單因素方差分析 盤點spss教程

原發布者:yiyangxuanSPSS——單因素方e68a84e799bee5baa631333433623738差分析來源：李大偉的日誌 單因素方差分析   單因素方差分析也稱作一維方差分析。它檢驗由單一因素影響的一個(或幾個相互獨立的)因變數由因素各水平分組的均值之間的差異是否具有統計意義。還可以對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行分析，即進行均值的多重比較。One-WayANOVA過程要求因變數屬於常態分佈總體。如果因變數的分佈明顯的是非正態，不能使用該過程，而應該使用非引數分析過程。如果幾個因變數之間彼此不獨立，應該用RepeatedMeasure過程。[例子]   調查不同水稻品種百叢中稻縱卷葉螟幼蟲的數量，資料如表1-1所示。表1-1不同水稻品種百叢中稻縱卷葉螟幼蟲數      資料儲存在“data1.sav”檔案中，變數格式如圖1-1。圖1-1   分析水稻品種對稻縱卷葉螟幼蟲抗蟲性是否存在顯著性差異。 1）準備分析資料   在資料編輯視窗中輸入資料。建立因變數“幼蟲”和因素水平變數“品種”，然後輸入對應的數值，如圖1-1所示。或者開啟已存在的資料檔案“data1.sav”。2）啟動分析過程   點選主選單“Analyze”項，在下拉選單中點選“CompareMeans”項，在右拉式選單中點選“0ne-WayANOVA”項，系統開啟單因素方差分析設定視窗如圖1-2。圖1-2單因素方差分析視窗 3）設定分析變數   因變數:選擇一個或多個因子變數進入“DependentList”框中。本例選擇“幼蟲”。   因素變數:，計算檢驗統知計量的觀察值和概率P_值：Spss自動計算F統計值，如果相伴概率P小於顯著性水平a，拒絕零假設，認為控制變數不同水平下各總體均值有顯著差異，反之，則相反，即沒有差異。方差齊性檢驗：控制變數不同水平下各觀道察變數總體方差是否相等進行分析。採用方差同質性檢驗方法（Homogeneity of variance），原假設“各水平下觀察變數總體內的方差無顯著差異容，思路同spss兩獨立樣本t檢驗中的方差分析”。 圖中相伴概率0.515大於顯著性水平0.05，故認為總體方差相等。選擇Analyze，一次找到Compare Means-One-Way ANOVA..，並點選，計算檢驗統計量的觀察值和概率P_值：Spss自動計算F統計值，如果相伴概率P小於顯著性水平a，拒絕零假設，認為控制變數不同水平下各總體均值有顯著差異，反之，則相反，即沒有差異。spss教程：單因素方差分e69da5e6ba907a686964616f31333363393635析spss教程：單因素方差分析方差齊性檢驗：控制變數不同水平下各觀察變數總體方差是否相等進行分析。採用方差同質性檢驗方法（Homogeneity of variance），原假設“各水平下觀察變數總體的方差無顯著差異，思路同spss兩獨立樣本t檢驗中的方差分析”。 圖中相伴概率0.515大於顯著性水平0.05，故認為總體方差相等。趨勢檢驗：趨勢檢驗可以分析隨著控制變數水平的變化，觀測變數值變化的總體趨勢是怎樣的，線性變化，二次、三次等多項式。趨勢檢驗可以幫助人們從另一個角度把握控制變數不同水平對觀察變數總體作用的程度。圖中線性相伴概率為0小於顯著性水平0.05，故不符合線性關係。spss教程：單因素方差分析spss教程：單因素方差分析spss教程：單因素方差分析多重比較檢驗：單因素方差分析只能夠判斷控制變數是否對觀察變數產生了顯著影響，多重比較檢驗可以進一步確定控制變數的不同水平對觀察變數的影響程度如何，那個水平顯著，哪個不顯著。常用LSD、S-N-K方法。LSD方法檢測靈敏度是最高的，但也容易導致第一類錯誤（棄真）增大，觀察圖中結果，在LSD項中，報紙與廣播沒有顯著差異，但在別的方法中，廣告只與宣傳有顯著差異。spss教程：單因素方差分析spss教程：單因素方差分析相似性子集：由圖可知，劃分的子集結果是一樣的。通常在相似性子集劃分時多采用S-N-K方法的結論。其結論可以與上述多重比較檢驗結合起來看，驗證在LSD項中，報紙與廣播沒有顯著差異的結論。spss教程：單因素方差分析www.51dongshi.com防採集。

