spss上课课件SPSS第十讲方差分析.ppt

第十讲 单因素方差分析 第一部分 前两讲复习与回顾 第二部分 Excel的基础统计应用 第三部分 方差分析的概念 第四部分 单因素方差分析的过程 第一部分 复习与回顾 （数据基本统计分析）内容回顾 频数分析：主要对单变量的多数类型的数据进行频数统计和分析。还可以产生多个统计量和统计图形。 具体功能：计算分位数、描述和计算集中趋势的统计量、计算描述离散趋势的统计量、对频次的图形输出 描述性分析：与频数性分析过程的功能类似，主要计算数值型单变量的统计量为主，没有图形功能。也可以将原始数据转换成标准正态评分值，并以变量的形式存入数据文件中。 具体功能：计算描述性统计量和参数（均值、求和）、描述离散程度的统计量（标准差、方差、极数、最大最小值、均值标准误差）、描述数据分布的统计量（峰度、偏度）。可选择计算变量的Z标准得分（“save standardized values as varilables”）。 探索性分析：对数据的探索和考察。通过对数据的分析，寻求和确定适合所研究问题的统计方法。提供了很多关于数据的概括分析和图表直观描述的方法，不仅对个案有效也可以针对分组个案描述。探索过程的因变量必须为定距变量，分组变量可为定序或定类变量。 具体功能：对数据进行初步考察，找出数据中明显不合理的数值（极端值、利群点）。对数据分布进行假设检验（正态分布的检验、方差齐性检验、数据转换）。数据的直观初步分析，提供各种描述统计量和图表进行直观分析。 正态分布的检验：“normality plots with tests”表示显示正态分布和无趋势正态分布概率图，并计算和现实在Lilliefors显著性水平下，正态总体检验的Kolmogorov-Smirnov统计量。如果加权样本容量在3~500之间还要计算Shapiro-Wilk统计量。 方差齐性检验：“Spread vs. with Levene Test”用于数据转换的散布对水平图的设置。显示数据转换后的回归曲线的斜率和方差齐性的Levene稳健检验。 （均值比较）内容回顾 在SPSS中，将两个总体均值近比较称为Compare Means，可选择Analyze→Compare Means来实现。Compare Means集中了几个用于计量资料均值间比较的过程。具体有： Means过程：对准备比较的各组计算描述指标，进行预分析，也可直接比较。 One-Samples T Test过程：进行样本均值与已知总体均值的比较。 Independent-Samples T Test过程：进行两样本均值差别的比较，即通常所说的两组资料的t检验。 Paired-Samples T Test过程：进行配对资料的显著性检验，即配对t检验。 One-Way ANOVA过程：进行两组及多组样本均值的比较，即成组设计的方差分析，还可进行随后的两两比较。 第二部分 Excel的基础统计应用 用Excel实现求正态分布的p值 例：一种机床加工的零件尺寸绝对平均误差为1.35mm。生产厂家现采用一种新的机床进行加工以期进一步降低误差。为检验新机床加工的零件平均误差与旧机床相比是否有显著降低，从某天生产的零件中随机抽取50个进行检验。50个零件尺寸的绝对误差数据如右表： 示例图 求t值 例：一种汽车配件的标准长度要求为12cm，高于或低于该标准均被认为是不合格的。汽车生产企业在购进配件时，通常是经过招标，然后对中标的配件提供商提供的样品进行检验，以决定是否采购。现对一个配件提供商提供的10个样本进行了检验，结果如下 t检验-双样本等方差假设 t检验-双样本异方差假设 例：假定两台机床加工的零件直径分别服从正态分布N（μ1，σ1），N（μ2，σ2）并且σ1≠σ2。为比较两台机床的加工精度有无显著差异，分别独立抽取了甲机床加工的8个零件和乙机床加工的7个零件，在α=0.05的显著水平下，利用Excel检验样本数据是否提供证据支持“两台机床加工的零件直径不一致”的看法 箱图的绘制 以上题为例绘制一个箱图。首先分别计算出四分位数和最大值最小值。以下四分位数为例。 第三部分 方差分析的概念 在科学实验中常常要探讨不同实验条件或处理方法对实验结果的影响。通常是比较不同实验条件下样本均值间的差异 方差分析是检验多组样本均值间的差异是否具有统计意义的一种方法。例如 医学界研究几种药物对某种疾病的疗效； 农业研究土壤、肥料、日照时间等因素对某种农作物产量的影响 不同饲料对牲畜体重增长的效果等 都可以使用方差分析方法去解决 复习几个知识点 随机变量的数字特征 方差—随机变量离散的重要衡量方法 F分布与方差分析 几个重要概念 自变量与