美文网首页
SPSS单因素方差分析(One-way Anova)

SPSS单因素方差分析(One-way Anova)

作者: 谢俊飞 | 来源:发表于2020-02-17 09:04 被阅读0次

    单因素方差分析(One-way Anova)与T检验的用途很类似:

    1. 都需要样本数据符合正态分布;

    2. 都是检验样本均值是否有显著差异;

    3. 都需要满足方差齐性要求(方差不齐没有可比性);

    4. 都是针对单因子进行分析。

    T检验胜在用起来方便简单,但是有以下两个局限:

    1. T检验最多只能研究两个样本,超过两个样本需要用方差分析;

    2. T检验的结果能告诉我们因子是否显著,但是该因子的关键性不知道(也就是因子对结果的影响程度),通过T检验可能会找到10个显著因子,但是这些因子对输出的影响度不同,其中可能只有5个或更少非常关键。

    方差分析(Analysis of Variance,简称ANOVA),又称“变异数分析”,是R.A.Fisher发明的,用于两个及两个以上样本均数差别的显著性检验。

    单因素方差分析的前提

    方差分析是建立在三项假定的基础上进行的:

    1. 样本数据符合正态分布;

    2. 样本数据满足方差齐性要求;

    3. 数据相互独立。

    例子:

    文件可从我的云盘下载:

    案例

    三个处理对桔小实蝇产卵量的影响,测验是否有差异?

    原假设H0:3种处理对产卵量没有影响;

    对立假设H1:3种处理对产卵量有影响。

    执行分析/比较均值/单因素ANOVA命令

    产卵量——因变量列表

    处理——因子

    比对:多项式--线性

    两两比较:假定方差齐性--LSD--SNK

    选项:描述性--方差同质性检验

    在“两两比较”对话框中选择LSD和S-N-K检验(SNK为Student-Newman-Keuls三人姓氏的缩写,亦称q检验,适用于多个均数的两两比较,常用于探索性研究。 只告诉有无差异,不提供精确P值。LSD为最小显著差异t检验。适用于某一对或几对在专业上有非凡价值的均数间差别的比较。 提供P值)

    结果分析:

    显示结果为P=0.302>0.05,因此方差是齐性的,也就是整体对象是同质的,这样才可以做下一步的分析;

    在方差分析的结果中,两两比较的结果是组间的方差是齐性,其中,F=559.111,P=0.00.

    同时,看多重比较的分析结果,可以看到:组间平均值的差值(M12=335.300;M23=120.400;M13=455.7),三组在齐质性的条件下,显示显著的差异,P都为0.00. 因此,拒绝原假设,接受对立假设。

    参考资料1:【实例讲解】单因素方差分析(One-way Anova)

    参考资料2:SPSS基本常用分析方法总结

    参考资料3:方差分析基本概念及单因素方差分析

    相关文章

      网友评论

          本文标题:SPSS单因素方差分析(One-way Anova)

          本文链接:https://www.haomeiwen.com/subject/etdqtqtx.html