方差分析作业
组内方差分析作业 (2)
本次数据讨论的是性别不同的条件下，不同的刺激情况在不同条件下的被试的反应时状况，主要是2×2×2的组内方差统计分析。
一、首先是对主体因子进行统计分析图一主体内因子度量:MEASURE_1A B 因变量1 1 A1BI2 A1B22 1 A2B12 A2B2图一是主体内因子排列情况，我们可以看出A变量有2个因子，B变量有两个因子。
共同构成了四个处理水平，分别为A1B1、A2B1、A2B1、A2B2。
图二主体间因子值标签Ngender 1.00 male 152.00 female 15图二描述的是主体间因子的情况，主要是gender这一变量有两个值标签，分别为男性和女性，同时男性被试和女性被试分别为15人。
图三描述性统计量gender 均值标准偏差NA1BI male 1.1733 .35550 15 female 1.3467 .30907 15总计 1.2600 .33896 30 A1B2 male 1.7067 .26313 15 female 2.0333 .29196 15总计 1.8700 .31964 30 A2B1 male 2.3933 .34115 15 female 2.7733 .24919 15总计 2.5833 .35143 30 A2B2 male 1.5533 .14075 15 female 1.5733 .19809 15总计 1.5633 .16914 30图三是对数据不同处理水平下的男性的女性的相关描述性统计。
图四主体内效应的检验度量:MEASURE_1源III 型平方和df 均方 F Sig. 偏Eta 方A 采用的球形度7.752 1 7.752 97.263 .000 .776Greenhouse-Geisser 7.752 1.000 7.752 97.263 .000 .776Huynh-Feldt 7.752 1.000 7.752 97.263 .000 .776下限7.752 1.000 7.752 97.263 .000 .776 A * gender 采用的球形度.019 1 .019 .235 .631 .008Greenhouse-Geisser .019 1.000 .019 .235 .631 .008Huynh-Feldt .019 1.000 .019 .235 .631 .008下限.019 1.000 .019 .235 .631 .008 误差(A) 采用的球形度 2.232 28 .080Greenhouse-Geisser 2.232 28.000 .080Huynh-Feldt 2.232 28.000 .080下限 2.232 28.000 .080B 采用的球形度 1.261 1 1.261 16.181 .000 .366Greenhouse-Geisser 1.261 1.000 1.261 16.181 .000 .366Huynh-Feldt 1.261 1.000 1.261 16.181 .000 .366下限 1.261 1.000 1.261 16.181 .000 .366 B * gender 采用的球形度.080 1 .080 1.028 .319 .035Greenhouse-Geisser .080 1.000 .080 1.028 .319 .035Huynh-Feldt .080 1.000 .080 1.028 .319 .035下限.080 1.000 .080 1.028 .319 .035 误差(B) 采用的球形度 2.182 28 .078Greenhouse-Geisser 2.182 28.000 .078Huynh-Feldt 2.182 28.000 .078下限 2.182 28.000 .078A *B 采用的球形度19.927 1 19.927 259.310 .000 .903Greenhouse-Geisser 19.927 1.000 19.927 259.310 .000 .903Huynh-Feldt 19.927 1.000 19.927 259.310 .000 .903下限19.927 1.000 19.927 259.310 .000 .903 A * B * gender 采用的球形度.494 1 .494 6.430 .017 .187Greenhouse-Geisser .494 1.000 .494 6.430 .017 .187Huynh-Feldt .494 1.000 .494 6.430 .017 .187下限.494 1.000 .494 6.430 .017 .187 误差(A*B) 采用的球形度 2.152 28 .077Greenhouse-Geisser 2.152 28.000 .077Huynh-Feldt 2.152 28.000 .077下限 2.152 28.000 .077图四是多变量统计检验结果，我们从图表中可以看出刺激不同（A）的情况下，df=1，F=97.26，siq=0.00<0.05，所以不同刺激条件对反应时有显著性差异。
