实验4--方差分析报告
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
学院:数学与统计学院
专业:数学与应用数学
学号:
:君波
实验六方差分析
一、实验目的
通过本次实验,了解如何进行各种类型均值的比较与检验。
二、实验性质
必修,基础层次
三、主要仪器及试材
计算机及SPSS软件
四、实验容
单因素方差分析
五、实验学时
2学时
单因素方差分析(One-Way ANOVA过程)
1.某城市从4个排污口取水,进行某种处理后检测大肠杆菌数量,单位面积菌落数如下表所示,请分析各个排污口的大肠杆菌数量是否有差别。
排污口 1 2 3 4 大肠杆菌数量9,12,7,5 20,14,18,12 12,7,6,10 23,13,16,21
实验步骤:
首先建立“数据视图”→单击“分析(A)”→选择“比较均值(M)”→选择“单因素ANOV A”→将“大肠杆菌数量”选入到“因变量列表(E)”→将“排污口”选入到“因子”中→在“选项(O)”中的“描述性(D)”、“方差同质性检验(H)”、“均值图(M)”上打勾→点击“继续”→点击“确定”。
运行过程及结果:
变量视图:
数据视图:
运行结果:
结果分析:①在“描述”图表中给出了四个排污口的大肠杆菌数量的基本描述性统计量。包括样本容量、样本均值、标准差、标准误差、均值的95%的置信区间、最小值和最大值;
②在“方差齐性检验”图表中P值为0.329,若我们给定显著性水平为0.05,P大于0.05,接受原假设,认为四个总体的方差相等;
③在“ANOVA”图表中若取显著性水平0.05,因为P=0.003,所以P小于0.05,拒绝原假设,认为各个排污口的大肠杆菌数量存在显著差别;
④在“均值图”中可以看出第四个排污口大肠杆菌数量最多,第一个排污口大肠杆菌数量最少。
2.某连锁商场有五个连锁分店。希望比较这五个分店的营业额是否相同,调查人员各自独立地从这五个分店中取得12个营业日的日营业额,资料见下表:
连锁店营业日
第一分店第二分店第三分店第四分店第五分店
1 924 994 1160 107
2 949
2 1094 1270 1185 1011 1121
3 1000 1261 1292 961 1159
4 948 1034 1319 1229 1049
5 106
6 1542 1101 1238 952
6 923 1258 1246 1035 1097
7 823 1215 1340 1240 1144
8 1035 978 1019 947 958
9 1130 1316 1224 1110 917
10 1019 1005 967 955 1077
11 985 944 1221 1091 967
12 957 1295 1210 916 1039
以α=0.05的显著性水平检验“这五个分店的日营业额相同”这一假设。
实验步骤:首先建立“数据视图”→单击“分析(A)”→选择“比较均值(M)”→选择“单因素ANOV A”→将“日营业额”选入到“因变量列表(E)”→将“分店”选入到“因子”中→在“选项(O)”中的“描述性(D)”、“方差同质性检验(H)”、“均值图(M)”上打勾→点击“继续”→点击“确定”。
运行过程及结果:
变量视图:
数据视图:
运行结果
结果分析:①在“描述”图表中给出了五个分店的日营业额的基本描述性统计量。包括样本容量、样本均值、标准差、标准误差、均值的95%的置信区间、最小值和最大值;
②在“方差齐性检验”图表中P值为0.01,若我们给定显著性水平为0.05,P小于0.05,拒绝原假设,认为四个总体的方差不相等;
③在“ANOVA”图表中若取显著性水平0.05,因为P=0,所以P小于0.05,拒绝原假设,认为这五个分店的日营业额不相同;
④在“均值图”中可以看出第三个分店日营业额最多,第一个分店日营业额最少。
实验八多因素方差分析
一、实验目的
通过本次实验,了解如何进行各种类型均值的比较与检验。
二、实验性质
必修,基础层次
三、主要仪器及试材
计算机及SPSS软件
四、实验容
1. 多因素方差分析
2.协方差分析
五、实验学时
2学时
1.多因素方差分析(Univariate过程)
某城市从4个排污口取水,经两种不同方法处理后,检测大肠杆菌数量,单位面积大肠杆菌数量如下表所示,请检验它们是否有差别。
排污口 1 2 3 4
处理方法1 9,12,7,5 20,14,18,12 12,7,6,10 23,13,16,21
处理方法2 13,7,10,8 17,10,9,15 11,5,7,6 18,14,19,11
实验步骤:首先建立“数据视图”→单击“Analyze”→选择“General Linear Model”→选择“Univariate”→进入多因素方差分析界面→将“大肠杆菌数量”选入到“Dependent Variable”→将“排污口、处理方法”选入到“Fixed Factor(s)”中→单击“OK”。运行过程及结果:
变量视图:
数据视图:
运行结果:
结果分析:
在“Tests of Between—Subjects Effects”图表中知,排污口的Sig为0.00,小于0.05,所以排污口对大肠杆菌数量有显著影响;由于处理方法的Sig为0.208,大于0.05,所以处理方法对大肠杆菌的数量没有显著影响;又因为“排污口*处理方法”两个同时作用的Sig为0.563,大于0.05,所以“排污口*处理方法”两个因素同时作用时对大肠杆菌的数量没有显著影响。
2.协方差分析(Univariate过程)
政府实施某个项目以改善部分年轻工人的生活状况。项目实施后开始对年轻工人生活的改善情况进行调查,调查项目包括工人受教育程度、是否实施了该项目、实施项目前的工资(前工资)和实施项目后的工资(后工资)如下表所示。用实施项目后的工资来反映生活状况的改善,要求剔除实施项目前的工资差异,分析工人的受教育程度和该项目实施对工人收入的提高是否有显著的影响。
编号前工资后工资受教育程度
项目实
施编号前工资后工资
受教育
程度
项目实
施
1 8 1
2 初中否16 8 12 初中否
2 8 10 高中否17 8 10 高中否
3 8 11 初中否18 8 11 初中否
4 9 18 初中是19 9 18 初中是
5 7 12 初中否20 7 12 初中否
6 8 15 初中是21 8 15 初中是
7 8 13 高中否22 8 13 高中否
8 9 22 初中是23 9 22 初中是
9 7 18 初中是24 7 18 初中是
10 7 9 初中否25 7 8 初中否
11 6 8 初中否26 8 12 初中否
12 10 20 高中是27 8 15 初中否
13 6 14 初中是28 9 13 高中否
14 8 16 初中是29 11 14 大学否