spss多因素方差分析实施报告例子.docx
《spss多因素方差分析实施报告例子.docx》由会员分享，可在线阅读，更多相关《spss多因素方差分析实施报告例子.docx（28页珍藏版）》请在冰点文库上搜索。
spss多因素方差分析实施报告例子
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->GeneralLinear
Model->Univariate打开：
扌巴plot禾口species送入FixedFactor（s），扌巴height送入DependentVariable，点
击Model打开：
选择Fullfactorial,TypeIIISumofsquares,Ineludeinterceptinmodel（即全咅B
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：
UnivariateAnalysisofVariance
Betwe«n-Subjecta「aclors
N
2
3
4
5
6
7
B
glut1
2
3
3
3
3
3
J
3
3
9
a
B
TestsofSctffeeii-SubKtisEffects
endenlVarlablweednmight（cm）
sourt&
rypsllSumofSouses
af
Mean3^uart
F
CcrTectedMode）
FS四旷
-n
IrtA'CApI
3234.08J
1
323^,082
7
^738
plot
24261
2
12.130
EpKiet*pin
2f.4?
^
1634
Error
.000
0
Total
33129B0
24
CorrectedTotal
7S.B&S
23
«.F?
Smdied=1.030谄djj*udFSqualid=
因无法计算？
?
？
?
rror，即无法分开？
?
?
?
ercept和？
?
?
？
error，无法检测interaction
的影响，无法进行方差分析，
重新Analyze->GeneralLinearModel-〉Univariate打开:
回到
点击Custom，把主效应变量species和plot送入Model框，点击Continue
Univariate主对话框，点击Plots:
扌巴date送入HorizontaiAxis,扌巴depth送入SeparateLines,'点击Add,'点击Continue回到Univariate对话框，点击Options:
把OVERALL,species,plot送入DisplayMeansfor框，选择Comparemaineffects
Bonferroni，点击Continue回至UUnivariate对话框，
输出结
果:
Dep@nnlVanablaheight
Source
Typ&IIISumofSq'uar^s-
df
MoanSquare
F
Corracte-jlUodel
57.426B
g
6.381
4.160
.000
Intercept
3334.082
1
3234032
71QBJC11
..000
gpeti科
33.1E6
7
4.730
3j089
..03J
plot
24.251
2
12130
靑09
.005
trnor
21472
14
1.531
Total
3312.980
24
Corrects-jTotsl
23
aRSqLared=77F（MjiisrqdRsquarp（l=申阳
可以看到：
SSspecies=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=0.034<0.05;Fplot=12.130,p=0.005<0.01;
所以故认为在5%的置信水平上，不同样地，不同物种之间的草高度是存在差异的。
EstimatedMarginalMeans
1.GrandMean
DependantVariable:
weedheighl（cm）
Mean
SidError
95%ConfidenceInterval
LowerBound
UpperBound
11.603
253
11.066
12.151
2・weedspecies
Estimates
DependentVsriable;height（cm）
jv^acIsppcieq
M&an
Std.Error
95%ConfidenceInterval
LcwerBound
UpperBound
1
10833
715
9400
12457
2
12357
.715
10833
13900
3
11317
.715
9S33
12.^00
4
99S7
.715
8433
11和。
5
14167
715
12633
15.70C'
6
10S33
715
S300
12367
1
11867
715
10333
134（1G
日
11357
715
9833
1290C
UnivaridteTests
Depen^ntVariat'ie:
we^dtieight（cm）
SumofSquares
df
MeanSquare
F
Sig
Contrast
33165
7
4.738
3.089
.034
Error
21472
14
1.53+
TheFt^ststheeffectofweedspecies.Thisl&stisbasadorttislinearlyind^pendsntpairwisvcomparisonsarncngthe?
stmatsdmarginalmeans.
dferror=14
该表说明：
SSspecies=33.165,dfspecies=7,MSspecies=4.738；SSerror=21.472
MSerror=1.534；Fspecies=3.089,p=0.034<0.05;物种间存在差异：
3,plot
Estin.ites
DependentVanabk:
vteedheight（cit）i
plot
StdEnor
95%ConfidenceInternal
LowerBcund
l」M即Biund
1
10.398
439
9.440
11.327
2
11.536
433
1Q.&48
12,527
3
1：
850
43S
11.&11
13789
PairwiseConiparieons
Dapondon：
^qriqblt;woodheight（cml
（DP'ot
WplDt
MeanDifltiwnrf（kJ）
S：
dErrer
Sig?
