SPPS-方差分析

Posted foremostxl

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了SPPS-方差分析相关的知识,希望对你有一定的参考价值。

方差分析

主体间单因素方差分析(ANOVA)用于比较两个或多个独立分组的因变量均值
1. 目的:检验两个或多个分组的因变量均值是否存在显著差异
2. 所需数据: 两个(或多个)不同分组(或分类)的主体间因子的自变量+连续因变量
3. 假设条件: a. 观测值独立 b. 各组总体的因变量取值服从正态分布 c. 各组总体方差相同(齐性)--莱文检验
4. 原假设和备择假设: 原假设:H0:μ1=μ2=μ3=...=μ_n 备择假设:H1:至少一组均值有别于其他组 μ1、μ2、μ3、...、μ_n表示两个或多个不同分组或分类的因变量(不同样本)的均值
5. 假设检验: 在原假设为真的情况下,如果t检验的结果看起来不可能(p值小于等于0.05),则拒绝原假设,总体样本均值中至少有一组的有别于其他组; 如果t检验的结果看起来有可能(p值大于0.05
),则接受原假设,所有总体样本的均值相同
6. 具体步骤: 1. 导入数据 2. 分析数据 3. 解释输出结果: 描述:平均值--1号和3号电池的寿命平均值明显高于2号电池 方差齐性检验: 【莱文检验】 原假设:H0:σ1^2=σ2^2=σ3^2=...=σn^2 备择假设:H1:至少一个方差和其他方差不等 σ1^2、σ2^2、σ3^2、...σn^2分别代表各个总体的方差 判定:p≤0.05,拒绝原假设,各个总体方差存在差异 p>0.05,接受原假设,各个总体方差相同
具体结果:F值为0.
39,自由度(组间自由度3-1+组内自由度36-3),p值为0.68(>0.05),接受原假设, 表示各个总体的方差相同(条件满足) 【ANOVA】 均方=平方和/自由度 F=组间均方/组内均方=503.52/12.98=38.77 p值<0.05,拒绝原假设,接受备择假设,至少有一种电池的寿命有别于其他组的电池

技术图片
       【两两比较检验】--图基事后比较程序
       齐性子集:位于相同列的分组之间无明显差异,位于不同列的分组之间有显著差异
       结论:2号电池与3/1号电池寿命存在明显差别,2号电池的寿命平均值(32.33)低于1号电池的寿命平均值(43.23),同样也低于3号电池的寿命平均值(43.83)。
       技术图片

        多重比较(存在信息冗余):
                         1号和2号比较--p值<0.05, 拒绝原假设,接受备择假设(1号和2号电池存在差异)
                         1号和3号比较--p值>0.05, 接受原假设(1和3号电池寿命没有区别)
                         2号和3号比较--p值<0.05, 拒绝原假设,接受备择假设(2号和3号电池存在差异)
        结论:2号电池与3/1号电池寿命存在明显差别,2号电池的寿命平均值(32.33)低于1号电池的寿命平均值(43.23),同样也低于3号电池的寿命平均值(43.83)

         齐性子集和多重比较:分析过程有区别,结果和结论一样的     

         1和4比较,没有差别
         1和3比较,存在差异
         1和2比较,没有差异
         2和3比较,存在差异
         2和4比较,没有差异
         3和4比较,存在差异
技术图片
         结论:4种品牌的胶合板的被磨损的深度中间存在一些差异,2号品牌(2.404)、1号品牌(2.41)和
4号品牌(2.57)的磨损深度明显高于3号品牌的磨损深度(2.046),说明3号品牌的胶合板耐磨性比较好。

 

案例描述:
    现有三种品牌的电池,以及每个电池的寿命数据。分析三种品牌电池的寿命是否有显著差异。
数据:电池寿命分析.sav

技术图片技术图片

 

 技术图片技术图片

 

 练习:

练习:
    现希望比较四种胶合板的耐磨性,分别从这四个品牌的胶合板中抽取了5个样品,在相同的转速下磨损相同的时间,测量其被磨损的深度(mm),现希望对此进行分析。
数据:veneer.sav

 

 技术图片

 

 技术图片

 

 技术图片

 

 技术图片

 

 

 

 

 

 

111

以上是关于SPPS-方差分析的主要内容,如果未能解决你的问题,请参考以下文章

Python笔记-方差分析之单因素方差分析

Python笔记-方差分析之多因素方差分析

Python无交互作用的二元方差分析

常用数据分析方法:方差分析及实现!

R语言回归anova方差分析相关性分析 《精品购物指南》调研数据可视化|附代码数据

单因素方差分析与均匀性检验