方差分析上机作业
1、为了研究学生学习数学的成绩是否受教师教学水平的影响，现将一个数学提高班的学生
分成三个小班，分别由甲、乙、丙三位教师任教。
数据见grade.sav。
假定三个班学生的最终成绩服从正态分布，试问三个班学生的最终成绩是否存在显著性的差异？如果有显著差异，应推举哪位教师担任此班教学使教学效果最好？设定显著性水平为5%。
2、为了研究生产某种空调的价格，研究机构在三个不同的城市A1、A2、A3按照流动资金
的多少，将销售该空调的商家分成两类B1和B2。
期中B1类商家流动资金大于B2类商家。
现从各城市各类商场中随机抽取4个商场，记录其销售该设备的价格，数据见exam.sav。
在调查过程中发现销售数量也有很大变化。
同时，相同的价格有时对应不同的数量，这在现实中是存在的。
该项研究的目的是研究空调的销售价格是否受到不同城市、不同类型的商场以及销售额这三个变量的影响以及怎样的影响（任意选择城市或者商场因素和价格因素进行方差分析）。
DOE正交试验的方差分析(作业)
4.最佳方案 最佳方案 最佳条件的选择： 从方差分析表中F值的大小看出,因素C最显著,以下依次为 A,A*B,B,A*C,B*C.由于这里的试验指标是达到期望值. 偏 差越小越好,所以最优方案应取各因素中K的最小值所对应 的水平.因素C应取第2水平;因素A应取第2水平;因素A*B无 法直观选出最优方案,将因素A*B各种组合的试验结果之和 对照起来分析: A1 A2 A3 从表中可以看出,当A取第2水平,B取第 B1 111 44 91 一水平时,偏差最小.单独考虑A因素 B2 95 93 91 时,A也是取第2水平最好.
根据经验每两个因素之间都有交互作用现对测量程序进行优化期望值为dimplex2535越接近该值越好
DOE正交试验的方差分析(作业)
1.课题介绍 课题介绍
OGP Smartscop 是非接触式全自动三坐标影像测量仪. 使用校验合格的OGP测量 Suspension的Dimple Location,影响测量精度主要有三个因素:Threshold, Filter, Light. 根据经验每两个因素之间都有交互作用,现对测量程序进行优化,期望值为Dimple X=2.535,越接近该值越好.每个因素取三个水平,具体如下:
列方差分析表如下:
方差来源 A B C A*B A*C B*C 误差Ｅ 误差Ｅ 离差平方和 894 165 2298 946 256 112 454 自由度 2 2 2 4 4 4 8 平均离差平方和 (均方 均方) 均方 446.78 82.33 1148.78 236.61 63.89 28.11 56.81 F值 F值 7.87 1.45 20.22 4.17 1.12 0.49 F0.01(4,8)=7.01 F0.05(4,8)=3.84 临界值 F0.01(2,8)=8.65 F0.05(2,8)=4.46 ** * C2 A2B1 显著性 * 优方案 A2
7-2(方差分析)
基本操作 【Contrast钮】 钮 用于对比检验,对各个控制变量不同水平下 用于对比检验 对各个控制变量不同水平下 的均值是否与某个检验值存在差异进行比 较,检验值的指定有 检验值的指定有 Deviation:观测变量的均值 观测变量的均值 Simple:第一水平或最后一水平观测变量的 第一水平或最后一水平观测变量的 均值 Difference:前一水平观测变量的均值 前一水平观测变量的均值 Helmert:后一水平观测变量的均值 后一水平观测变量的均值
基本操作 【Plots】 】 因素变量交互作用图形分析 【Post Hoc】 】 多重比较检验 【Save钮】 钮 将模型拟合时产生的中间结果或参数 保存为新变量供继续分析时用， 保存为新变量供继续分析时用，可保 存的东西有预测值、残差、 存的东西有预测值、残差、异常值诊 断。
基本操作 【Options钮】 钮 选项 Estimated Marginal Means:估计边际均值 估计边际均值
S A× B S A× B = 交互作用 S A× B ( r − 1)( s − 1) ( r − 1)( s − 1)
