素方差分析数据表 方差分析方法 方差分析是统计分析方法中，最重要、最常用的方法之一。本文应用多个实例来阐明方差分析的应用。在实际操作中，可采用相应的统计分析软件来进行计算。 1. 方差分析的意义、用途及适用条件 1.1 方差分析的意义 方差分析又称为变异数分析或F检验，其基本思想是把全部观察值之间的变异（总变异），按设计和需要分为二个或多个组成部分，再作分析。即把全部资料的总的离均差平方和（SS）分为二个或多个组成部分，其自由度也分为相应的部分，每部分表示一定的意义，其中至少有一个部分表示各组均数之间的变异情况，称为组间变异（MS组间）；另一部分表示同一组内个体之间的变异，称为组内变异（MS组内），也叫误差。SS除以相应的自由度（υ），得均方（MS）。如MS组间>MS组内若干倍（此倍数即F值）以上，则表示各组的均数之间有显著性差异。 方差分析在环境科学研究中，常用于分析试验数据和监测数据。在环境科学研究中，各种因素的改变都可能对试验和监测结果产生不同程度的影响，因此，可以通过方差分析来弄清与研究对象有关的各个因素对该对象是否存在影响及影响的程度和性质。 1.2 方差分析的用途 1.2.1 两个或多个样本均数的比较。 1.2.2 分离各有关因素，分别估计其对变异的影响。 1.2.3 分析两因素或多因素的交叉作用。 1.2.4 方差齐性检验。 1.3 方差分析的适用条件 1.3.1 各组数据均应服从正态分布，即均为来自正态总体的随机样本（小样本）。 1.3.2 各抽样总体的方差齐。 1.3.3 影响数据的各个因素的效应是可以相加的。 1.3.4 对不符合上述条件的资料，可用秩和检验法、近似F值检验法，也可以经过变量变换，使之基本符合后再按其变换值进行方差分析。一般属Poisson分布的计数资料常用平方根变换法；属于二项分布的百分数可用反正弦函数变换法；当标准差与均数之间呈正比关系，用平方根变换法又不易校正时，也可用对数变换法。 2. 单因素方差分析（单因素多个样本均数的比较） 根据某一试验因素，将试验对象按完全随机设计分为若干个处理组（各组的样本含量可相等或不等），分别求出各组试验结果的均数，即为单因素多个样本均数。 用方差分析比较多个样本均数的目的是推断各种处理的效果有无显著性差异，如各组方差齐，则用F检验；如方差不齐，用近似F值检验，或经变量变换后达到方差齐，再用变换值作F检验。如经F检验或近似F值检验，结论为各总体均数不等，则只能认为各总体均数之间总的来说有差异，但不能认为任何两总体均数之间都有差异，或某两总体均数之间有差异。必要时应作均数之间的两两比较，以判断究竟是哪几对总体均数之间存在差异。 在环境科学研究中，常常要分析比较不同季节对江、河、湖水中某种污染物的含量 1. 某湖水在不同季节氯化物含量测定值如表6.16所示。问不同季节氯化物含量有无差别？ 若有差别，进行32个水平的两两比较。 解： 2.有三种抗凝剂（123,,A A A ）对一标本作红细胞沉降速度（一小时值）测定，每种抗凝剂 3.将18名原发性血小板减少症患者按年龄相近的原则配为6个单位组，每个单位组中的3名患者随机分配到A 、B 、C 三个治疗组中，治疗后的血小板升高情况见表6.17，问3中治疗方法的疗效有无差别？ 表6.17 不同人用鹿茸后血小板的升高值/(4 3 10/mm ) 解： 4.某研究人员以0.3mL/kg 剂量纯苯给大鼠皮下注射染毒，每周3次，经45天后，实验动物白细胞综述下降至染毒前的50%左右，同时设置未染毒组。两组大鼠均按照是否给予升高白 细胞药物分为给药组和不给药组，试验结果见表6.18，试作统计分析。 解： 问：（1）这三类人的该项生理指标有差别吗？（） α=） （2）如果有差别，请进行多重比较分析。（0.05 解： 6.将24家生产产品大致相同的企业，按资金分为三类，每个公司的每100元销售收入的生产成本（单位：元）如表6.20所示。这些数据能否说明三类公司的市场生产成本有差异（假 α=） 定生产成本服从正态分布，且方差相同）？（0.05 解： 7.为了解三种不同配比的饲料对仔猪影响的差异，对三种不同品种的猪各选三头进行试验，分别测得其三个月间体重增加量如表6.21所示。假定其体重增加量服从正态分布，且1方 α=） 差相同。试分析不同饲料与不同品种对猪生长有无显著差异？（0.05 8.比较3种化肥（A，B两种新型化肥和传统化肥）施撒在三种类型（酸性、中性和碱性）的土地上对作物的产量情况有无差别，将每块土地分成6块小区，施用A，B两种新型化肥和传统化肥，收割后，测量各组作物的产量，得到的数据如表6.22所示、化肥、土地类型 α=） 及其它们的交互作用对作物产量有影响吗？（0.05 - 让4名学生前后做3份测验卷，得到如下表的分数，运用方差分析法可以推断分析的问题是：3份测验卷测试的效果是否有显著性差异？ 1、确定类型 由于4名学生前后做3份试卷，是同一组被试前后参加三次考试，4位学生的考试成绩可看成是从同一总体中抽出的4个区组，它们在三个测验上的得分是相关样本。 2、用方差分析方法对三个总体平均数差异进行综合性地F检验 检验步骤如下： 第一步，提出假设： 第二步，计算F检验统计量的值： 因为是同一组被试前后参加三次考试，4位学生的考试成绩可看成是从同一总体中抽出的4个区组，它们在三个测验上的得分是相关样本，所以可将区组间的个别差异从组内差异中分离出来，剩下的是实验误差，这样就可以选择公式（6.6）组间方差与误差方差的F比值来检验三个测验卷的总体平均数差异的显著性。 ①根据表6.4的数据计算各种平方和为： 总平方和： 组间平方和： 区组平方和： 误差平方和： ②计算自由度 总自由度： 组间自由度： 区组自由度： 误差自由度： ③计算方差 组间方差： 区组方差： 误差方差： ④计算F值 第三步，统计决断 根据，α=0.01，查F值表，得到，而实际计算的F检验统计量的值为，即P（F >10.9）<0.01， 样本统计量的值落在了拒绝域内，所以拒绝零假设，接受备择假设，即三个测验中至少有两个总体平均数不相等。 3、用q检验法对逐对总体平均数差异进行检验 检验步骤如下： 第一步，提出假设： 第二步，因为是多个相关样本，所以选择公式（6.8）计算q检验统计量的值： 在为真的条件下，将一次样本的有关数据及代入上式中，得到A和B两组的平均数之差的q值，即： 以此类推，就可得到每对样本平均数之间差异比较的q值，如下表所示： 第三步，统计决断 为了进行统计决断，在本例中，将A，B，C共3组学生英语单词测验成绩的等级排列为： A与C之间和B与C之间包含有1，2两个组，a=2；A与B之间包含有1，2，3三个组，a=3。 根据，得到当a=2时，q检验的临界值为 ； 当a=3时，q检验的临界值为；将表（6.5）中的q检验统计量的值与q临界值进行比较，得到表（6.6）中的3次测验成绩各对平均数之间的比较结果：表6.6 3次测试各对样本平均数之差q值的比较结果 SPSS——单因素方差分析 来源：李大伟的日志 单因素方差分析 单因素方差分析也称作一维方差分析。它检验由单一因素影响的一个(或几个相互独立的)因变量由因素各水平分组的均值之间的差异是否具有统计意义。还可以对该因素的若干水平分组中哪一组与其他各组均值间具有显著性差异进行分析，即进行均值的多重比较。One-Way ANOVA过程要求因变量属于正态分布总体。如果因变量的分布明显的是非正态，不能使用该过程，而应该使用非参数分析过程。如果几个因变量之间彼此不独立，应该用Repeated Measure 过程。 [例子] 调查不同水稻品种百丛中稻纵卷叶螟幼虫的数量，数据如表1-1所示。 表1-1 不同水稻品种百丛中稻纵卷叶螟幼虫数 数据保存在“data1.sav”文件中，变量格式如图1-1。 图1-1 分析水稻品种对稻纵卷叶螟幼虫抗虫性是否存在显著性差异。 1）准备分析数据 在数据编辑窗口中输入数据。建立因变量“幼虫”和因素水平变量“品种”，然后输入对应的数值，如图1-1所示。或者打开已存在的数据文件“data1.sav”。 2）启动分析过程 点击主菜单“Analyze”项，在下拉菜单中点击“Compare Means”项，在右拉式菜单中点击“0ne-Way ANOVA”项，系统 打开单因素方差分析设置窗口如图1-2。 图1-2 单因素方差分析窗口 3）设置分析变量 因变量:选择一个或多个因子变量进入“Dependent List”框中。本例选择“幼虫”。 因素变量:选择一个因素变量进入“Factor”框中。本例选择“品种”。 4）设置多项式比较 单击“Contrasts”按钮，将打开如图1-3所示的对话框。该对话框用于设置均值的多项式比较。 第九章方差分析 【思考与练习】 一、思考题 1. 方差分析的基本思想及其应用条件是什么？ 2. 在完全随机设计方差分析中SS SS SS 、、各表示什么含义？ 总组间组内 3. 什么是交互效应？请举例说明。 4. 重复测量资料具有何种特点？ 5. 为什么总的方差分析的结果为拒绝原假设时，若想进一步了解两两之间的差别需要进行多重比较？ 二、最佳选择题 1. 方差分析的基本思想为 A. 组间均方大于组内均方 B. 误差均方必然小于组间均方 C. 总变异及其自由度按设计可以分解成几种不同来源 D. 组内方差显著大于组间方差时，该因素对所考察指标的影响显著 E. 组间方差显著大于组内方差时，该因素对所考察指标的影响显著 3. 完全随机设计的方差分析中，下列式子正确的是 4. 总的方差分析结果有P<0.05，则结论应为 A. 各样本均数全相等 B. 各总体均数全相等 C. 各样本均数不全相等 D. 各总体均数全不相等 E. 至少有两个总体均数不等 5. 对有k 个处理组，b 个随机区组的资料进行双因素方差分析，其误差的自由度为 A. kb k b -- B. 1kb k b --- C. 2kb k b --- D. 1kb k b --+ E. 2kb k b --+ 6. 2×2析因设计资料的方差分析中，总变异可分解为 A. MS MS MS =+B A 总 B. MS MS MS =+B 总误差 C. SS SS SS =+B 总误差 D. SS SS SS SS =++B A 总误差 E. SS SS SS SS SS =+++B A AB 总误差 7. 观察6只狗服药后不同时间点(2小时、4小时、8小时和24小时)血药浓度的变化，本试验应选用的统计分析方法是 A. 析因设计的方差分析SPSS处理多元方差分析报告例子
方差分析练习题
方差分析选择题及答案
应用统计学习题：方差分析
方差分析几个案例
双因素方差分析习题
最新方差分析实例
SPSS——单因素方差分析报告详解
第9章方差分析思考与练习-带答案
相关主题
文本预览