正交试验设计的spss分析

正交试验设计的spss分析
正交试验设计的spss分析

上机操作6:正交试验设计的spss分析习题:有一混合水平的正交试验,A因素为葡萄品种,A1、A2、A3、A4,B因素为施肥期,有B1、B2,C因素为施肥量,有C1、C2,重复三次,采用L8(4×24)正交表,试验结果如下表,试进行分析

葡萄品种施肥时期及用量实验结果

解: 1.定义变量,输入数据:在变量视图中写入变量名称“产量”、“区组”、“施肥量”、“施肥期”、“品种”“处理”,宽度均为8,小数均为0。并在数据视图依次输入变量。

2.分析过程:

(1)正态分布检验:

工具栏“图形”——“P-P图”,在“变量”中放入“产量”,“检验分布”为“正态”,“确定”。

(2)方差齐性检验:

a.工具栏“分析”——“比较均值”——“单因素ANOVA”。

b.在“因变量”中放入“产量”,在“固定因子”中放入“品种”。

c.点击“选项”,在“统计量”中点击“方差同质性检验”,“继续”。

d.“确定”。工具栏“分析”——“比较均值”——“单因

素ANOVA”。

e.在“因变量”中放入“产量”,在“固定因子”中放入“施肥期”。

f.点击“选项”,在“统计量”中点击“方差同质性检验”,“继续”。

g.“确定”。在“因变量”中放入“产量”,在“固定因子”中放入“施肥量”。

h.点击“选项”,在“统计量”中点击“方差同质性检验”,“继续”。

i.“确定”。在“因变量”中放入“产量”,在“固定因子”中放入“处理”。点击“选项”,在“统计量”中点击“描述性”和“方差同质性检验”,“继续”。

j.“确定”。

(3)显著性差异检验:

a.工具栏“分析”——“常规线性模型”——“单变量”。

b.在“因变量”中放入“产量”,在“固定因子”中分别放入“施肥期”、“施肥量”、“品种”“区组”。

c.点击“模型”,“定制”,将“施肥期”、“施肥量”、“品种”、“区组”放入“模型”下。在“建立项”中选择“主效应”,“继续”。

d.点击“两两比较”,将“施肥期”、“施肥量”、“品种”放入“两两比较检验”中,点击“假定方差齐性”中的“Duncan”。

e.“确定”,在“因变量”中放入“产量”,在“固定因子”中分别放入“处理”、“区组”。

f.点击“模型”,“定制”,将“处理”、“区组”放入“模型”下。在“建立项”中选择“主效应”,“继续”。

g.点击“两两比较”,将“处理”放入“两两比较检验”中,点击“假定方差齐性”中的“Duncan”。

h.“确定”。

3.生成图表,输出结果分析:

(1)正态分布检验:

P-P图中数据点都分布在一条直线上,所以产量符合正态分

布。

(2)方差齐性检验:

表1-1

由表1-1可知,P>0.05,所以不同品种的产量方差之间不存在显著性差异,方差齐性。

表1-2

由表1-2可知,P>0.05,所以施肥期不同处理水平的产量方差不存在显著性差异,方差齐性。

表1-3

由表1-3可知,P>0.05,所以施肥量不同处理水平的产量方差不存在显著性差异,方差齐性。

表1-4

表1-5

由表1-3可知,处理组合1—12的均值和标准误分别为17.33±0.882、19.67±0.333、23.67±1.453、22.33±1.453、16.67±1.202、14.33±0.333、24.00±0.577、27.33±0.667,因此处理8(品种A4、施肥期B2、施肥量C2)的产量最高。由表1-5可知,P>0.05,所以不同处理的产量方差不存在显著性差异,方差齐性。

(3)显著性差异检验:

表1-6

由表1-6可知,区组的P>0.05,所以不同区组的产量之间不存在显著性差异;品种的P<0.01,所以不同品种的产量之间存在极显著性差异;施肥期的P>0.05,所以不同施肥期水平的产量之间不存在显著性差异;施肥量的P<0.05,所以不同施肥量水平的产量之间存在显著性差异。