误
差 SE 和 ST
rs( t − 1)
rst − 1
SE SE = rs( t − 1)
总
二、双因素无重复试验的方差分析
检验两个因素的交互效应,对两个因素的每一 检验两个因素的交互效应 对两个因素的每一 组合至少要做两次试验. 组合至少要做两次试验 如果已知不存在交互作用,或已知交互作用对 如果已知不存在交互作用 或已知交互作用对 试验的指标影响很小,则可以不考虑交互作用 则可以不考虑交互作用. 试验的指标影响很小 则可以不考虑交互作用 对两个因素的每一组合只做一次试验,也可以 对两个因素的每一组合只做一次试验 也可以 对各因素的效应进行分析——双因素无重复试验 双因素无重复试验 对各因素的效应进行分析 的方差分析. 的方差分析
方差分析作业第五次
1.市内居民小区与位于写字楼关系不 显著 2.市内居民小区与位于郊区有现在显 著差异 3.位于写字楼与位于郊区有显著差异
数据输入SPSS后的格式
• 在SPSS中选Analyze－General Linear Model－Univariate进入主 对话框； • 然后把因变量选入Dependent Variable，把因子选入Fixed Factors； • 然后点击Model，选择Custom，在Build Terms中选择Main effects, 再把因子选入Model； • 选择或不选择Include intercept in model则确定是否在模型中包 含常数项；回到主对话框（Continue），这时点OK即可； • 如果要输出参数估计可以在Options选诸如Parameter Estimates等。
方差分析作业
第九组
第五题
竞争者数量
一家超市连锁店的老板进行一项研 究，确定超市所在的位置和竞争者 的数量对销售额是否有显著影响。 获得的月销售额数据（单位：万元） 见下表。取显著性水平，检验： （1）竞争者的数量对销售额是否 有显著影响。 （2）超市的位置对销售额是否有 显著影响。 （3）竞争者的数量和超市的位置 对销售额是否有交互影响。
检验结果： 根据P值，超市位置、竞争者数量的P值都等于0， 显然拒绝原假设，接受备择假设。 交互后P=0.16>0.1，不能拒绝原假设，超市位置 *竞争者数量交互后对销售量不显著。 0.01水平 F(超市位置)=34.305>F(2,24)=5.61 F(竞争者数量)=14.204>F(3.24)=4.72 F(超市位置*竞争者数量)=3.315 <F(6,24)=3.67 结果： 1.超市位置与销量之间有显著关系 2.竞争者数量与销量之间有显著关系 3.超市位置*竞争者数量交互后对销售量的关系 不显著 R2=0.774——R=87.9%即超市位置和竞争者数量 对销量的影响关系度 45
单因素方差分析作业
α =0.01
单 因 素 方 差 分 析 实 验 作 业 姓名 实验时间 韩 帅波 2011 年 专业 生物技 术 12 月 5 日 8 时~ 9.5 学号 时 1004224022
现调查了 5 个不同小麦品系的株高（cm） ，品系Ⅰ为对照，每个品系随机取 5 株， 结果见下表，试判断不同小麦品系的株高间有无显著性差异，并用 LSD 法进行 多重比较。 株号 1 2 3 4 5
Σx
Ⅱ 64.5 65.3 64.6 63.7 63.9 322
Ⅲ 67.8 66.3 67.1 66.8 68.5 336.5
Ⅳ 71.8 72.1 70 69.1 71 354
Ⅴ 69.2 68.2 69.8 68.3 67.5 343 1682
x
64.6 65.3 64.8 66 65.8 326.5
Σx
Ⅰ 64.6 65.3 64.8 66.0 65.8
Ⅱ 64.5 65.3 64.6 63.7 63.9
品系 Ⅲ 67.8 66.3 67.1 66.8 68.5
Ⅳ 71.8 72.1 70.0 69.1 68.3 67.5 T= x=
x
Σx 2
（F0.05(4,20)＝2.87, F0.01(4,20)＝4.43, t0.05(20)＝2.086, t0.01(20)＝2.845） （1）整理数据，计算 Σx ， x ， Σx 2 ，见下表 品系 株号 Ⅰ 1 2 3 4 5
x 65.3
Σx 2
64.4
67.3
70.8
68.6
67.28 113312.28
21321.93
20738
22649
25069
23533
