1、西北农林科技大学实验报告学院名称：理学院 专业年级：2006 级信计 1 班姓 名： 袁金龙 学 号：15206012课 程：多元统计分析 报告日期：实验二 方差分析一实验题目1.对表 5 的数据进行方差分析：表 5：某个因数下的 3 个处理的 2 个指标的不同结果6 5 8 4 7处理 17 9 6 9 93 1 2处理 23 6 32 5 3 2处理 33 1 1 32. 对表 6 的数据进行方差分析：A B x1 x2 x31.0 1.0 6.5 9.5 4.41.0 1.0 6.2 9.9 6.41.0 1.0 5.8 9.6 3.01.0 1.0 6.5 9.6 4.11.0 1.0
2、 6.5 9.2 3.01.0 2.0 6.9 9.1 5.71.0 2.0 7.2 10.0 2.01.0 2.0 6.9 9.9 3.91.0 2.0 6.1 9.5 1.91.0 2.0 6.3 9.4 5.72.0 1.0 6.7 9.1 2.82.0 1.0 6.6 9.3 4.12.0 1.0 7.2 8.3 3.82.0 1.0 7.1 8.4 1.62.0 1.0 6.8 8.4 3.42.0 2.0 7.1 9.2 8.42.0 2.0 7.0 8.8 5.22.0 2.0 7.2 9.7 6.92.0 2.0 7.5 10.1 2.72.0 2.0 7.6 9.2 1.9二
3、、实验分析：1.从题目要求来看，该题属于单向分类多元方差分析，根据 spss 软件，得到如下结果：数据输入:处理 指标 1 指标 21.0 6.0 7.01.0 5.0 9.01.0 8.0 6.01.0 4.0 9.01.0 7.0 9.02.0 3.0 3.02.0 1.0 6.02.0 2.0 3.03.0 2.0 3.03.0 5.0 1.03.0 3.0 1.03.0 2.0 3.0spss操作步骤：选择Analyze=General Linear Model=Multivariate.，打开Multivariate.主对话框（如图1所示）。从主对话框左侧的变量列表中选定x1，x2，
4、单击按钮使之进入Dependent Variables框，再选定变量level，单击按钮使之进入Fixed Factor(s)框图 1：多元方差分析主窗口运行结果如下：表 1：Boxs Test 结果Boxs Test of Equality of Covariance MatricesaBoxs M 2.723F .290df1 6df2 578.405Sig. .942Tests the null hypothesis that the observed covariance matrices of the dependent variables are equal across grou
5、ps.a. Design: Intercept + level表 2：各指标整体的结果Levenes Test of Equality of Error VariancesaF df1 df2 Sig.x1 .439 2 9 .658x2 .614 2 9 .563Tests the null hypothesis that the error variance of the dependent variable is equal across groups.a. Design: Intercept + level表 3：此因数的显著性判断Multivariate Test ResultsVa
6、lue F Hypothesis df Error df Sig.Pillais trace 1.132 5.868 4.000 18.000 .003Wilks lambda .036 17.027a 4.000 16.000 .000Hotellings trace 21.987 38.477 4.000 14.000 .000Roys largest root 21.774 97.982b 2.000 9.000 .000a. Exact statisticb. The statistic is an upper bound on F that yields a lower bound
7、on the significance level.表 4：各指标内部的比较Multiple ComparisonsLSD95% Confidence IntervalDependent Variable (I) level (J) levelMean Difference (I-J) Std. Error Sig. Lower Bound Upper Bound2 4.0000* 1.03280 .004 1.6637 6.336313 3.0000* .94868 .012 .8539 5.14611 -4.0000* 1.03280 .004 -6.3363 -1.663723 -1.0
8、000 1.08012 .379 -3.4434 1.44341 -3.0000* .94868 .012 -5.1461 -.8539x132 1.0000 1.08012 .379 -1.4434 3.44342 4.0000* 1.03280 .004 1.6637 6.336313 6.0000* .94868 .000 3.8539 8.14611 -4.0000* 1.03280 .004 -6.3363 -1.663723 2.0000 1.08012 .097 -.4434 4.44341 -6.0000* .94868 .000 -8.1461 -3.8539x232 -2.
