SPSS数据统计软件实验报告

SPSS数据统计软件实验报告

SPSS数据统计软件实验报告 专业 信息与计算科学 班级 级班 组别 指导教师 姓名 同组人 实验时间 2018 年 月 日 实验地点 实验名称 方差分析 实验目的 通过对数据的分析，使其掌握用方差分析的方法来比较数据。 实验仪器：

1、支持Intel Pentium Ⅲ及其以上CPU，内存256MB以上、硬盘1GB以上容量的微机；

软件配有Windows98/2000/XP操作系统及SPSS软件。 2、了解SPSS软件的特点及系统组成，在电脑上操作SPSS软件。 实验内容、步骤及程序： 一、1.实例内容：

下表给出销售方式对销售量的对比试验数据，利用单因素方差分析来分析不同 的销售方式对销售量的影响。 2.实例操作： Step 01 打开对话框。

打开数据文件,选择菜单栏中的|【比较均值】|【单因素ANOVA】命令,弹出【单因素ANOVA检验】对话框。 Step 02 选择因变量。

在候选变量列表框中选择【销售量】变量作为因变量,将其添加至【因变量列表】列表框中。 Step 03 选择因变量。

在候选变量列表框中选择【销售方式】变量,将其添加至文本框中。 Step 04 定义相关统计选项以及缺失值处理方法。

单击【单因素ANOVA检验】对话框，在弹出的对话框选中【方差同质性检验】、【平均值图】复选框，然后单击。 Step 05 事后多重比较。

单击【单因素ANOVA检验】对话框【事后比较】，在弹出图中选中Bonferroni复选框，然后单击。

Step 06 对组间平方和进行线性分解并检验。

单击【单因素ANOVA检验】对话框，弹出图的对话框选中【多项式】，将设为，单击返回【单因素ANOVA检验】的对话框。 Step 07 单击，输出分析结果。

3.实例结果及分析 變異數同質性測試 销售量 Levene 統計資料 df1 df2 顯著性 .346 3 16 .793 给出了方差齐性检验的结果。从该表可以得到 Levene方差齐性检验的P值为0.793, 与显著性水平0.05相差大,因此基本可以认为样本数据之间的方差是非齐次的。 變異數分析 销售量 平方和 df 平均值平方 F 顯著性 群組之間 （合併） 685.000 3 228.333 7.336 .003 線性項 比對 196.000 1 196.000 6.297 .023 偏差 489.000 2 244.500 7.855 .004 在群組內 498.000 16 31.125 總計 1183.000 19 给出了单因素方差分析的结果。从表中可以看出,组间平方和是685、组内平方 和是196,其中组间平方和的的F值为7.336,相应的概率值是0.003,小于显著性水平0.05,因此认为不同的销售方式对销售量有显著的影响。另外,这个表中也给出了线性形式的趋势检验结果,组间变异被销售方式所能解释的部分是196,被其他因素解释的有244.5,并且组间变异被销售方式所能解释的部分是非常显著的 4.事后检验 多重比較 因變數: 销售量 Bonferroni 法 (I) 销售方式 (J) 销售方式 平均差異 (I-J) 標準錯誤 顯著性 95% 信賴區間 下限 上限 1.0 2.0 -7.0000 3.5285 .388 -17.615 3.615 3.0 9.0000 3.5285 .128 -1.615 19.615 4.0 4.0000 3.5285 1.000 -6.615 14.615 2.0 1.0 7.0000 3.5285 .388 -3.615 17.615 3.0 16.0000* 3.5285 .002 5.385 26.615 4.0 11.0000* 3.5285 .040 .385 21.615 3.0 1.0 -9.0000 3.5285 .128 -19.615 1.615 2.0 -16.0000* 3.5285 .002 -26.615 -5.385 4.0 -5.0000 3.5285 1.000 -15.615 5.615 4.0 1.0 -4.0000 3.5285 1.000 -14.615 6.615 2.0 -11.0000* 3.5285 .040 -21.615 -.385 3.0 5.0000 3.5285 1.000 -5.615 15.615 *. 平均值差異在

0.05 層級顯著。

给出了多重比较的结果,*表示该组均值差是是显著的。因此,从表中可以看出, 第二组和第三组、第四组的销售量均值差是非常明显的,但是第三组与第四组的销售量均值差话相却不是很明显。另外,还可以得到每组之间均值差的标准误差、置信区间等信息。

平均值圖形 给出了各组的均值图。从图可以清楚地看到不同的施肥类型对应不同的销售量均 值。可见,第三组的销售量最低,且与其他两组的销售量均值相差较大,而第二组和和第三组之间的销售量均值差异不大,这个结果和多重比较的结果非常一致 二、1.实例内容： 某研究机构研究了3种动物饲料对4种品系小鼠体重增加的影响,数据如图下所示,变量a为饲料种类,变量b为鼠的品系,变量x为增重克数。 2.实例操作： Step 01 打开对话框。

打开数据文件,选择菜单栏中的|【一般线性模型】|【单变量】命令,弹出【单变量】对话框,如图所示。 Step 02 选择观测变量。

在候选变量列表框中选择变量作为因变量,将其添加至【因变量】列表框中。

Step 03 选择因素变量。

选择【饲料类型】和和【小鼠品系】变量作为因素变量,将它们添加至【固固定因子】列表框中,如图所示。 Step 04选择多重比较。

单击按按钮,弹弹出【单变量:模型】对话框,如图5.23所示。选中单选按钮,在左侧列表框中选择“因因素a”和“因因素b”变量并移至列表框中。选择【构建项】选项组中下拉列表框中的【主效应】选项,再单击【继继续】按钮,返回主对话框。 Step 05其他选项选择。

单击按钮,弹出图5.24所示【单变量:轮廓图】对话框。将因素b