(2)计算平方和与自由 度 C 113164.96 SST SSt SSe dfT dft dfe (3) 计 算 方 差 st se （4）进行 F 检验 42.28 F= 查 F 值表，得 F0.05( 4, 20) =2.87, F0.01( 4, 20 ) =4.43,所以 F> F0.01( 4, 20 ) ,说明不同小麦品系株 高之间有非常显著的差异. 将上面结果列入方差分析表得 变异来源 df SS 147.32 131.74 15.58 24 4 20
spss课后作业——方差分析（答案）
spss课后作业——方差分析（答案）1. 不同岗位的平均工资问题，用方差分析的方法分析一线工人、科以上干部、一般干部三类职工的当前平均工资有无显著差异。
（见岗位工资.sav）要求：1.进行方差齐次性检验。
2.输出描述统计量表。
3.输出方差分析表（要求对组间平方和进行线性分解）。
4.进行均值的多重比较，方差相等时，用LSD方法；方差不等时，用Tamhane’s T2方法。
5．进行均值多项式比较。
均值系数coefficients的选择为（-1,1,-1）答：表1 描述统计量表此表说明略。
Oneway表2表2是方差齐次性检验结果。
该检验的F统计量的值为10.512，对应的概率p值=0<0.05，说明三组数据不具有方差齐性表3 方差分析结果表3是方差分析的主要结果。
从中可以看出，组间离差平方和为42070380885，组内离差平方和为52166613580.8，总的离差平方和为94236994465.8。
第一个P值P＝0，小于显著水平0.05，故认为三类职工的当前平均工资存在显著差异。
对组间平方和进行线性分解，其中可以被线性解释的部分为437435223.343，不能被线性解释的部分为41632945661.7，第三个概率P值0.082来看，0.082>0.05，故不能认为当前平均工资受职工类别的线性影响是显著的。
表4 多项式比较系数表4显示输入的所要比较的各值均值的系数。
该系数表明将要检验的是mean2-(mean1+mean3)的值和0有无显著差异。
表5 多项式比较检验表5是多项式比较检验的结果。
在（－1，1，－1）的系数下，由于本题是各总体方差不等的情况，故应该看第二行的分析结果。
概率P值为0.001，小于显著水平0.05，故拒绝零假设，即认为科以上干部的当前平均工资（mean2）与其余两类职工的当前平均工资的和（mean1＋mean3）有显著差异。
科以上干部的当前平均工资比其余两类职工的当前平均工资的和还要高。
假设检验与方差分析的作业
管理工程学院硕士生《应用统计方法》课程作业I 假设检验与方差分析一、假设检验：(配对均值检验)1、某药厂最近研制出一种新的降压药，为了验证其疗效，选择15个高血压病人进行实验。
数据表是服药前后的血压值。
选用适当的统计方法验证该药是否有效。
patient 1 2 3 4 5 6 7 8 before 115 135 127 130 103 90 101 104 after 109 120 125 130 105 94 90 100patient 9 10 11 12 13 14 15before 109 89 120 113 118 130 120after 90 90 110 103 100 121 108二、方差分析：1、对于硅酸盐水泥的抗折强度，用四种不同的配方方法收集了以下数据：配方法抗折强度1 3129 3000 2865 28902 3200 3300 2975 31503 2800 2900 2985 30504 2600 2700 2600 2765（1）检验配方法影响水泥砂浆强度的假设。
（2）选择一种比较方法对均值进行比较。
2、纺织厂有很多织布机，设每台机器每分钟织出同样的布，为了研究这一假设，随机选取5台织布机并测定它们在不同时间的产量，得出数据：织布机产量1 14.0 14.1 14.2 14.0 14.12 13.9 13.8 13.9 14.0 14.03 14.1 14.2 14.1 14.0 13.94 13.6 13.8 14.0 13.9 13.75 13.8 13.6 13.9 13.8 14.0（1）说明为什么这是一种随机效应实验。
织布机的产量相等吗？（2）估计织布机间的变异。
（3）估计实验的误差方差。
3、电视机厂感兴趣于对彩色显像管四种不同的涂层对显像管的电导率是否有影响。
测得电导率的数据如下：涂层电导率1 143 141 150 1462 152 149 137 1433 134 136 132 1274 129 127 132 129 （1）涂层使电导率有差异吗？（2）估计总均值与处理效应。
二因素方差分析作业
SS
1554.17 3150.50
808.83 1656.50 7170.00
