
SPSS做單因素方差分析(1)_數(shù)據(jù)分析師
單因素方差分析也稱作一維方差分析。它檢驗(yàn)由單一因素影響的一個(gè)(或幾個(gè)相互獨(dú)立的)因變量由因素各水平分組的均值之間的差異是否具有統(tǒng)計(jì)意義。還可以對(duì)該因素的若干水平分組中哪一組與其他各組均值間具有顯著性差異進(jìn)行分析,即進(jìn)行均值的多重比較。One-Way ANOVA過程要求因變量屬于正態(tài)分布總體。如果因變量的分布明顯的是非正態(tài),不能使用該過程,而應(yīng)該使用非參數(shù)分析過程。如果幾個(gè)因變量之間彼此不獨(dú)立,應(yīng)該用Repeated Measure過程。
[例子]
調(diào)查不同水稻品種百叢中稻縱卷葉螟幼蟲的數(shù)量,數(shù)據(jù)如表5-1所示。
表5-1 不同水稻品種百叢中稻縱卷葉螟幼蟲數(shù)
次數(shù) |
水 稻 品 種 |
||||
1 |
2 |
3 |
4 |
5 |
|
1 |
41 |
33 |
38 |
37 |
31 |
2 |
39 |
37 |
35 |
39 |
34 |
3 |
40 |
35 |
35 |
38 |
34 |
數(shù)據(jù)保存在“DATA5-1.SAV”文件中,變量格式如圖5-1。
圖5-1
分析水稻品種對(duì)稻縱卷葉螟幼蟲抗蟲性是否存在顯著性差異。
1)準(zhǔn)備分析數(shù)據(jù)
在數(shù)據(jù)編輯窗口中輸入數(shù)據(jù)。建立因變量“幼蟲”和因素水平變量“品種”,然后輸入對(duì)應(yīng)的數(shù)值,如圖5-1所示?;蛘叽蜷_已存在的數(shù)據(jù)文件“DATA5-1.SAV”。
2)啟動(dòng)分析過程
點(diǎn)擊主菜單“Analyze”項(xiàng),在下拉菜單中點(diǎn)擊“Compare Means”項(xiàng),在右拉式菜單中點(diǎn)擊“0ne-Way ANOVA”項(xiàng),系統(tǒng)
打開單因素方差分析設(shè)置窗口如圖5-2。
圖5-2 單因素方差分析窗口
3)設(shè)置分析變量
因變量: 選擇一個(gè)或多個(gè)因子變量進(jìn)入“Dependent List”框中。本例選擇“幼蟲”。
因素變量: 選擇一個(gè)因素變量進(jìn)入“Factor”框中。本例選擇“品種”。
4)設(shè)置多項(xiàng)式比較
單擊“Contrasts”按鈕,將打開如圖5-3所示的對(duì)話框。該對(duì)話框用于設(shè)置均值的多項(xiàng)式比較。
圖5-3 “Contrasts”對(duì)話框
定義多項(xiàng)式的步驟為:
均值的多項(xiàng)式比較是包括兩個(gè)或更多個(gè)均值的比較。例如圖5-3中顯示的是要求計(jì)算“1.1×mean1-1×mean2”的值,檢驗(yàn)的假設(shè)H0:第一組均值的1.1倍與第二組的均值相等。單因素方差分析的“0ne-Way ANOVA”過程允許進(jìn)行高達(dá)5次的均值多項(xiàng)式比較。多項(xiàng)式的系數(shù)需要由讀者自己根據(jù)研究的需要輸入。具體的操作步驟如下:
① 選中“Polynomial”復(fù)選項(xiàng),該操作激活其右面的“Degree”參數(shù)框。
② 單擊Degree參數(shù)框右面的向下箭頭展開階次菜單,可以選擇“Linear”線性、“Quadratic”二次、“Cubic”三次、“4th”四次、“5th”五次多項(xiàng)式。
