可重复双因素方差分析例题

双因素无重复试验的方差分析检验两个因素的交互效应,对两个因素的每一 组合至少要做两次试验. 如果已知不存在交互作用,或已知交互作用对 试验的指标影响很小,则可以不考虑交互作用. 对两个因素的每一组合只做一次试验,也可以 对各因素的效应进行分析——双因素无重复试验 的方差分析.

设试验结果受两个因素 A, B 的影响，因素 A 有 r 个水平A1 , A2 , , Ar ;因素 B 有 s 个水平 B1 , B2 , , Bs .在两个因素

的每一个组合 Ai B j 作一次试验，所得试验结果为

X ij i 1,2,

, r; j 1,2,

, s .

因素B 因素A A1A2

B1

B2

Bs

x11 x21 xr 1

x12x22 xr 2

x1sx2 s xrs

Ar

假设 X ij~N ( ij , 2 ), i 1, , r , j 1, , s.各 X ij 独立, ij , 2 均为未知参数.1 r s ij , rs i 1 j 1 1 s i ij , s j 1 记 r 1 j ij , r i 1 ai

.

'.

1. 某湖水在不同季节氯化物含量测定值如表6.16所示。问不同季节氯化物含量有无差别？

若有差别，进行32个水平的两两比较。

解：

2.有三种抗凝剂（123,,A A A ）对一标本作红细胞沉降速度（一小时值）测定，每种抗凝剂

3.将18名原发性血小板减少症患者按年龄相近的原则配为6个单位组，每个单位组中的3名患者随机分配到A 、B 、C 三个治疗组中，治疗后的血小板升高情况见表6.17，问3中治疗方法的疗效有无差别？

表6.17 不同人用鹿茸后血小板的升高值/(4

3

10/mm )

解：

4.某研究人员以0.3mL/kg 剂量纯苯给大鼠皮下注射染毒，每周3次，经45天后，实验动物白细胞综述下降至染毒前的50%左右，同时设置未染毒组。两组大鼠均按照是否给予升高白

.

'.

细胞药物分为给药组和不给药组，试验结果见表6.18，试作统计分析。

解：

问：（1）这三类人的该项生理指标有差别吗？（） （2）如果有差别，请进行多重比较分析。（0.05α=） 解：

6.将24家生产产品大致相同的企业，按资金分为三类，每个公司的每100元销售收入的生产成本（单位：元）

如表6.20所示。这些数据能否说明三类公司的市场生产成本有差异（假定生产成本服从正态分布，且方差相同）？

参考答案：

1、 题中所给数据的有效位数较多，为简化计算将所有数据都减去30，另组计算表如下

表。 甲 1 2 3 4 5 6 T.j 机 乙 3.24 2.56 1.49 2.67 3.04 1.18 14.18 2.33 1.28 0.35 2.14 1.75 7.85 型 丙 3.44 2.48 3.15 2.46 2.18 13.71 3?Tj?1.j?35.74 T.j T.jnjnj261.6225 12.3245 14.8319 201.0724 33.5121 187.9641 37.5928 ------ T.jnjnj232?j?1?83.4294 37.0342 38.7105 3?i?1x 2ij??j?1i?1xij?90.5766 2St?90.5766?35.74162?10.7424

SA?83.4294?35.74162?3.5952

SB?10.7424?3.5952?7.1472

ST,SA,SB的自由度依次为n?1?15,S?1?2,n?S?13，得方差分析表如下表所示。

方差 来源 组间(因素) 组内 总和 SA?3.5952 SB?7.1472 ST?10.7424 S?1

Excel中的单因素方差分析

一、目的要求

为了解决多个样本平均数差异显著性的测验问题，需要应用方差分析。方差分析是把试验看成一个整体，分解各种变异的原因。从总的方差中，将可能的变异原因逐个分出，并用误差的方法作为判断其他方差是否显著的标准，如果已知变异原因的方差比误差方差大得多，那么，该方差就不是随机产生的，试验的处理间的差异不会是由于误差原因造成的，这时处理的效应是应该肯定的。

通过学习Excel中方差分析，掌握基本的分析操作，能够处理实验的数据。 二、实验工具

Microsoft Excel 三、试验方法

叶内平均含硼量的差异显著性。

在Excel统计中，完全随机试验设计的方差分析，只须经过单因素方差分析即可得出结果，具体步骤如下： ① 打开Excel，向单元格中输入文字与数字，建立表格； ② 单击“工具”，在出现的对话框中，选择“数据分析”，选取“方差分析：

单因素方差分析”； ③ 单击“确定”，单击“输入区域：”框右边的按钮，用鼠标选中数据，再次

单击按钮；其他设置选择α为0.05。分组方式：行。点选标志位于第一列。 ④ 单击“确定”，即可输出单因素方差分析结果。

4、方差分析输出结果： SUMMARY

组 A B C D E

差异源 组间 组内

总计

观测

VAR00001 VAR00002 31.90 1.00 27.90 1.00 31.80 1.00 28.40 1.00 35.90 1.00 24.80 2.00 25.70 2.00 26.80 2.00 27.90 2.00 26.20 2.00 22.10 3.00 23.60 3.00 27.30 3.00 24.90 3.00 25.80 3.00 27.00 4.00 30.80 4.00 29.00 4.00 24.50 4.00 28.50 4.00