s2
777.08 1575.25
202.21 61.35
s
x1 -
x2
ห้องสมุดไป่ตู้
从上表可以看出，不同原料间的差异达到显著水平，不同温度间的 差异达到极显著水平，二者间的互作水平达到显著水平，所以某物
s
x1 -
x2
从
上s
x
表
可
以
看
出x
3150.50 39999.00 -43149.50
35 2 2 4
27
1936 33856 165649
3.列方 差分析 表，进 行F检 验
s s e 2 2 t
发酵实 验方差 分析表
变异来源
原料A 温度B A×B 误差 总变异
（注： 红色代 表极显 著；绿 色代表 显著）
分析结 果：
df
2 2 4 27 35
407.00
300C 1681 2401 529 625 19044
2209 3481 2500 1600 38416
1849 1225 2809
温度（B） 350C 121 169 625 576 5329
1849 1444 1089 1296 22500
3025 1444 2209
A3
4
Tij
F0.05 3.35 3.35 2.73
F0.01 5.49 5.49 4.11
水平，不同温度间的 显著水平，所以某物
水平，不同温度间的 se 2
a
n
显著水平，所以某物
关系。
489438.00
《应用数理统计》第五章方差分析课后作业参考答案
第五章 方差分析课后习题参考答案5.1 下面给出了小白鼠在接种三种不同菌型伤寒杆菌后的存活日数：设小白鼠存活日数服从方差相等的正态分布，试问三种菌型的平均存活日数有无显著差异？(01.0=α)解：(1)手工计算解答过程 提出原假设：()3,2,10:0==i H i μ记167.2081211112=⎪⎪⎭⎫ ⎝⎛-=∑∑∑∑====r i n j ij ri n j ij T i iX n X S467.7011211211=⎪⎪⎭⎫ ⎝⎛-⎪⎪⎭⎫ ⎝⎛=∑∑∑∑====r i n j ij ri n j ij iA ii X n X n S7.137=-=A T e S S S当H成立时，()()()r n r F r n S r S F e A ----=,1~/1/本题中r=3经过计算，得方差分析表如下：查表得()()35.327,2,195.01==---F r n r F α且F=6.909>3.35，在95%的置信度下，拒绝原假设，认为不同菌型伤寒杆菌对小白鼠的存活日数有显著影响。
(2)软件计算解答过程组建效应检验Dependent Var iable: 存活日数a70.429235.215 6.903.004137.73727 5.101208.16729方差来源菌型误差总和平方和自由度均值F 值P 值R Squared = .338 (Adjusted R Squared = .289)a.从上表可以看出，菌种不同这个因素的检验统计量F 的观测值为6.903，对应的检验概率p 值为0.004，小于0.05，拒绝原假设，认为菌种之间的差异对小白鼠存活日数有显著影响。
5.2 现有某种型号的电池三批，他们分别是甲、乙、丙三个工厂生产的，为评论其质量，各随机抽取6只电池进行寿命试验，数据如下表所示：工厂 寿命（小时） 甲 40 48 38 42 45 乙 26 34 30 28 32 丙39 40 43 50 50试在显著水平0.05α=下，检验电池的平均寿命有无显著性差异？并求121323,μμμμμμ---及的95%置信区间。
方差分析习题答案
方差分析习题答案【篇一：方差分析习题】lass=txt>班级_______ 学号_______ 姓名________ 得分_________一、单项选择题1、方差分析所要研究的问题是（） a、各总体的方差是否相等 b、各样本数据之间是否有显著差异 c、分类型自变量对数值型因变量的影响是否显著 d、分类型因变量对数值型自变量是否显著2、组间误差是衡量因素的不同水平（不同总体）下各样本之间的误差，它（）a、只包含随机误差b、只包含系统误差c、既包含随机误差也包含系统误差d、有时包含随机误差，有时包含系统误差3、组内误差（） a、只包含随机误差b、只包含系统误差 c、既包含随机误差也包含系统误差d、有时包含随机误差，有时包含系统误差4、在单因素方差分析中，各次实验观察值应（）a、相互关联b、相互独立c、计量逐步精确d、方法逐步改进5、在单因素方差分析中，若因子的水平个数为k，全部观察值的个数为n，那么（）a、sst的自由度为n b 、ssa的自由度为k c、 sse的自由度为n-k-1 d、sst的自由度等于sse的自由度与ssa的自由度之和。