③ 為多項(xiàng)式指定各組均值的系數(shù)。方法是在“Coefficients”框中輸入一個(gè)系數(shù),單擊Add按鈕,“Coefficients”框中的系數(shù)進(jìn)入下面的方框中。依次輸入各組均值的系數(shù),在方形顯示框中形成—列數(shù)值。因素變量分為幾組,輸入幾個(gè)系數(shù),多出的無(wú)意義。如果多項(xiàng)式中只包括第一組與第四組的均值的系數(shù),必須把第二個(gè)、第三個(gè)系數(shù)輸入為0值。如果只包括第一組與第二組的均值,則只需要輸入前兩個(gè)系數(shù),第三、四個(gè)系數(shù)可以不輸入。
可以同時(shí)建立多個(gè)多項(xiàng)式。一個(gè)多項(xiàng)式的一組系數(shù)輸入結(jié)束,激話“Next”按鈕,單擊該按鈕后“Coefficients”框中清空,準(zhǔn)備接受下一組系數(shù)數(shù)據(jù)。
如果認(rèn)為輸入的幾組系數(shù)中有錯(cuò)誤,可以分別單擊“Previous”或“Next”按鈕前后翻找出錯(cuò)的一組數(shù)據(jù)。單擊出錯(cuò)的系數(shù),該系數(shù)顯示在編輯框中,可以在此進(jìn)行修改,修改后單擊“Change”按鈕在系數(shù)顯示框中出現(xiàn)正確的系數(shù)值。當(dāng)在系數(shù)顯示框中選中一個(gè)系數(shù)時(shí),同時(shí)激話“Remove”按鈕,單擊該按鈕將選中的系數(shù)清除。
④單擊“Previous”或“Next”按鈕顯示輸入的各組系數(shù)檢查無(wú)誤后,按“Continue”按鈕確認(rèn)輸入的系數(shù)并返回到主對(duì)話框。要取消剛剛的輸入,單擊“Cancel”按鈕;需要查看系統(tǒng)的幫助信息,單擊“Help”按鈕。
本例子不做多項(xiàng)式比較的選擇,選擇缺省值。
5)設(shè)置多重比較
在主對(duì)話框里單擊“Post Hoc”按鈕,將打開如圖5-4所示的多重比較對(duì)話框。該對(duì)話框用于設(shè)置多重比較和配對(duì)比較。方差分析一旦確定各組均值間存在差異顯著,多重比較檢測(cè)可以求出均值相等的組;配對(duì)比較可找出和其它組均值有差異的組,并輸出顯著性水平為0.95的均值比較矩陣,在矩陣中用星號(hào)表示有差異的組。
圖5-4 “Post Hoc Multiple Comparisons”對(duì)話框
(1)多重比較的選擇項(xiàng):
①方差具有齊次性時(shí)(Equal Variances Assumed),該矩形框中有如下方法供選擇:
LSD (Least-significant difference) 最小顯著差數(shù)法,用t檢驗(yàn)完成各組均值間的配對(duì)比較。對(duì)多重比較誤差率不進(jìn)行調(diào)整。
Bonferroni (LSDMOD) 用t檢驗(yàn)完成各組間均值的配對(duì)比較,但通過設(shè)置每個(gè)檢驗(yàn)的誤差率來控制整個(gè)誤差率。
Sidak 計(jì)算t統(tǒng)計(jì)量進(jìn)行多重配對(duì)比較??梢哉{(diào)整顯著性水平,比Bofferroni方法的界限要小。
Scheffe 對(duì)所有可能的組合進(jìn)行同步進(jìn)入的配對(duì)比較。這些選擇項(xiàng)可以同時(shí)選擇若干個(gè)。以便比較各種均值比較方法的結(jié)果。
R-E-G-WF (Ryan-Einot-Gabriel-Welsch F) 用F檢驗(yàn)進(jìn)行多重比較檢驗(yàn)。
R-E-G-WQ (Ryan-Einot-Gabriel-Welsch range test) 正態(tài)分布范圍進(jìn)行多重配對(duì)比較。
S-N-K (Student-Newmnan-Keuls) 用Student Range分布進(jìn)行所有各組均值間的配對(duì)比較。如果各組樣本含量相等或者選擇了
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10