spss多因素方差分析报告例子

作业8：多因素方差分析

1，data0806-height 是从三个样方中测量的八种草的高度，问高度在三个取样地点，以及八种草之间有无差异？具体怎么差异的？

打开spss 软件，打开data0806-height 数据，点击Analyze->General Linear Model->Univariate 打开：

把plot 和species 送入Fixed Factor(s) ，把height 送入Dependent Variable ，点击

Model 打开：

选择Full factorial ，Type III Sum of squares ，Include intercept in model （即

全部默认选项），点击Continue 回到Univariate 主对话框，对其他选项卡不做任何选择，

结果输出：

因无法计算?? rror ，即无法分开?? intercept 和?? error ，无法检测interaction 的影响，无法进行方差分析，

重新Analyze->General Linear Model->Univariate 打开：

选择好Dependent Variable 和Fixed Factor(s) ，点击Model 打开：

点击Custom，把主效应变量species 和plot 送入Model 框，点击Continue 回到Univariate 主对话框，点击Plots ：

把date 送入Horizontal Axis ，把depth 送入Separate Lines ，点击Add，点击Continue

回到Univariate 对话框，点击Options ：

把OVERALL,species, plot 送入Display Means for 框，选择Compare main effects ，

Bonferroni ，点击Continue 回到Univariate 对话框，

输出结果：

可以看到：SS species =33.165 ，df species =7，MS species=4.738 ；SS plot =33.165 ，df plot =7，MS plot=4.738 ；SS error =21.472 ，df error =14，MS error=1.534 ；

Fspecies=3.089 ，p=0.034<0.05;Fplot=12.130,p=0.005<0.01;

所以故认为在5%的置信水平上，不同样地，不同物种之间的草高度是存在差异的。

该表说明：SSspecies=33.165，dfspecies=7，MSspecies=4.738；SSerror=21.472，dferror=14，MSerror=1.534；Fspecies=3.089，p=0.034<0.05;物种间存在差异：

SSplot=33.165，dfplot=7，MSplot=4.738；SSerror=21.472，dferror=14，MSerror=1.534；Fplot=12.130,p=0.005<0.01;不同的物种间在差异：

由边际分布图可知：类似结论：草的高度在不同样地的条件之间有差异（Fplot=12.130,p=0.005<0.01 ），具体是，样地一和样地三之间存在的差异最大；八种不

同草的高度也存在差异（Fspecies=3.089 ，p=0.034<0.05 ），具体是第四种草和第五种草的

差异最大。

再次检验不同种类草的高度差异：重新进行方差分析，A nalyze->General Linear

Model->Univariate ：把species 送入Fixed Factor(s) ，把high 送入Dependent

Variable ，点击Plots ：

把species 送入Horizontal Axis ，点击Add，点击Continue 回到Univariate ，点击Post Hoc （因为我们已经知道species 效应显著）：

把species 送入Post Hoc Tests for 框，选择Tukey，

输出结果：

各组均值从小到大向下排列。最大的是第五组，最小的是第四组，其中有些种类草的高度存在差

异，有些不存在。

再次检验不同样地草的高度差异：过程和上相似：结果如下

不同样地的草高度存在差异，其中一样地的草高度最短，3样地的草高度最高，且三组之间都存

在差异。

2，data0807-flower ，某种草的开花初期高度在两种温度和两个海拔之间有无差异？具体怎么差异的？

多因素单因变量方差分析通过Analyze->General Linear Model->Univariate 实现，把因变量height 送入Dependent Variable 栏，把因素变量temperature 和attitude 送入Fixed Factor(s) 栏

点击Model 选项卡，打开：选着full factorial ，type 3，点击）Include intercept in model。

点击Plots 对话框，打开：：可选择attitude 到Horizontal Axis ，然后选择temperature 到

Horizontal Axis ，再选择attitude 到Separate Lines ，Plots 框显示attitude,

temperature, attitude * temperature ，

Estimated Marginal Means选择OVERALL，产生边际均值的均值Display 框选择要输出的统