6、在方差分析中，如果拒绝原假设，则说明（）a、自变量对因变量有显著影响b、所检验的各总体均值之间全部相等c、不能认为自变量对因变量有显著影响d、所检验的各样本均值之间全不相等7、在单因素分析中，用于检验的统计量f的计算公式为（） a、ssa/sseb、ssa/sst c、msa/msed、mse/msa8、在单因素分析中，如果不能拒绝原假设，那么说明组间平方和ssa （） a、等于0 b、等于总平方和c、完全由抽样的随机误差所决定d、显著含有系统误差9、ssa自由度为（）a、r-1b、n-1c、n-rd、r-n二、实验分析题1、某公司采用四种颜色包装产品，为了检验不同包装方式的效果，抽样得到了一些数据并进行单因素方差分析实验。
实验依据四种包装方式将数据分为4组，每组有5个观察值，用excel中的数据分析工具，在0.05的显著水平下得到如下方差分析表：方差分析(1)填表：请计算表中序号标出的七处缺失值，并直接填在表上。
R语言单双因素方差分析案例
R语言作业1一．单因素方差分析1.问题的提出设置了6组处理：B1、B2、B3分别设置不同种类及浓度的化肥，B4为对照组，在同一环境下成长。
分析不同处理下，果树结果个数之间是否有差异。
2.分析首先进行数据录入，然后形成数据框。
用aov进行方差分析，结果如下：由结果可知，数据中有三个*，说明数据差异非常显著。
然后由aov模型，使用TurkeyHSD进行事后比较检验3．结果可视化由结果可知B4-B3的P值最小，且B4-B3<0，所以B3比较符合预期要求，可知B3处理方法可以使得果树产量最大化。
正态检验进一步证明了结论。
4.代码：>geshu<-scan()1:243028265:312825309:3233332813:2122162117:Read16items>chuli<-rep(c('B1','B2','B3','B4'),c(4,4,4,4))>jieguo=data.frame(geshu,chuli)>jieguogeshu chuli124B1230B1328B1426B1531B2628B2725B2830B2932B31033B31133B31228B31321B41422B41516B41621B4>fit<-aov(geshu~chuli,data=jieguo)>summary(fit)Df Sum Sq Mean Sq F value Pr(>F) chuli328595.0014.250.000293*** Residuals1280 6.67---Signif.codes:0‘***’0.001‘**’0.01‘*’0.05‘.’0.1‘’1>TukeyHSD(fit)Tukey multiple comparisons of means95%family-wise confidence levelFit:aov(formula=geshu~chuli,data=jieguo)$chulidiff lwr upr p adjB2-B1 1.5-3.920447 6.9204470.8432252B3-B1 4.5-0.9204479.9204470.1170133B4-B1-7.0-12.420447-1.5795530.0110295B3-B2 3.0-2.4204478.4204470.3927968B4-B2-8.5-13.920447-3.0795530.0026918B4-B3-11.5-16.920447-6.0795530.0002006>plot(TukeyHSD(fit))>bartlett.test(geshu~chuli,data=jieguo)Bartlett test of homogeneity of variancesdata:geshu by chuliBartlett's K-squared=0.048517,df=3,p-value=0.9972二．双因素方差分析随机分配60只老鼠，分别采用两种喂食方法,各喂食方法中抗坏血酸含量有三种水平。
医学统计学第9章作业
第九章方差分析三、综合分析题1. 某医生研究不同方案治疗缺铁性贫血的效果，将36名缺铁性贫血患者随机等分为3组，分别给予一般疗法、一般疗法+药物A低剂量，一般疗法+药物A高剂量三种处理，测量一个月后患者红细胞的升高数(102/L)，结果如表9-1所示。
