spss单因素方差分析例子.docx

第一题：data0706-nutrition为地衣(lichen)、树叶成叶和嫩叶的蛋白质和可溶性碳水化合物(water soluble carbohydrate)的含量，先分析三者之间蛋白质的含量有无差异？如果有差异，具体是怎么差异的？再可溶性碳水化合物的含量有无差异？如果有差异，具体怎么差异？（1） 地衣(lichen)、树叶成叶和嫩叶的蛋白质的含量差异分析；第一步：导出变量items和protein，以便删除protein中缺失数据第二步：打开导出数据data0706-nutrition1，先排序，然后删除缺失数据第三步：对data0706-nutrition1数据的正态性、异常值和极值、方差齐性进行检验，对数据做一个检查，Analyze->Descriptive Statistics->Explore；首先：如上图，把要检验的变量protein送入Dependent List，把分组变量（因素变量）items送入Factor List其次：如下图，点击Plots打开：选择Factor Levels together、Stem-and-leaf、Histogram、Normality plots with tests，下方Spread vs Level with Levene Test可以提供方差齐性的检验，选择Untransformed（不对数据进行转换）。

输出结果：第一组是尽管sig=0.935，但由于样本数太小，正态一般；第二组正态性不好第三组中，p较小，也只是近似正态基于平均数的计算(Based on Mean)，各组方差有差异(p=0.044) 由直方图可以看出，在第二组和第三组存在一些极值，数据分布不均匀，连续性不好由茎叶图可知，第二组和第三组分别存在4个，3个极值 由图和图不能得到一些较有用的信息，因为正态性之前已经判断箱图并与茎叶图一致，在第二组标识了4个异常值，第三组标识了3个异常值第一组中位数在中间，其余两组中位数都发生偏离，其中第二组偏离较大第四步：One-Way ANOVA方差分析把要比较的变量protein送入因变量框Dependent List，把分组变量(因素变量) item送入Factor栏，选择Descriptive， Homogeneity of variance test，Mean plot， Missing Values结果输出：𝑝=𝑃(𝐹>6.365)=0.003<0.05得，第一，二，三组间存在差异散点图也说明平均数有较大差异，在第1和第2,3组之间。

第2和3组差异不大最后：点击Post Hoc选项卡，打开多重比较对话框：本题因方差不相等，样本量较小，可选择Dunnett’s T3，在Significance level栏，输入显著性水平0.05输出结果：由表可知，第一组和第二，三组蛋白质的含量无差异的概率＜0.001.故第一组和第二，三组蛋白质的含量有差异，第二，三组蛋白质含量较高第二组和第三组蛋白质的含量无差异的概率＞0.99.故第二组和第三组蛋白质的含量无差异第五步：用非参数检验，Analyze->Nonparametric Tests->K Independent Samples，打开：把要检验的变量送入Test Variable List，把因素变量送入Grouping Variable栏 然后点击Define Range，打开：可以在Minimum栏输入1，在Maximum栏输入3.结果输出：故用非参数检验的结果是样本之间不存在差异，可能是由于样本数太少造成2）地衣(lichen)、树叶成叶和嫩叶可溶性碳水化合物的含量差异分析第一， 二步和之前相同处理，去除缺失值第三步：对data0706-nutrition2数据的正态性、异常值和极值、方差齐性进行检验，对数据做一个检查，Analyze->Descriptive Statistics->Explore；首先：如上图，把要检验的变量wsc送入Dependent List，把分组变量（因素变量）items送入Factor List。

其次：如下图，点击Plots打开：选择Factor Levels together、Stem-and-leaf、Histogram、Normality plots with tests，下方Spread vs Level with Levene Test可以提供方差齐性的检验，选择Untransformed（不对数据进行转换）结果输出：这3组正态性都较好，只有第一组较差，但也可以接受基于平均数的计算(Based on Mean)，各组方差有差异(p=0.001) 由直方图可以看出，在第一组存在一极值，整体数据分布均匀，连续性好 由茎叶图可知，第一组数据存在一个极值，影响了第一组数据的正态性 由图可知，3组数据的正态性较好箱图并与茎叶图一致，在第一组标识了1个异常值，第一，二组数据的中间值都偏高值分布，第三组偏低值，但三组数据的正态性分布较好第四步：One-Way ANOVA方差分析把要比较的变量wsc送入因变量框Dependent List，把分组变量(因素变量) item送入Factor栏，选择Descriptive， Homogeneity of variance test，Mean plot， Missing Values。

结果输出：𝑝=𝑃(𝐹>30.689)=0.001<0.05得，第一，二，三组间存在差异散点图也说明3组平均数有较大差异最后：点击Post Hoc选项卡，打开多重比较对话框：本题因方差不相等，样本量较小，可选择Dunnett’s T3，在Significance level栏，输入显著性水平0.05结果输出：由表可知，第一和二组可溶性碳水化合物的含量差异概率＜0.001.故第一组和第二组可溶性碳水化合物的含量有差异，地衣(lichen) 可溶性碳水化合物的含量大于树叶成叶可溶性碳水化合物的含量第一和三组可溶性碳水化合物的含量差异概率＜0.001.故第一组和第三组可溶性碳水化合物的含量有差异，地衣(lichen) 可溶性碳水化合物的含量大于树叶嫩叶可溶性碳水化合物的含量第二和三组可溶性碳水化合物的含量差异概率＜0.012.故第二组和第三组可溶性碳水化合物的含量有差异，树叶成叶 可溶性碳水化合物的含量大于树叶嫩叶可溶性碳水化合物的含量注，由于该数据正态性较好，不需要非参数检验第二题：data0707-wing，5组家蝇的翅长有无差异？如果有差异，具体怎么差异？数据如下：第一步；首先需要对数据结构进行重建，把变量组结构转换为观测量组结构，即转换成一个因素变量，一个因变量，Data->Restructure，打开：选择Restructure selected variables into cases，点击Next，选择One，点击Next,Case Group Identification栏选择None，把Variables in the Current File中的变量按顺序送入Target Variable下方框中，在Target Variable栏输入length，点击Next，选择One，点击Next，选择Sequential numbers，点击Finish，获得One-Way ANOVA需要的数据结构：Index1：改名为group，Width改为8，新变量length不需做任何改变。

因各组样本量太小，用非参数检验，输出结果：结论：5组家蝇的翅长有差异(x2=11.437, p<0.05)若要比较不同组间的差异可以用两个样本的非参数检验来得到比如检验1和2组的差异Analyze->Nonparametric Tests->2 Independent Samples，打开：把要检验的变量送入Test Variable List，把因素变量送入Grouping Variable栏在define group 输入1和2.输出结果： 结论：在一，二组之间Z=-2.333，sig=0.20＜0.05，所以一，二组之间家蝇的翅长有差异其他组的比较方法类似，略去。