95%ConidaneeIntervalfar
Diff*r^nt^b
LowqtBound
UpperBound
1
1
*1200
.sig
-3JB3
m
3
.Bly
.004
-4.145
-7B0
■
1
1200
.619
.219
-.403
2,叭
3
-1262
Rig
.102
-2945
420
3
1
■
24C2
.019
.0D4
.700
4.145
2
1162
.E1S
.132
420
2945
03s?
donesimate<]marginalmeans
■*TiemeanPififei■哎pkgssigrificantaHhe.'>5level.
KAHiiu-cd'nnontfnrim11tirJorjrirrnaricr,nq■Onnfforrnnii
DependentVariable:
weedheight（cm）
SumofSquares
If
MeanSquare
F
Sig.
Contrast
Error
24.2S1
21.472
2
14
12.130
1.534
7.909
.005
TheFteststheeffectofplot.Thistestisbasedonthelinearlyindependentpairwisecomparisorsamongtheestimatedmarginalmeans.
SSplot=33.165,dfplot=7,MSplot=4.738；SSerror=21.472,dferror=14,MSerror=1.534
Fplot=12.130,p=0.005<0.01;不同的物种间在差异：
ProlilePlots
由边际分布图可知：
类似结论：
草的高度在不同样地的条件之间有差异（Fplot=12.130,p=0.005<0.01），具体是，样地一和样地三之间存在的差异最大；八种不
同草的高度也存在差异（Fspecies=3.089，p=0.034<0.05），具体是第四种草和第五种草的
差异最大。
再次检验不同种类草的高度差异：
重新进行方差分析，Analyze->GeneralLinear
Model-〉Univariate:
把species送入FixedFactor（s），把high送入Dependent
Variable，点击Plots:
把species送入HorizontalAxis，点击Add，点击Continue回到Univariate，点击PostHoc
（因为我们已经知道species效应显著）：
st'H,39.3H口一右
PSB£04<£ms—
E匸SFgnGEXiJlElcg3ow£_3MMTp
inoso王
0»^Q益豈Elin口GE呂！
5
®旷M一噓凰H.^m
Fi瓯[mQITwe>-口孚3
^■sdb
mspeciesPosfHocTesfsfor画俳犧Tukey■
TestsofBetweeti-SubieetsEffects
Dependentvanable:
weedheight（cm）
Source
TypeIIISumofSquares
df
MeanSquare
F
Sig.
CorrectedModel
33165a
7
4738
1.658
.190
Intercept
3234092
1
3234.0B2
1131.457
.000
species
33.165
7
4.736
1.656
.190
Error
45.733
16
2.S5S
Tcrtall
3312900
24
CorrectedTotal
7S898
23
a.RSquared=.420（AdjustedRSquared=.167）
HomogeneousSubsets
MenJhgi^Hlernli
TukevH5DiJi
'TH1E"口注
N
^dL<9el
1
4
>
?
9EF
）
1C933
1
J
10933
J
1
use?
a
）
11317
7
）
11M7
）
5
$
me?
S4g
.1Q7
m专WnsJorgrcup*mhDE叩eamuJ5
Sas-idcmotssr.^idmBann
~h9sFoibsmisM&anSqu-ag^Eirov
>2^B
jU9«lHtiiiiOMekkHnSanipleSl2«=3.0DQ.
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差
异，有些不存在。
FrolitaPlot*
llLI-rnsp•*■»$»■
再次检验不同样地草的高度差异：
过程和上相似：
结果如下
nestsofHelweenMiniectsE=neds
DepsndErrysKimtle;-Aeedheiqnt&m*
9auic»
TVwIISunn
df
hlmanSquare
F
&ia
Corrcct-adVo
24.261*
2
12130
渝2
.021
hrtercept
3234ClB2
1
3234082
12J3024
000
pioi
14JB1
2
12.130
+jS62
.021
Filni
qjii^a
5T
2CD2
Tota]
3312jS1G0
24
Dabblechckl«
二n—rt勿Tri饲1
78sg*a
23
actsat*
c
吊RSquar€d-=307（Adjusl^dR常qy帚馬d二242）
PostHocTests
HomogeneousSubset?
weedli刚it（cm]
TuktiyHSD*-h
plot
IN
Subset
1
2
1
e
10JBS
2
e
11.507
11.507
3
&
11850
Si（j
s317
卫吧
Ms^nsftJigw奶irliomoge（i«（U5subsetsarsdi>payed.