单击Analyze Compare Means One-Way ANOVA，打开 One-Way ANOVA对话框。

1.VAR00001进入Dependent list框内，VAR00002进入Factor框内

2.“Contrasts”默认；“post hoc”：LSD，Duncan；O

VAR00001 VAR00002 31.90 1.00 27.90 1.00 31.80 1.00 28.40 1.00 35.90 1.00 24.80 2.00 25.70 2.00 26.80 2.00 27.90 2.00 26.20 2.00 22.10 3.00 23.60 3.00 27.30 3.00 24.90 3.00 25.80 3.00 27.00 4.00 30.80 4.00 29.00 4.00 24.50 4.00 28.50 4.00

单击Analyze Compare Means One-Way ANOVA，打开 One-Way ANOVA对话框。

1.VAR00001进入Dependent list框内，VAR00002进入Factor框内

2.“Contrasts”默认；“post hoc”：LSD，Duncan；O

作业8：多因素方差分析

1， data0806-height是从三个样方中测量的八种草的高度，问高度在三个取样地点，以及八

种草之间有无差异？具体怎么差异的？ 打开spss软件，打开data0806-height数据，点击Analyze->General Linear Model->Univariate打开：

把plot和species送入Fixed Factor(s)，把height送入Dependent Variable，点击Model打开：

选择Full factorial，Type III Sum of squares，Include intercept in model（即全部默认选项），点击Continue回到Univariate主对话框，对其他选项卡不做任何选择，

结果输出：

因无法计算???? ??rror，即无法分开???? intercept 和???? error，无法检测interaction的影响，无法进行方差分析，

重新Analyze->General Linear Model->Univariate打开：

选择好Dependent Variable和Fixed Factor(s)，点击Model打开：

点击Cust

SPSS中的单因素方差分析

一、基本原理 单因素方差分析也即一维方差分析，是检验由单一因素影响的多 组样本某因变量的均值是否有显著差异的问题，如各组之间有显著差 异，说明这个因素（分类变量）对因变量是有显著影响的，因素的不 同水平会影响到因变量的取值。

二、实验工具 SPSS for Windows 三、试验方法 例：某灯泡厂用四种不同配料方案制成的灯丝（filament），生产 了四批灯泡。在每批灯泡中随机地抽取若干个灯泡测其使用寿命（单 位：小时hours），数据列于下表，现在想知道，对于这四种灯丝生产 的灯泡，其使用寿命有无显著差异。

灯泡 灯丝 1 2 3 4 5 6 7 8 甲 1600 1610 1650 1680 1700 1700 1780 乙 1500 1640 1400 1700 1750 丙 1640 1550 1600 1620 1640 1600 1740 1800 丁 1510 1520 1530 1570 1640 1680 四、不使用选择项操作步骤 （1）在数据窗建立数据文件，定义两个变量并输入数据，这两 个变量是：

filament 变量，数值型，取值1、2、3、4 分别代表甲、乙、丙、 丁，格式为F1.0，标签为“

第12章 连续变量的统计推断 (二)――单因素方差分析

12.1 方差分析入门

12.1 方差分析入门为什么要进行方差分析 方法原理 单因素方差分析的应用条件 单因素方差分析的SPSS实现

12.1.1 12.1.2 12.1.3 12.1.4

12.1.1 为什么要进行方差分析

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

12.1.2 方法原理

方差分析的相关概念：上述农作物产量、广告效果等最终效果 的变量被称为观测因素，或称为观测变 量； 影响观测变量的因素称为控制因素，或 者控制变量； 控制变量的不同类别，称为控制变量的 不同水平。

12.1.2 方法原理方差分析就是从观测变量的方差入手， 研究诸多控制变量中哪些是对观测变 量有显著影响的，其不同水平及各水 平的搭配是如何影响观测变量的； 方差分析认为，影响观测变量值变化 的有两类：

一类是控制变量

第10章 单因素方差分析

单因素方差分析(0ne-Way ANOVA)，又称一维方差分析，它能够对单因素多个独立样本 的均数进行比较，可以用10种检验方法对变量间的均数进行两两比较(即多重比较检验)并给出方差分析表，还可以作出5种类型图形(Type of plots)和2种均数图形(Means plot options)

10.1 单因素方差分析的计量资料

[例10—1] 某社区随机抽取了30名糖尿病患者、IGT异常人和正常人进行载脂蛋白 (mg／dL)测定，结果示于表10—1。试问3组人群的载脂蛋白测定结果含量是否相同？(倪宗瓒．卫生统计学．第4版，北京：人民卫生出版社，2001.50) 表10－1 3组人群的载脂蛋白(A)测定结果 组别（B） 糖尿病(1) IGT异常(2) 载脂蛋白测定 85.7 105.2 109.5 96.0 115.2 95.3 110.0 100.0 125.6 111.0 106.5 96.0 124.5 105.1 76.4 95.3 110.0 95.2 99.0 120.0 144.0 117.0 110.