表1-7

表1-8

由表1-7和表1-8可知,品种的多重比较分析表如下:

表1-9

表1-10

由表1-10可知,处理的P<0.01,所以不同处理的产量之间存在极显著性差异。

表1-11

表1-12

由表1-11和表1-12可知,处理的多重比较分析表如下:

表1-13

正交试验设计的spss分析

上机操作6:正交试验设计的spss分析习题:有一混合水平的正交试验,A因素为葡萄品种,A1、A2、A3、A4,B因素为施肥期,有B1、B2,C因素为施肥量,有C1、C2,重复三次,采用L8(4×24)正交表,试验结果如下表,试进行分析 葡萄品种施肥时期及用量实验结果 解: 1.定义变量,输入数据:在变量视图中写入变量名称“产量”、“区组”、“施肥量”、“施肥期”、“品种”“处理”,宽度均为8,小数均为0。并在数据视图依次输入变量。 2.分析过程: (1)正态分布检验: 工具栏“图形”——“P-P图”,在“变量”中放入“产量”,“检验分布”为“正态”,“确定”。 (2)方差齐性检验: a.工具栏“分析”——“比较均值”——“单因素ANOVA”。 b.在“因变量”中放入“产量”,在“固定因子”中放入“品种”。 c.点击“选项”,在“统计量”中点击“方差同质性检验”,“继续”。 d.“确定”。工具栏“分析”——“比较均值”——“单因

素ANOVA”。 e.在“因变量”中放入“产量”,在“固定因子”中放入“施肥期”。 f.点击“选项”,在“统计量”中点击“方差同质性检验”,“继续”。 g.“确定”。在“因变量”中放入“产量”,在“固定因子”中放入“施肥量”。 h.点击“选项”,在“统计量”中点击“方差同质性检验”,“继续”。 i.“确定”。在“因变量”中放入“产量”,在“固定因子”中放入“处理”。点击“选项”,在“统计量”中点击“描述性”和“方差同质性检验”,“继续”。 j.“确定”。 (3)显著性差异检验: a.工具栏“分析”——“常规线性模型”——“单变量”。 b.在“因变量”中放入“产量”,在“固定因子”中分别放入“施肥期”、“施肥量”、“品种”“区组”。 c.点击“模型”,“定制”,将“施肥期”、“施肥量”、“品种”、“区组”放入“模型”下。在“建立项”中选择“主效应”,“继续”。 d.点击“两两比较”,将“施肥期”、“施肥量”、“品种”放入“两两比较检验”中,点击“假定方差齐性”中的“Duncan”。

