利用SPSS_进行方差分析以及正交试验设计

实验设计与分析课程论文

题目利用SPSS 软件进行方差分析和正交试验设计

学院

专业

年级

学号

姓名

2012年6月29日

一、SPSS 简介

SPSS 是世界上最早的统计分析软件，1984年SPSS 总部首先推出了世界上第一个统计分析软件微机版本SPSS/PC+，开创了SPSS 微机系列产品的开发方向，极大地扩充了它的应用范围，并使其能很快地应用于自然科学、技术科学、社会科学的各个领域，世界上许多有影响的报刊杂志纷纷就SPSS 的自动统计绘图、数据的深入分析、使用方便、功能齐全等方面给予了高度的评价与称赞。

SPSS 的基本功能包括数据管理、统计分析、图表分析、输出管理等等。SPSS 统计分析过程包括描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、数据简化、生存分析、时间序列分析、多重响应等几大类，每类中又分好几个统计过程，比如回归分析中又分线性回归分析、曲线估计、Logistic 回归、Probit 回归、加权估计、两阶段最小二乘法、非线性回归等多个统计过程，而且每个过程中又允许用户选择不同的方法及参数。SPSS 也有专门的绘图系统，可以根据数据绘制各种图形。SPSS 的分析结果清晰、直观、易学易用，而且可以直接读取EXCEL 及DBF 数据文件，现已推广到多种各种操作系统的计算机上，它和SAS 、BMDP 并称为国际上最有影响的三大统计软件。

SPSS 输出结果虽然漂亮，但不能为WORD 等常用文字处理软件直接打开，只能采用拷贝、粘贴的方式加以交互。这可以说是SPSS 软件的缺陷。

二、方差分析

例如 某高原研究组将籍贯相同、年龄相同、身高体重接近的30名新战士随机分为三组，甲组为对照组，按常规训练，乙组为锻炼组，每天除常规训练外，接受中速长跑与健身操锻炼，丙组为药物组，除常规训练外，服用抗疲劳药物，一月后测定第一秒用力肺活量(L)，结果见表。试比较三组第一秒用力肺活量有无差别。对照组为组一，锻炼组为组二，药物组为组三。

第一步：打开

SPSS 软件

表1 三组战士的第一秒用力肺活量(L) 对照组 锻炼组 药物组 合计 3.25 3.66 3.44 3.32 3.64 3.62 3.29 3.48 3.48 3.34 3.64 3.36 3.16 3.48 3.52 3.64

3.20 3.60 3.60

3.62 3.32 3.28

3.56 3.44 3.52

3.44 3.16 3.26

3.82 3.28

第二步：由数据视图切换为变量视图修改变量名称

第三步：输入数据

第四步：点击“分析”——比较均值———单因素AVOVA, 如下所示：

第五步：点击两两比较进行设置（选择“LSD”，选择“S-N-K”，点击继续）→点击选项（选择“描述性”，选择“方差同质性检验”，点击继续）→确定。得到结果如下：

描述

肺活量

N

均值 标准差 标准误 均值的 95% 置信区间

极小值

极大值

下限 上限 1.00 10 3.3660 .16215 .05128 3.2500 3.4820 3.16 3.64 2.00 10 3.5540 .16681 .05275 3.4347 3.6733 3.20 3.82 3.00 10 3.4220 .14436 .04565 3.3187 3.5253 3.16 3.62 总数

30

3.4473

.17231

.03146

3.3830

3.5117

3.16

3.82

方差齐性检验

肺活量

Levene 统计量

df1

df2

显著性 .109

2

27

.897

ANOV A

肺活量

平方和

df 均方 F 显著性

组间

.186

2 .09

3 3.729

.037 组内 .675 27 .025

总数

.861

29

多重比较

因变量:肺活量 (I) 分组 (J) 分组 均值差 (I-J)

标准误

显著性

95% 置信区间

下限 上限 LSD

1.00

2.00 -.18800* .07069 .013 -.3330 -.0430

3.00

-.05600 .07069 .435 -.2010 .0890

2.00

1.00

.18800*

.07069

.013

.0430

.3330

3.00 .13200

.07069

.073 -.0130 .2770 3.00

1.00 .05600 .07069 .435 -.0890 .2010

2.00 -.13200

.07069

.073

-.2770

.0130

肺活量

分组N alpha = 0.05 的子集1 2

Student-Newman-Keuls a 1.00 10 3.3660

3.00 10 3.4220 3.4220

2.00 10

3.5540

显著性.435 .073 将显示同类子集中的组均值。

a. 将使用调和均值样本大小= 10.000。

由图表可知：组一和组二之间显著性为0.013，小于0.05，所以组一和组二之间存在显

著差异，因为组一和组三之间显著性为0.435，大于0.05，所以组一和组三之间没有显著差

异。

三、正交试验设计

正交试验设计也称正交设计(orthogonal design)，是用来科学设计多因素试验的一种

方法。其利用一套规格化的正交表(orthogonal table)安排试验，得到的试验结果再用数理

统计方法进行处理，使之得出科学结论。主要优点是能在多试验条件中选出代表性强的少数

试验方案，通过对这些少数试验方案结果的分析，从中找出最优方案或最佳生产工艺条件，

并可以得到比试验结果本身给出的还要多的有关各因素的信息。

例如：某食品厂生产口香糖，检验口香糖的质量好坏需要分析：1.拉伸率（越大越好）；2.变形（越小越好）；3.耐弯曲次数（越多越好）这三种指标，要求对这三种指标都取得较

好的水平，先要进行口香糖配方的实验分析，因素水平表如下：

水平

因素

A胶剂添加量% B葡萄糖浆添加量% C糖粉添加量% D薄荷添加量%

1 19 17 58 0.8

2 20 18 59 0.9

3 21 19 60 1

4 22 20 61 1.1 第一步：打开SPSS软件→变量视图（对各变量进行命名）

*. 均值差的显著性水平为0.05。