问三种治疗方案有无差异？表9-1 三种方案治疗一个月后缺铁性贫血患者红细胞的升高数(102/L)编号一般疗法一般疗法+A1 一般疗法+A21 0.81 1.32 2.352 0.75 1.41 2.503 0.74 1.35 2.434 0.86 1.38 2.365 0.82 1.40 2.446 0.87 1.33 2.467 0.75 1.43 2.408 0.74 1.38 2.439 0.72 1.40 2.2110 0.82 1.40 2.4511 0.80 1.34 2.3812 0.75 1.46 2.402. 在药物敏感试验中，欲比较三种弥散法的抑菌效果，每种方法均采用三种药物，观察其抑菌效果，以抑菌环的直径为观察指标，结果如表9-2所示，试比较三种方法的抑菌效果。
表9-2 三种药物在不同弥散法下的抑菌效果(mm)药物弥散法纸片挖洞钢圈黄芪27.5 24.3 20.0 27.6 24.6 21.026.9 25.0 20.627.3 27.7 20.8大黄20.9 24.6 19.121.2 24.7 19.3 20.5 23.9 18.721.3 24.8 18.5青霉素27.4 22.0 29.6 27.6 21.7 30.2 26.9 21.8 29.5 26.7 22.3 30.43. 某试验研究饮食疗法和药物疗法降低高胆固醇血症患者胆固醇的效果有无差别，随机选取14名高胆固醇血症患者，随机等分为两组，分别采用饮食疗法和药物疗法治疗一个疗程，测量试验前后患者血胆固醇含量，结果如表9-3所示，请问两种疗法降胆固醇效果有无差异。
SPSS方差分析作业
S P S S方差分析作业-CAL-FENGHAI-(2020YEAR-YICAI)_JINGBIAN统计作业（3）1、抽查某地区三所小学五年级男学生的身高，数据见文件：“男生身高”。
设各小学五年级男学生的身高服从同方差的正态分布。
问该地区三所小学五年级男学生的平均身高是否有显着差异（α=0.05）解：Test of Homogeneity of Variances身高Levene Statistic df1 df2 Sig.5.243 2 15 .019因为sig=0.019<0.05，所以所用样本的方差不相等。
所以选择Tamhane又因为P=0.032<0.05，所以三所小学五年级男学生的平均身高有显着差异。
由上表可得，因为1与3：sig=0.009<0.05，所以在α=0.05，第一小学跟第三小学中男生的平均身高有显着差异同理可得：无法证明在α=0.05，第一小学跟第二小学中，第二小学跟第三小学中男生的平均身高显着有差异2、某钢厂检查一月上旬内的五天中生产钢锭重量，数据见文件：“钢锭重量”，设各日所生产的钢锭重量服从同方差的正态分布，试检验不同日期生产的钢锭的平均重量有无显着差异（α=0.05）Test of Homogeneity of Variances重量Levene Statistic df1 df2 Sig.3.478 4 15 .034因为sig=0.034<0.05，所以所用样本的方差不相等。
所以选择Tamhane又因为P=0.022<0.05，所以不同日期生产的钢锭的平均重量有显着差异。
Multiple Comparisons重量Tamhane(I) 日期(J) 日期Mean Difference(I-J) Std. Error Sig.95% Confidence IntervalLower Bound Upper Bound1 2 197.5000 117.0025 .802 -342.111 737.111由上表可得，因为4与9：sig=0.009<0.05，所以在α=0.05下，日期4和日期9生产的钢锭的平均重量有显着差异同理可得：在α=0.05下，无法说明日期1和日期2，日期1和日期4，日期1和日期9，日期1和日期10，日期2和日期4，日期2和日期9，日期2和日期10，日期4和日期10，日期9和日期10生产的钢锭的平均重量有显着差异3、在某种橡胶的配方中，考虑了3种不同的促进剂，4种不同分量的氧化剂。
1单因素方差分析作业
单因素方差分析作业
1.某校高二年级共有四个班，采纳四种不同的教学方式进行数学教学，为了比较这四种教学法的成效是不是存
在明显的不同，期末统考后，从这四个班中各抽取5名考生的成绩，如下：
一二三四
1 75 83 65 72
2 77 80 67 70
3 70 85 77 71
4 88 90 68 65
5 72 84 65 82 试问这四种教学法的成效是不是存在显著性不同？假设有，请分析哪两种教法间存在显著性不同？
班
学生
2.有四种制造电灯泡的方式，从别离用这些方式试制的四批灯泡中相互独立地各抽一组样本，测
量样本的利用寿命（单位：小时），数据如下：
第一批1600，1610,1650,1680,1700,1720,1800.