現在越來越多人用spss了，但是還是有人不知道怎麼單因素方差分析，現在就介紹下相關解決步驟

方法

首先開啟spss

計算檢驗統計量的觀察值和概率P_值：Spss自動計算F統計值，如果相伴概率P小於顯著性水平a，拒絕零

其次點選“變數檢視”。

SPSS——單因素方差分析 單因素方差分析  

給變數命名

點選資料檢視，再點選“肝”一列變數，匯入資料，點選“組別”這組變數，輸入對應的濃度（不同濃度代表不同組別）

這個表格裡的資料，不是由spss軟體得到的，而是現實實驗得到的資料從而製作的表格，至於數值後面帶加減

點選“變數檢視”，點選組別這一組的“值”，給各組命名，然後點選那個方形圖示

這不是方差分析，只是post hoc，和anova是兩回事不在同一個子集裡面，是表示各組有差異

在彈出的對話方塊中，點選“值”，輸入剛才組別變數中寫的那些濃度值一個，其次點選“標籤”給其命名

SPSS——單因素方差分析來源：李大偉的日誌 單因素方差分析 &

等到所有新增後，依照樣板資料，輸入不同組的名字和濃度

從這張表可以理解為你採集了“1”、“2”、“3”、“4”這四中數目的樣本，分別測定了其細菌的數量，從

點選“分析“，再點選”比較均值“，在下拉選單中點選”單因素ANOVA”

一：單因素方差分析具體步驟：1.選擇選單【分析】-【比較均值】-【單因素Anova】，在彈出的對話方塊

在新的對話方塊中，依據樣板資料，新增“因變數列表”，新增“因子”，然後選擇分析方式。

單因素方差分析方差分析前提：不同水平下，各總體均值服從方差相同的常態分佈。方差齊性檢驗：採用

勾選上需要的比較方法，點選繼續

看下面的圖就可以了。原來的3個處理組，分在了3個子集了。即1，2子集間差異顯著（P<0.0

最後，分析結果就出來了

計算檢驗統計量的觀察值和概率P_值：Spss自動計算F統計值，如果相伴概率P小於顯著性水平a，拒絕零

從這張表可以理解為你採集了“1”、“2”、“3”、“4”這四中數目的樣本，分別測定了其細菌的數量，從結果來看（95%的置信區間），這幾種樹木中細菌數不存在顯著性差異，也就是從統計學上來說沒差別。擴充套件資料：zd分析方法是這樣的：第三大列（紅色框裡的內容），每一小列裡面的數字標一個字母，第一列標“專a”，第二列標“b”，第三列標“c”，依此類推；標完之後分析：標的字母不同，差異顯著，字母相同，差異不顯著。就上圖而言，樣品1與2，3，4差異顯著，樣品2與1，4差異顯著，與樣品3差異不顯著；樣品4與1，2，3差異顯著。樓主給的分析結果：標完就是這樣的，樣品2（a）,樣品1和3（ab）,樣品4（b）,樣品2與樣品1和3差異不顯著（在同屬一列，都有字母a），樣品4與樣品1和3差異不顯著（在同一列，都有字母b），總結下來就是樣品1，2，3，4差異不顯著，沒差別，第一個表格就zd不說了，簡單的描述均值的第二個表格 是對你這四組資料方差是否齊性的一個檢驗，是方差分析的一部分，可以看出 你的四組資料方差齊性。第三個表格是正式的方差分析 也就是對四組之間是內否有差異的一個分析，可以看出 你的這四組之間不存在顯著的差異，因為sig＞0.05.第四個表格，由於第三個表格已經正式四組之間不存在顯著差異，所以此時的第四個表格無論是否有差異顯示 都沒有意義，不需容要再參考了。。。追問是不是我主要看sig與0.05的大小？最後反映到論文上的就是 存不存在顯著差異？追答是的 主要看的是 第三個表的 sig 與0.05的大小 就是反應你要的是否顯著差異本回答被提問者和網友採納，一：單因素方差分析具體步驟：1.選擇選單【分析】-【比較均值】-【單因素Anova】，在彈出的對話方塊中進行如下選zd擇：把【產品銷量】選入因變數列表框，把【超市規模】選入因子列表框。從這裡可以看出，因變數列表框是可以選擇多個因變數的，但是因子列表框中，只能選擇一個變數。2.在右側選擇【選項】選單，依次勾選【描述性】、【方差同質性檢驗版】、【平均值圖】，其他預設，單擊【繼續】按鈕，返回主對話方塊。其中方差同質性檢驗即方差齊性檢驗，檢驗不同規模超市之間的產品銷量的方差是否齊性。因為方差齊性與否直接決定著進行多重比較時的方法選擇。3.方差分析結果方差分析採用的是F檢驗，表中，平方和表示離差平方和，也就是變異，分為組間變異、組內變異。Df為自由度，均方為離差平方和/自由度，F統計量=組間均方/組內均方。其顯著性=0.042<0.05，故拒絕權原假設，認為不同超市規模之間的均值具有顯著差異（由於顯著性=0.042，說明是弱顯著性）。具體是哪種規模之間有均值有顯著差異，故需要再進一步做多重比較分析。編輯不容易，如有幫助請採納！謝謝！追問不好意思給不了，這個教程我也看到了，可是我需要知道的是那張圖他是怎麼的出來的。追答我感覺這個操作已經夠詳細了，一步步確定後來會出現一個結果的文件，或者你可以把資料發給我，我來幫你做呢，先弄清楚要分析的自變數因變數是什麼，然後按上個回答的步驟操作就出現了啊，F值就是描述組間差異的數，P值就是顯著性追問那舉個例子，第一行GCF含量裡面，哪一個是自變數哪一個是因變數，你發的這些我也能看懂，關鍵是怎麼算出來的，只有均數和標準差要用程式設計來計算F和p值的內容來自www.51dongshi.com請勿採集。