9、0000 1.08012 .097 -4.4434 .4434Based on observed means.The error term is Mean Square(Error) = 2.000.*. The mean difference is significant at the .05 level.分析：从表 1 的 sig=0.9420.05,以及表 3 的四个统计量的 sig 最大值为 0.003小于 0.05，因此，该因数下的 3 个处理水平的均值不全相同，即该因素下的不同水平间有显著差异，则下面的各指标的比较以及指标内部的比较才有意义。从表 2 的 x1，x2 的 sig 值
10、为：0.658，0.563 大于 0.05，则表明指标 1 与指标 2 的各自 3 个不同的处理间有显著的差异。从表 4 可以看出：原理（sig0.05 表明该指标下的两个处理间不太显著，sig 越小越显著） ，则指标 1 下：处理 1 与处理 2 之间显著，处理 1 与处理 3 之间不显著，处理 2 与处理 3 之间不显著；指标 2 下：处理 1 与处理 2 之间显著, 处理 1 与处理 3 之间显著, 处理2 与处理 3 之间不显著。2.从题目要求来看，该题属于两向分类多元方差分析，根据 spss 软件，得到如下结果：spss操作步骤：选择Analyze=General Linear Mo
11、del=Multivariate.，打开Multivariate.主对话框（如图1所示）。从主对话框左侧的变量列表中选定x1，x2，x3，单击按钮使之进入Dependent Variables框，再选定变量A,B，单击按钮使之进入Fixed Factor(s)框运行结果如下：表 7：Boxs Test 结果Boxs Test of Equality of Covariance MatricesaBoxs M 31.383F 1.119df1 18df2 904.638Sig. .328Tests the null hypothesis that the observed covariance
12、matrices of the dependent variables are equal across groups.a. Design: Intercept + A + B表 8：各指标整体的结果Levenes Test of Equality of Error VariancesaF df1 df2 Sig.x1 1.878 3 16 .174x2 .613 3 16 .616x3 2.466 3 16 .100Tests the null hypothesis that the error variance of the dependent variable is equal acro
13、ss groups.a. Design: Intercept + A + B表 9：此因数的显著性判断Multivariate Test ResultsValue F Hypothesis df Error df Sig.Pillais trace .603 7.582a 3.000 15.000 .003Wilks lambda .397 7.582a 3.000 15.000 .003Hotellings trace 1.516 7.582a 3.000 15.000 .003Roys largest root 1.516 7.582a 3.000 15.000 .003a. Exact
14、statistic表 10 Univariate Test ResultsUnivariate Test ResultsSourceDependent Variable Sum of Squares df Mean Square F Sig.x1 1.740 1 1.740 16.769 .001x2 1.352 1 1.352 7.055 .017Contrastx3 .025 1 .025 .007 .936x1 1.765 17 .104x2 3.258 17 .192Errorx3 62.020 17 3.648分析：从表 7 的 sig=0.328 0.05,以及表 9 的四个统计量的 sig 最大值为 0.003小于 0.05，因此，拉速与添加剂在高低两水平下的 3 三个指标的均值不全相同，拉速与添加剂不同水平间有显著差异，则下面的各指标的比较以及指标内部的比较才有意义。从表 8 的 x1，x2，x3 的 sig 值为：0.174，0.616，0.100 大于 0.05，则表明耐撕力、光泽与不透明度的各自在高低两个水平间有显著的差异。但从表10 的 sig 为 0.001、0.017、0.936 大于 0.05，可以看出耐撕力、光泽各自在高低两个水平间有显著的差异，而不透明度各自在高低两个水平间的差异不太显著。
