SPSS與方差分析(F檢驗)

基本原理

方差分析(Analysis Of Variance)复凳,記作ANOVA撇贺,實質(zhì)上是采用數(shù)理統(tǒng)計的方法對所得結(jié)果進行分析傅蹂,以鑒別各種因素對研究對象的某些特性值影響大小的一種有效方法。


文章結(jié)構(gòu)
方差分析的相關(guān)概念
相關(guān)概念 定義
試驗指標 研究對象的特性值佃乘,簡稱指標,常用y表示
因子 在試驗中要通過改變狀態(tài)加以考察的因素驹尼,常用A趣避、B、C新翎,…來表示
因子的水平 因子在試驗中所取的不同狀態(tài)程帕,常用A?,A?地啰,…愁拭,At等表示,r為因子A的水平
方差分析的基本思想(以單因素為例)

方差分析是基于變異分解的思想進行的亏吝,整個樣本的變異可以看作:


其中岭埠,隨機變量是永遠存在的。
在方差分析中蔚鸥,代表變異大小并用來進行變異分解的指標就是離均差平方和惜论,代表總的變異程度,記為SST 止喷。組內(nèi)變異用各組的離均差平方和之和來表示馆类,記為SSw。組間變異大小可以用組間平方和表示弹谁,記為SSB( Sum of Squares Between Groups ╮( ̄▽ ̄")╭)乾巧。


單因子方差分析

單因子方差分析用來研究一個因子的不同水平是否對指標產(chǎn)生了顯著影響。例如:研究不同種類的化肥對農(nóng)作物的影響预愤。

1. 基本假設(shè)
  • 正態(tài)性
    要求每個水平下的總體都服從正態(tài)分布沟于。
  • 方差齊性
    要求每個水平下總體的方差σ2都相等
  • 獨立性
    要求因子各水平下的總體相互獨立
2. 模型建立

因子對指標是否有影響取決于指標的正態(tài)分布是否一致。如果有影響鳖粟,則正態(tài)分布應(yīng)該存在差異社裆。而正態(tài)分布由均值和方差決定拙绊,假設(shè)中方差相同向图,因此各個水平下的正態(tài)分布均值直接決定因素是否對指標有影響泳秀。(摘自數(shù)理統(tǒng)計知識整理——回歸分析與方差分析

所以,問題可以轉(zhuǎn)化為假設(shè)檢驗榄攀,設(shè):H?:μ?=μ?=…=μr


則嗜傅,H?假設(shè)改寫成:H?: α?=α?=...=αr=0

3. 確定檢驗統(tǒng)計量
4. SPSS應(yīng)用

步驟:分析->比較平均值->單因素ANOVA,選入需要分析的變量和因子檩赢,如圖:


單因素方差分析對話框

輸出結(jié)果:


輸出結(jié)果

由上表可知吕嘀,P=0.073>0.05,故不拒絕原假設(shè)贞瞒,說明藥物1對小白鼠激素水平不具有顯著影響偶房。


多因子方差分析

多因子分析用來研究兩個或兩個以上因素能否對指標產(chǎn)生顯著影響,進而找到利于指標的最優(yōu)組合军浆。在多因子方差分析中棕洋,以雙因子的方差分析最常用。例如:研究不同種類乒融、不同量的化肥對農(nóng)作物的影響掰盘;分析不同品牌和不同地區(qū)對一種商品銷售量是否影響等……

多因子方差分析可分為無交互作用有交互作用兩種。

  • 一個因子水平下的指標好壞及程度不受另一個因子不同水平的影響赞季,則稱兩因子之間無交互作用愧捕,要分別判斷每個因子對指標的影響。
  • 一個因子水平下的指標好壞及程度與另一個因子取什么水平有關(guān)申钩,則稱兩因子之間有交互作用次绘,記作A×B。此時除了要分別考慮每個因子對指標的影響外典蜕,還要考慮兩個因子的搭配對指標產(chǎn)生新的效應(yīng)断盛。
SPSS應(yīng)用
1. 無交互作用多因子方差分析

步驟:分析->一般線性模型->單變量,將指標和影響因子選入愉舔,單擊模型按鈕钢猛,選擇“定制”,在構(gòu)建項中選擇“主效應(yīng)”轩缤,再次選入因子命迈,如圖:

對話框

2. 有交互作用多因子方差分析

步驟:分析->一般線性模型->單變量,將指標和影響因子選入火的,單擊模型按鈕壶愤,選擇默認的“全因子”,如圖:

