生物统计上机操作第五讲 方差分析

《生物统计上机操作第五讲 方差分析》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、研究生《生物统计学》课程第五讲方差分析主要内容：一、单因素方差分析二、两因素方差分析三、多因素方差分析一、单因素方差分析[Analyze]=>[CompareMeans]=>[One-WayANOVA]1、案例分析：某水产研究所比较四种饲料对鱼的饲喂效果饲料类型甲乙丙丁鱼的增重（各调查5条鱼）132252227228262431332272725428282525536262629（1）建立数据文件，在VariableVew中定义变量“饲料”、“增重”，“饲料”小数位数为0，用1、2、3、4分别代表甲、乙、丙、丁4种饲料。输入数据。（2）方差分析：[Anal

2、yze]=>[CompareMeans]=>[One-WayANOVA]，打开[One-WayANOVA]主对话框。选定“增重”使之进入[DependentList]（样本观测值）框，选定“饲料”使之进入[Factor]（因素）框（3）单击[Options]进入“选项”对话框，选择[Descriptive]要求输出描述统计量，[HomogeneityofVariancetese]（方差齐性检验），[Continue]返回；（4）单击[PostHoc]打开[One-WayANOVA:PostHocMultipleComparisions]（单因素方差分析：验后

3、多重比较）对话框，可选择确定多重比较方法，如LSD法、Duncan法，[Continue]返回；（5）单击[OK]，运行单因素方差分析。结果显示：方差分析表：（P＝0.005<0.01不同饲料对鱼增重的作用差异极显著）多重比较：LSD法（解释：甲与其他三种饲料都具有显著差异，乙、丙、丁间差异不显著）Duncan法（解释：用Duncan法划分的相似性子集，在显著性水平为0.05的情况下，第一组包括丙乙丁，组内相似的概率为0.123；第二组包括甲，说明甲的均值与其他三个具有显著性差异）2、练习：某灯泡厂用四种配料方案制成的灯丝生产了四批灯泡，在每批灯泡中作随机抽

4、样，测量其使用寿命（单位：小时），数据如下：灯泡灯丝12345678甲1600161016501680170017201800乙15801640164017001750丙14601550160016201640174016601820丁151015201530157016801600问不同灯丝制成的灯泡的使用寿命是否有显著差异，存在差异则做多重比较。3、练习：调查5个不同小麦品系株高（cm），结果见下表，比较不同品系间小麦株高差异是否显著。品系株号IIIIIIIVV164.664.567.871.869.2265.365.366.372.168.2364.8

5、64.667.170.069.8466.063.766.869.168.3565.863.968.571.067.5二、两因素方差分析：研究两个控制变量是否对观察变量产生显著影响，不仅能分析两个因素对观测变量的影响，还能分析其交互作用对观测变量的分布产生影响。在SPSS中，两因素方差分析是利用“GeneralLinearModel”（一般线性模型）模块中的“Univariate”（单变量方差分析）过程来完成。（一）有重复的两因素方差分析：（固定模型）1、案例分析：选定2种不同性别和4种不同年龄的猕猴，测定血液中a2球蛋白（单位：g/l）年龄1-3岁4-6岁7

6、-10岁>10岁性别雌雄雌雄雌雄雌雄a2球蛋白含量13.015.814.916.626.318.216.413.521.716.018.916.117.812.719.119.022.417.918.219.313.812.513.813.413.112.012.920.36.515.613.37.58.815.68.721.115.113.019.814.08.611.117.48.518.110.49.512.113.212.112.213.511.111.112.114.18.717.210.112.813.013.78.614.112.110.616

7、.28.89.411.08.411.68.813.116.612.124.310.48.911.5（1）建立数据文件，在VariableVew中定义变量“年龄”、“性别”、“蛋白含量”，“年龄”、“性别”小数位数为0，“年龄”中用1、2、3、4分别代表“1-3岁”、“4-6岁”、“7-10岁”、“>10岁”4个年龄段，“性别”中用1、2分别代表“雌性”、“雄性”，输入数据。（2）方差分析：[Analyze]=>[GeneralLinearModel]=>[Univariate]，打开[Univariate]主对话框。选定“蛋白含量”使之进入[Dependen

8、tVariable]（因变量）框，选定“年龄”、“性