第二批1580,1640,1640,1700,1750.
第三批1460,1550,1600,1620,1640,1660,1740,1820.
第四批1510,1520,1530,1570,1600,1680.
试问这四种制造方式所生产的电灯泡的平均利用寿命有无显著性不同？
(后面这两个表你看看用不用得上)。
- 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)。
方差分析
（一）填空题
1、将在实验中或在抽样时发生变化的“量”称为；
2、方差分析的目的就是分析对实验或抽样的结果有显著影响；
3、设因素A有r 个水平，且每一水平下样本容量为n 情况下：组间方差平方和SSA的
自由度为，组内方差平方和SSE的自由度为。
（二）单项选择题
1、利用“方差分析表”进行方差分析时，该表不包括的项目有（）
A、方差来源，
B、离差平方和及其分解，
C、各离差平方和的自由度，
D、原假设的统计判断，
2、以下对方差分析叙述不正确的是（）
A、方差分析可以对若干均值是否相等同时进行检验
B、进行方差分析要求各水平下的样本容量相同
C、离差平方和能分解为组内方差与组间方差的和
D、方差分析方法在社会科学领域也大有用武之地
3、双因素方差分析有两种类型：一个是有交互作用的，一个是无交互作用的。
区别的关键是看这对因子（）
A、是否独立
B、是否都服从正态分布
C、是否因子的水平相同
D、是否有相同的自由度
（三）多项选择题
1、方差分析针对不同情况可分为（）
A、单因素方差分析
B、多因素方差分析
C、双因素方差分析
D、双因素无交互影响方差分析
E、双因素有交互影响方差分析
2、对方差分析的基本原理描述正确的有（）
A、通过方差的比较，检验各因子水平下的均值是否相等
B、方差比较之前应消除自由度的影响
C、方差比较的统计量是F统计量
D、方差分析的实质是对总体均值的统计检验
E、方差分析的因子只能是定量的，不然无从进行量化分析
（四）判断题
1、在方差分析中，当检验结果是拒绝原假设时，我们不但可认为各
总体的均值不等，还可判断各个总体均值间的大小。
（ ）
2、我们得到检验因子影响是否显著的统计量是一个F 统计量，其中
F=组内方差组间方差。
（ ）
3、在方差检验中，F 统计量越大，越说明组间方差是主要的方差来源，因子影响是显著的。
（ ）
（五）简答题
1、方差分析中有哪些基本假定？
2、简述方差分析的基本思想？
3、简述方差分析的基本步骤？
4、就双因素有交互影响的方差分析，说明与各离差平方和相对应的自由度各为多少？ （六）计算分析
1、某农场为了比较四种不同的肥料对；农作物产量的影响，进行了试验并得到如下表所示数据。
水平取0.05）
2、有5种不同的种子和4种不同的施肥方案，在20块同样面积的土地上，分别采用5种种子和4种施肥方案搭配进行试验，取得的收获数据如下表所示。
方案对收获量的影响是否有显著差异？（0.05）
3、为检验广告媒体和广告方案对产品销售量的影响，一家营销公司做了一项试验，考察三种广告方案和两种广告媒体，获得的销售量数
著？（0.05）。