spss多因素方差分析例子

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

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 =, df species =7, MS species= ；SS plot =, df plot =7, MS plot= ；SS error =, df error =14, MS error= ；

Fspecies= , p=<;Fplot=,p=<;

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= ,dfspecies=7 ,MSspecies= ；SSerror= ,dferror=14 ,MSerror= ；

Fspecies= , p=<; 物种间存在差异：

SSplot= , dfplot=7 , MSplot= ； SSerror= , dferror=14 , MSerror= ； Fplot=,p=<; 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=,p=< )，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= ， p=<),具体是第四

和 ???? error ，无法检测 interaction ，点击 Model 打开：

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，Analyze->General Linear

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

Variable ，点击Plots ：

把species 送入Horizo ntal Axis ，点击Add，点击Co nti nue 回到Uni variate ，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框选择要输岀的统计量，Descriptive statistics 描述统计量，Homogeneity tests 方差齐性检验。

结果输岀：

主效应各因素各水平以及样本量，

各水平的均值和标准差。

把样本分为四组，进行方差齐性检验，方差不一致。