B3SQConot）servedmeans.
Tieerrortermislui^nSquare（Enuil^2.602.
aUsggHarmonic鹹onnSamplsEizo-6,000.
b.Alpha-.05.
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，且三组之间都存
在差异。
ProfilePlots
■■•
EstimatedMarginalMetnsoFweedheight（cm）
HQrj
se#?
«IAIICLI'a」EIAIF4歸UIQaUJ
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？
多因素单因变量方差分析通过Analyze->GeneralLinearModel-〉Univariate实现，
把因变量height送入DependentVariable栏，把因素变量temperature和attitude送
入FixedFactor（s）栏
点击Model选项卡，打开：
选着fullfactorial,type3，点击）Ineludeinterceptinmodel
占
八、、
到
击Plots对话框，打开：
：
可选择attitude至UHorizontalAxis，然后选择temperatureHorizontalAxis，再选择attitude至USeparateLines,Plots框显示attitude,temperature,attitude*temperature,
结果输出:
UnivariateAnalysisofVariance
BetweenSubjectsFactor*
ValueLabel
N
altitude
320Qm
44
2
34D0m
43
temperatureleveii1
T1
47
2
T2
40
主效应各因素各水平以及样本量,
DeSCliplh/eS^dtisQLS
□4pand«mVariabla:
hagh：
（nrm）to1aww
aiUtbdetemperMuielevel
Mean
9td.DaMatfon
3200rnTl
145.713
30B51
27
T2
135053
B7Q1
17
Tmai
142211
&2431
H
3400mTl
137560
&3671
2C
T2
1；4^61
2.467&
23
Talal
135.893
43135
43
TolaT1
142ElF
5177&
47
T2
134713
1957»
40
Tolsl
13D.DQ1
62173
37
各水平的均值和标准差。
Leuene'sTestcfE（|ualitvorErrorVariancesa
DependentVariable:
heighl（mm）toflow&r
F
dn
df3
Sig.
S.5201
3
85
r.wo
Teststhenullhypdlhesisthfttheerrorvarianceoftriedependentvariableisequalacrossgroups.
aD&sig^Intercept4altitude+temperature+altitude*temperature
把样本分为四组，进行方差齐性检验，方差不一致。
TestsofBetween-SubjectsEffects
OopondantVariable,hoijht（mm）toflowSource
TypsIIISumofSquires
df
M^ariSquare
F
Sl-J.
OoirsctodModol
2360.
3
766.202
70.622
003
ntercepi
1919714.628
1
1619714620
143667.239
003
ilULide
503.107
1
5C3.I67
44.03D
000
lerrpudlLiiti
1149.798
1
1149.798
1DT9B6
ODO
aitiun«"lernperaiure
3ee.4B6
1
3te,406
3M59
QOQ
Error
935.740
B3
11.27^
Total
166644^.270
07
SoirectedTolal
3324.353
晡
aRSquared=.719（MiustedRSqjared=.708）
可以看到：
SSaltitude=503.167,dfaltitude=1,MSaltitude=503.167SStemperature=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=0.034<0.001;Ftemperature=101.986,p=0.005<0.001;Ftemperature=101.986,<0.00
1;Finteraction=34.458，p<0.001;
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。
EstimatedMarginalMeans
1fGrand|Hean
DependentVariable:
h已ight（nim）toflower
StriError
9f%ConfidenceInt^ival
LcwerBound
UpperBound
138.446
3C5
137710
139172
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。
2.altitude
Estimates
DependentVariableheight（mni）toflowsr
altitude
Msan
Std.Error
95%ConfidenceInterval
LowerBound
UpperBound
3200m
140.686
.520
13S.652
1d1.920
3400m
136.005
.513
134,985
137.026
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。
PairwiseConw^risons
DependentVariable:
heqhtmm）toflower
（l）slttude
（J）altitude
MeanDiffernre（I-
J）
Std.Error
Sigb
95%ConfidenceIntervalfor
□nrerenca11
LowerBound
UpperHound
32D0
升级会员 