利用SPSS 进行方差分析以及正交试验设计

实验设计与分析课程论文 题目利用SPSS 软件进行方差分析和正交试验设计 学院 专业 年级 学号 姓名 2012年6月29日

一、SPSS 简介 SPSS 是世界上最早的统计分析软件,1984年SPSS 总部首先推出了世界上第一个统计分析软件微机版本SPSS/PC+,开创了SPSS 微机系列产品的开发方向,极大地扩充了它的应用范围,并使其能很快地应用于自然科学、技术科学、社会科学的各个领域,世界上许多有影响的报刊杂志纷纷就SPSS 的自动统计绘图、数据的深入分析、使用方便、功能齐全等方面给予了高度的评价与称赞。 SPSS 的基本功能包括数据管理、统计分析、图表分析、输出管理等等。SPSS 统计分析过程包括描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、数据简化、生存分析、时间序列分析、多重响应等几大类,每类中又分好几个统计过程,比如回归分析中又分线性回归分析、曲线估计、Logistic 回归、Probit 回归、加权估计、两阶段最小二乘法、非线性回归等多个统计过程,而且每个过程中又允许用户选择不同的方法及参数。SPSS 也有专门的绘图系统,可以根据数据绘制各种图形。SPSS 的分析结果清晰、直观、易学易用,而且可以直接读取EXCEL 及DBF 数据文件,现已推广到多种各种操作系统的计算机上,它和SAS 、BMDP 并称为国际上最有影响的三大统计软件。 SPSS 输出结果虽然漂亮,但不能为WORD 等常用文字处理软件直接打开,只能采用拷贝、粘贴的方式加以交互。这可以说是SPSS 软件的缺陷。 二、方差分析 例如 某高原研究组将籍贯相同、年龄相同、身高体重接近的30名新战士随机分为三组,甲组为对照组,按常规训练,乙组为锻炼组,每天除常规训练外,接受中速长跑与健身操锻炼,丙组为药物组,除常规训练外,服用抗疲劳药物,一月后测定第一秒用力肺活量(L),结果见表。试比较三组第一秒用力肺活量有无差别。对照组为组一,锻炼组为组二,药物组为组三。 第一步:打开 SPSS 软件 表1 三组战士的第一秒用力肺活量(L) 对照组 锻炼组 药物组 合计 3.25 3.66 3.44 3.32 3.64 3.62 3.29 3.48 3.48 3.34 3.64 3.36 3.16 3.48 3.52 3.64 3.20 3.60 3.60 3.62 3.32 3.28 3.56 3.44 3.52 3.44 3.16 3.26 3.82 3.28

正交试验设计步骤(教学参考)

正交试验设计步骤 1 在SPSS中手动录入数据。请注意写入空白列。 2 点击数据→正交设计→生成,出现“生成正交设计”对话框。按因素水平表进行赋值, 空白列的赋值为1“1”,2“2”,3“3”

3 点击“数据”→“正交设计”→“显示”, 空白列的D可不加到右边的“因子”框中。 4 测量数据填入表8中的“STATUS_”列的相应单元格中 5单击“分析”→“一般线性模型”→“单变量” 注意不要选“空白列” 6 单击“对比”→选择“简单”

7 单击“模型”→选择“设定”→将“A”、“B”、“C”选入右边的“模型”中→单击“构建项”中的“主效应”, 8 单击“选项”→将“因子与因子交互”中的“A”、“B”、“C”选入“显示均值”中→勾选“比较主效应”, 9 结果分析 (1)方差分析结果 主体间因子 值标签N

硬脂酸钠溶液浓度 1 40 3 2 50 3 3 60 3 硫酸铝溶液浓度 1 40 3 2 50 3 3 60 3 浸渍时间 1 5 3 2 15 3 3 20 3 主体间效应的检验 因变量:STATUS_ 源III 型平方 和df 均方 F Sig. 校正模型733.073a 6 122.179 35.690 .028 截距10588.410 1 10588.410 3093.012 .000 A 423.487 2 211.743 61.853 .016 B 305.060 2 152.530 44.556 .022 C 4.527 2 2.263 .661 .602 误差 6.847 2 3.423 总计11328.330 9 校正的总计739.920 8 a. R 方 = .991(调整 R 方 = .963) 根据正交试验方差分析可知,硬脂酸钠溶液浓度和硫酸铝溶液浓度对试验指标的影响非常显著,而处理时间对试验指标的影响不显著。影响程度的大小也有差异,A>B (2)单因素统计量分析 1. 硬脂酸钠溶液浓度 估计 因变量:STATUS_ 硬脂酸钠溶液浓度 均值标准误差 95% 置信区间下限上限 dimensio n140 25.600 1.068 21.004 30.196 50 34.933 1.068 30.337 39.530 60 42.367 1.068 37.770 46.963

