1、学院:数学与统计学院 专业:数学与应用数学 学号:20111910121 姓名:杨君波实验六 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 内 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,单位面积内菌落数如下表所示,请分析各个排污口的大肠杆菌数量是否有差
2、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 ANOVA”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 : 在 “描 述 ”图 表 中 给 出 了 四 个 排 污 口 的 大 肠 杆 菌 数
3、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 ; 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 ; 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
4、 大肠 杆 菌 数 量 存 在 显 著 差 别 ; 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 1072 9492 1094 1
5、270 1185 1011 11213 1000 1261 1292 961 11594 948 1034 1319 1229 10495 1066 1542 1101 1238 9526 923 1258 1246 1035 10977 823 1215 1340 1240 11448 1035 978 1019 947 9589 1130 1316 1224 1110 91710 1019 1005 967 955 107711 985 944 1221 1091 96712 957 1295 1210 916 1039以 0.05 的显著性水平检验“这五个分店的日营业额相同”这一假设。实
6、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 ANOVA” 将“日营业额”选入到“因变量列表(E)” 将“分店”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 : 在 “描 述 ”图 表 中 给 出 了 五 个 分 店 的 日 营 业 额 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
7、区 间 、 最 小 值 和 最 大 值 ; 在 “方 差 齐 性 检 验 ”图 表 中 P 值 为 0.01, 若 我 们 给 定 显 著 性 水 平 为 0.05, P 小 于 0.05, 拒 绝 原 假 设 , 认 为 四个 总 体 的 方 差 不 相 等 ; 在 “ANOVA”图 表 中 若 取 显 著 性 水 平 0.05, 因 为 P=0,所 以 P 小 于 0.05, 拒 绝 原 假 设 , 认 为 这 五 个 分 店 的 日 营 业额 不 相 同 ; 在 “均 值 图 ”中 可 以 看 出 第 三 个 分 店 日 营 业 额 最 多 , 第 一 个 分 店 日 营 业 额 最 少
8、 。实验八 多因素方差分析一 、 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 内 容1. 多 因 素 方 差 分 析2.协 方 差 分 析五 、 实 验 学 时2 学 时1.多因素方差分析(Univariate 过程)某城市从 4 个排污口取水,经两种不同方法处理后,检测大肠杆菌数量,单位面积内大肠杆菌数量如下表所示,请检验它们是否有差别。排污口 1 2 3 4处理方法 1 9,12,7,5 2
9、0,14,18,12 12,7,6,10 23,13,16,21处理方法 2 13,7,10,8 17,10,9,15 11,5,7,6 18,14,19,11实验步骤:首先建立“数据视图”单击“Analyze”选择“General Linear Model” 选择“Univariate ”进入多因素方差分析界面将“大肠杆菌数量”选入到“Dependent Variable”将“排污口、处理方法”选入到“Fixed Factor(s ) ”中单击“OK”。运行过程及结果:变量视图:数据视图:运行结果:结果分析:在“Tests of BetweenSubjects Effects”图表中知,排污
10、口的 Sig 为 0.00,小于 0.05,所以排污口对大肠杆菌数量有显著影响;由于处理方法的 Sig 为 0.208,大于 0.05,所以处理方法对大肠杆菌的数量没有显著影响;又因为“排污口*处理方法”两个同时作用的 Sig 为 0.563,大于 0.05,所以“排污口*处理方法”两个因素同时作用时对大肠杆菌的数量没有显著影响。2.协方差分析(Univariate 过程)政府实施某个项目以改善部分年轻工人的生活状况。项目实施后开始对年轻工人生活的改善情况进行调查,调查项目包括工人受教育程度、是否实施了该项目、实施项目前的工资(前工资)和实施项目后的工资(后工资)如下表所示。用实施项目后的工资
11、来反映生活状况的改善,要求剔除实施项目前的工资差异,分析工人的受教育程度和该项目实施对工人收入的提高是否有显著的影响。编号 前工资 后工资 受教育程度项目实施编号 前工资 后工资受教育程度项目实施1 8 12 初中 否 16 8 12 初中 否2 8 10 高中 否 17 8 10 高中 否3 8 11 初中 否 18 8 11 初中 否4 9 18 初中 是 19 9 18 初中 是5 7 12 初中 否 20 7 12 初中 否6 8 15 初中 是 21 8 15 初中 是7 8 13 高中 否 22 8 13 高中 否8 9 22 初中 是 23 9 22 初中 是9 7 18 初中
12、是 24 7 18 初中 是10 7 9 初中 否 25 7 8 初中 否11 6 8 初中 否 26 8 12 初中 否12 10 20 高中 是 27 8 15 初中 否13 6 14 初中 是 28 9 13 高中 否14 8 16 初中 是 29 11 14 大学 否15 12 25 大学 否 30 6 14 初中 是实验步骤:首先建立“数据视图”单击“Analyze”选择“General Linear Model” 选择“Univariate ”进入多因素方差分析界面将“工资”选入到“Dependent Variable”将“受教育程度、项目实施”选入到“Fixed Factor(s ) ”中单击“OK”。运行过程及结果:变量视图:数据视图:运行结果:结果分析:在“Tests of BetweenSubjects Effects”图表中知,受教育程度的 Sig 为 0.021,小于 0.05,所以受教育程度对工人收入的提高有显著影响;由于项目实施的 Sig 为 0.019,小于 0.05,所以项目的实施与否有显著影响;又因为“受教育程度*项目实施”两个同时作用的 Sig 为 0.614,大于 0.05,所以“受教育程度*项目实施”两个因素同时作用时对工人收入的提高没有显著影响。