對話框

結(jié)果分析:同理馏鹤,當sig=P>0.05(或0.01)時不拒絕原假設(shè)征椒,說明因子對指標影響不顯著


協(xié)方差分析

是利用線性回歸的方法。將那些很難人為控制的因素作為協(xié)變量湃累,并在排除協(xié)變量對指標影響的條件下勃救,分析可以控制的因素對指標的影響碍讨,從而更準確的對試驗結(jié)果進行評價。

基本思想:指標的變異=因子的獨立作用+因子的交互作用+隨機誤差的作用+協(xié)變量的作用

SPSS應(yīng)用

步驟:分析->一般線性模型->單變量蒙秒,將指標勃黍、影響因子和協(xié)變量選入,單擊模型按鈕晕讲,選擇默認的“全因子”覆获,如圖:

單變量對話框

結(jié)果分析:同理,當sig=P>0.05(或0.01)時不拒絕原假設(shè)瓢省,說明因子對指標影響不顯著


寫在最后:
方差分析實際上需要滿足各種條件弄息。并且還有諸如多組均數(shù)的比較等等知識。在博主拿數(shù)據(jù)測試時勤婚,發(fā)現(xiàn)輸出結(jié)果的表格F值和sig值都為空疑枯。查資料以后發(fā)現(xiàn)可能是由于交互性的問題。
現(xiàn)在總結(jié)的對于數(shù)學建模來說已經(jīng)足夠蛔六,以后應(yīng)當仔細研究一下方差分析的進階荆永。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市国章,隨后出現(xiàn)的幾起案子具钥,更是在濱河造成了極大的恐慌,老刑警劉巖液兽,帶你破解...
    沈念sama閱讀 221,576評論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件骂删,死亡現(xiàn)場離奇詭異,居然都是意外死亡四啰,警方通過查閱死者的電腦和手機宁玫,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,515評論 3 399
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來柑晒,“玉大人欧瘪,你說我怎么就攤上這事〕自蓿” “怎么了佛掖?”我有些...
    開封第一講書人閱讀 168,017評論 0 360
  • 文/不壞的土叔 我叫張陵,是天一觀的道長涌庭。 經(jīng)常有香客問我芥被,道長,這世上最難降的妖魔是什么坐榆? 我笑而不...
    開封第一講書人閱讀 59,626評論 1 296
  • 正文 為了忘掉前任拴魄,我火速辦了婚禮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘匹中。我一直安慰自己蚀狰,他們只是感情好,可當我...
    茶點故事閱讀 68,625評論 6 397
  • 文/花漫 我一把揭開白布职员。 她就那樣靜靜地躺著,像睡著了一般跛溉。 火紅的嫁衣襯著肌膚如雪焊切。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 52,255評論 1 308
  • 那天芳室,我揣著相機與錄音专肪,去河邊找鬼。 笑死堪侯,一個胖子當著我的面吹牛嚎尤,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播伍宦,決...
    沈念sama閱讀 40,825評論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼芽死,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了次洼?” 一聲冷哼從身側(cè)響起关贵,我...
    開封第一講書人閱讀 39,729評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎卖毁,沒想到半個月后揖曾,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 46,271評論 1 320
  • 正文 獨居荒郊野嶺守林人離奇死亡亥啦,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 38,363評論 3 340
  • 正文 我和宋清朗相戀三年炭剪,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片翔脱。...
    茶點故事閱讀 40,498評論 1 352
  • 序言:一個原本活蹦亂跳的男人離奇死亡奴拦,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出届吁,到底是詐尸還是另有隱情粱坤,我是刑警寧澤,帶...
    沈念sama閱讀 36,183評論 5 350
  • 正文 年R本政府宣布瓷产,位于F島的核電站站玄,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏濒旦。R本人自食惡果不足惜株旷,卻給世界環(huán)境...
    茶點故事閱讀 41,867評論 3 333
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧晾剖,春花似錦锉矢、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,338評論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至循头,卻和暖如春绵估,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背卡骂。 一陣腳步聲響...
    開封第一講書人閱讀 33,458評論 1 272
  • 我被黑心中介騙來泰國打工国裳, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人全跨。 一個月前我還...
    沈念sama閱讀 48,906評論 3 376
  • 正文 我出身青樓缝左,卻偏偏與公主長得像,于是被迫代替她去往敵國和親浓若。 傳聞我的和親對象是個殘疾皇子渺杉,可洞房花燭夜當晚...
    茶點故事閱讀 45,507評論 2 359

推薦閱讀更多精彩內(nèi)容