利用SPSS的正交设计

Orthogonal experimental design 1.定义是利用一套规格化的“正交表”,将实验因素、各水平之间的组合均匀搭配、合理安排,用较少的、有代表性的处理组合数,提供充分有用信息的一种高效、快速的多因素实验设计方法。2. 因素和水平因素factor:实验结果或观察指标的影响因素。水平level:各因素的不同状态。 3. 主效应和交互作用主效应main effect—每个因素对观察指标的作用。交互作用interaction—一些因素取不同水平时对另一些因素的作用。两个因素间的交互作用,称为一级交互作用,记为A×B。三个因素间的交互作用,称为二级交互作用,记为A×B×C。三个因素以上的交互作用统称为高级交互作用。经验证明,二级交互作用大多可以忽略,高级交互作用则全部可以忽略。L n (m k ) L 4 (2 3 ) 是指最多可以安排3个两水平的因素作4次实验的正交表。实验次数因素及其水平 A B C 第一次第二次第三次第四次A1 A1 A2 A2 B1 B2 B1 B2 C1 C2 C2 C1 L 8 (2 7 ) 实验次数因素及其水平A B C 第一次第二次第三次第四次第五次第六次第七次第八次A1 A1 A1 A1 A2 A2 A2 A2 B1 B1 B2 B2 B1 B1 B2 B2 C1 C2 C1 C2 C1 C2 C1 C2 (1)安排某个因素(2)安排某种交互作用(3)空列(做误差用)L 4 (2 3 ) 列号列号 1 2 3 1 2 3 2 1 L 8 (2 7 ) 列号列号1 2 3 4 5 6 7 1 2 3 2 1 5 6 7 4 7 6 1 7 4 5 2 3 6 5 4 3 2 1 根据分析需要,选用合适的

正交试验设计的spss分析

上机操作6:正交试验设计的spss分析 习题:有一混合水平的正交试验,A因素为葡萄品种,A1、A2、A3、A4,B因素为施肥期,4)正交表,试验结果如下有B 1、B2,C因素为施肥量,有C1、C2,重复三次,采用L8(4×2 表,试进行分析 葡萄品种施肥时期及用量实验结果 处理组合ABCⅠⅡⅢ 1111171619 2122192020 3212262421 4221252220 5312161519 6321141514 7411242523 8422282826 解:1.定义变量,输入数据:在变量视图中写入变量名称“产 量”、“区组”、“施肥量”、“施肥期”、“品种”“处理”, 宽度均为8,小数均为0。并在数据视图依次输入变量。 2.分析过程: (1)正态分布检验: 工具栏“图形”——“P-P图”,在“变量”中放入“产 量”,“检验分布”为“正态”,“确定”。 (2)方差齐性检验: a.工具栏“分析”——“比较均值”——“单因素ANOV” A。 b.在“因变量”中放入“产量”,在“固定因子”中放入“品 种”。 c.点击“选项”,在“统计量”中点击“方差同质性检验”, “继续”。 d.“确定”。工具栏“分析”——“比较均值”——“单因

A。 素ANOV” e.在“因变量”中放入“产量”,在“固定因子”中放入“施肥期”。 f.点击“选项”,在“统计量”中点击“方差同质性检验”,“继续”。 g.“确定”。在“因变量”中放入“产量”,在“固定因子”中放入“施肥量”。 h.点击“选项”,在“统计量”中点击“方差同质性检验”,“继续”。 i.“确定”。在“因变量”中放入“产量”,在“固定因子”中放入“处理”。点击“选项”,在“统计量”中点击“描述 性”和“方差同质性检验”,“继续”。 j.“确定”。 (3)显著性差异检验: a.工具栏“分析”——“常规线性模型”——“单变量”。 b.在“因变量”中放入“产量”,在“固定因子”中分别放入“施肥期”、“施肥量”、“品种”“区组”。 c.点击“模型”,“定制”,将“施肥期”、“施肥量”、“品种”、“区组”放入“模型”下。在“建立项”中选择“主 效应”,“继续”。 d.点击“两两比较”,将“施肥期”、“施肥量”、“品种”放入“两两比较检验”中,点击“假定方差齐性”中的“Duncan”。

相关主题
相关文档
最新文档