1、实用标准文档文案大全作业 8：多因素方差分析1， data0806-height 是从三个样方中测量的八种草的高度，问高度在三个取样地点，以及八种草之间有无差异？具体怎么差异的？打开 spss 软件，打开 data0806-height 数据，点击 Analyze-General Linear Model-Univariate 打开：把 plot 和 species 送入 Fixed Factor(s)，把 height 送入 Dependent Variable，点击 Model 打开：实用标准文档文案大全选择 Full factorial，Type III Sum of squares，I
2、nclude intercept in model（即全部默认选项） ，点击 Continue 回到 Univariate 主对话框，对其他选项卡不做任何选择，结果输出：实用标准文档文案大全因无法计算 rror ，即无法分开 intercept 和 error，无法检测interaction 的影响，无法进行方差分析，重新 Analyze-General Linear Model-Univariate 打开：实用标准文档文案大全选择好 Dependent Variable 和 Fixed Factor(s)，点击 Model 打开：点击 Custom，把主效应变量 species 和 plot
3、 送入 Model 框，点击 Continue 回到Univariate 主对话框，点击 Plots：实用标准文档文案大全把 date 送入 Horizontal Axis，把 depth 送入 Separate Lines，点击 Add，点击 Continue回到 Univariate 对话框，点击 Options：把 OVERALL,species, plot 送入 Display Means for 框，选择 Compare main effects，Bonferroni，点击 Continue 回到 Univariate 对话框，输出结果：实用标准文档文案大全可以看到：SSspecie
4、s=33.165，dfspecies=7，MSspecies=4.738；SSplot=33.165，dfplot=7，MSplot=4.738；SSerror=21.472，dferror=14，MSerror=1.534；Fspecies=3.089，p=0.034General Linear Model-Univariate：把 species 送入 Fixed Factor(s)，把 high 送入 Dependent Variable，点击 Plots：实用标准文档文案大全把 species 送入 Horizontal Axis，点击 Add，点击 Continue 回到 Univa
5、riate，点击 Post Hoc（因为我们已经知道 species 效应显著）：实用标准文档文案大全把 species 送入 Post Hoc Tests for 框，选择 Tukey，输出结果：各组均值从小到大向下排列。最大的是第五组，最小的是第四组，其中有些种类草的高度存在实用标准文档文案大全差异，有些不存在。再次检验不同样地草的高度差异：过程和上相似：结果如下不同样地的草高度存在差异，其中一样地的草高度最短，3 样地的草高度最高，且三组之间都实用标准文档文案大全存在差异。2， data0807-flower，某种草的开花初期高度在两种温度和两个海拔之间有无差异？具体怎么差异的？多因素单
6、因变量方差分析通过 Analyze-General Linear Model-Univariate 实现，把因变量 height 送入 Dependent Variable 栏，把因素变量 temperature 和 attitude 送入Fixed Factor(s)栏实用标准文档文案大全点击 Model 选项卡，打开：选着 full factorial，type 3，点击）Include intercept in model。点击 Plots 对话框，打开：可选择 attitude 到 Horizontal Axis，然后选择 temperature 到 Horizontal Axis，再
7、选择 attitude 到 Separate Lines，Plots 框显示 attitude, temperature, attitude * temperature，实用标准文档文案大全Estimated Marginal Means 选择 OVERALL，产生边际均值的均值 Display 框选择要输出的统计量，Descriptive statistics 描述统计量，Homogeneity tests 方差齐性检验。结果输出：主效应各因素各水平以及样本量，各水平的均值和标准差。实用标准文档文案大全把样本分为四组，进行方差齐性检验，方差不一致。可以看到：SSaltitude=503.16
8、7，dfaltitude=1，MSaltitude=503.167；SStemperature=1149.798，dftemperature=1，MStemperature=1149.798；SSinteraction=338.486，dfinteraction=1，MSinteraction=338.486；SSerror=935.748，dferror=83，MSerror=935.748；Faltitude=44.63，p=0.0340.001;Ftemperature=101.986,p=0.0050.001;Ftemperature=101.986,0.001; Finteracti
9、on=34.458 ，p0.001;所以故认为在 0.1%的置信水平上，不同温度，不同海拔之间的草高度是存在差异的。在四个样本总体中，在 95%的置信区间，花的平均高度范围为 137.719 到 139.172 之间。实用标准文档文案大全在海拔为 3200 米处，在 95%的置信区间，花的平均高度范围为 139.852 到 141.920 之间。在海拔为 3400 米处，在 95%的置信区间，花的平均高度范围为 134.985 到 137.036 之间。aititude 各水平的边际均值的多重比较，在本试验中，事实上0: 平均aititude（3200）= aititude（3400） ；但是
10、平均 aititude（3200）花高度平均aititude（3400）花高度，在 95%置信区间为 3.427 到 6.333.故均值存在差异。，SSaltitude=503.167，dfaltitude=1，MSaltitude=503.167； SSerror=935.748，dferror=83，MSerror=935.748；Faltitude=44.63，P0.001.不同海拔的花高度不存在差异的的概率0.001.实用标准文档文案大全在温度为 T1 处，在 95%的置信区间，花的平均高度范围为 141.149 到 143.119 之间。在温度为 T2 处，在 95%的置信区间，花的
11、平均高度范围为 133.689 到 135.825 之间。 温度各水平的边际均值的多重比较，在本试验中，事实上0: （T1 时，平均花高度）=（ T2 时，平均花高度） ；但是（T1 时，平均花高度）（ T2 时，平均花高度） ，在95%置信区间为 5.924 到 8.830，故均值存在差异，不接受 H0 假设。 SStemperature=1149.798，dftemperature=1，MStemperature=1149.798； SSerror=935.748，dferror=83，MSerror=935.748；Ftemperature=101.986,p0.001; 不同温度下，花
12、的高度存在差异。实用标准文档文案大全在温度为 T1，海拔 3200 米处，在 95%的置信区间，花的平均高度范围为 145.433 到148.004 之间。在温度为 T2 处，海拔 3200 米处在 95%的置信区间，花的平均高度范围为 133.433 到136.673 之间。在温度为 T1 处，海拔 3400 米处，在 95%的置信区间，花的平均高度范围为 136.057 到139.043 之间。在温度为 T2 处，海拔 3400 米处，在 95%的置信区间，花的平均高度范围为 133.068 到135.853 之间。不同海拔下的的边际均值图两个因素的边际均值交互效应图，该图直线相互交叉（即斜率不一样）表明有交互效应。结论如下：某种草的开花初期高度在两种温度之间有差异（Ftemperature=101.986,p0.001;） ，T1 时草的开花初期高度高于 T2 时草的开花初期高度.某种草的开花初期高度在两种海拔之间有差异（Faltitude=44.63，P0.001.） ，海拔实用标准文档文案大全3200 时草的开花初期高度高于海拔 3400 时草的开花初期高度.温度和海拔对草的开花初期高度的影响存在交互效应(Finteraction=34.458 ，p0.001)。
