方差分析2实验报告

评分实验报告课程名称生物医学统计分析实验名称方差分析2专业班级姓名学号实验日期实验地点2015—2016学年度第2学期生物医学统计分析第2页共11页一、实验目的巩固掌握前次实验方差分析中的：1.均数差别的显著性检验2.分离各有关因素并估计其对总变异的作用3.分析因素间的交互作用4.方差齐性检验。学习利用协方差分析消除混杂因素对分析指标的影响。二、实验环境1、硬件配置：处理器：Intel（R）Core(TM)i7-3770CPU@3.40GHz3.40GHz安装内存（RAM）：4.00GB系统类型：64位操作系统2、软件环境：IBMSPSSStatistics19.0软件三、实验内容(包括本实验要完成的实验问题及需要的相关知识简单概述)（1）课本第四章的例4.5-4.9运行一遍，注意理解结果；（2）然后将课本第五章的例5.1-5.2运行一遍，注意理解结果。三、实验结果与分析例4.5输出结果：表1不同温度、产蛋期、鸡群对蛋鸡产蛋量影响的方差分析结果（主体间效应的检验）因变量:产蛋量源III型平方和df均方FSig.校正模型82.880a126.9074.584.007截距12056.040112056.0408001.796.000产蛋期27.36046.8404.540.018鸡群22.16045.5403.677.035温度33.36048.3405.535.009误差18.080121.507总计12157.0025校正的总计100.96024a.R方=.821（调整R方=.642）分析：1）本实验主要是为了研究5种不同温度对蛋鸡产蛋量的影响，但由于不同的鸡群和产蛋期对产蛋量也有较大的影响，因此我们选用拉丁方设计；2）本实验由于我们选中了“描述性统计”和“Tukey的多重比较方法”，因此输出结果中还有输出样本的描述统计量和产蛋期、鸡群和温度的多重比较结果，但由于本次实验主要是分析3种因素对产蛋量的影响，并不研究到影响因素的具体细化部分，因此我们只选取主体间效应的检验部分进行分析；3）根据表1可知：产蛋期间的05.0018.0540.4PF，，鸡群间的677.3F,,05.0035.0P因此说明不同产蛋期和不同鸡群对产蛋量具有显著的影响；而温度间的01.0009.0,535.5PF,因此说明不同温度对产蛋期具有极显著的影响。4）拉丁方设计要求每个区组的组数和试验因素的处理数都必须相等，且应假定3个因素之间不存在交互作用，因此在本次实验中需选择主效应模型。生物医学统计分析第3页共11页例4.6输出结果：表2两种饲料对产奶量影响的方差分析表（主体间效应的检验）因变量:产奶量源III型平方和df均方FSig.校正模型76.050a116.9147.577.004截距4651.25014651.2505097.260.000饲料A30.258130.25833.159.000时期C.1621.162.178.685个体B45.63095.0705.556.012误差7.3008.912总计4734.60020校正的总计83.35019a.R方=.912（调整R方=.792）分析：1）本实验主要是为了研究新配方饲料对产奶量的影响，故设立了对照组与其进行对比，但由于试验的奶牛个体之间以及试验期间的差异都对试验结果有影响，为了尽可能地消除这种影响，因此我们选择22交叉设计法；2）本实验由于我们选中了“描述性统计”，因此输出的结果中还有描述统计量，由于数据量过大，因此我们没有把运行结果粘贴过来，但我们可以从描述性统计量表得出不同饲料在不同时期和不同个体间的均值和标准差；3）根据表2可知，饲料间的01.0000.0159.33PF，,说明新配方饲料与对照饲料对平均产奶量的影响差异极显著，这里表现为新配方饲料的平均产奶量极显著高于对照饲料的平均产奶量。且我们可以看出按照22交叉设计方法进行试验的结果中已经较大的消除预饲期对试验结果的影响，但不同奶牛之间对产奶量的影响还是极为显著，因此消除效果并不好；4）在22交叉设计资料中，因子间的交互作用包括在误差项，分析时应注意不要引入交互作用，应选择主效应模型。且本实验只分为两组，故不需要作均数间的多重比较。例4.7输出结果：表3补饲配方、用量、食盐对增重影响的方差分析表（主体间效应的检验）因变量:增重源III型平方和df均方FSig.校正模型86.787a614.4642.000.370截距41629.601141629.6015757.013.000配方A5.429228.7143.971.201用量B15.10927.5541.045.489食盐C14.24927.124.985.504生物医学统计分析第4页共11页误差14.46227.231总计41730.8509校正的总计101.2498a.R方=.857（调整R方=.429）分析：1）因为要全面对补饲配方、用量、食盐3个因素进行实验，规模会很大，因此我们选用)3(49L正交表进行正交设计，以减小试验规模，并且不使信息损失得太多；2）本实验由于我们选中了“描述性统计”，因此输出的结果中还有描述统计量，由于数据量过大，因此我们没有把运行结果粘贴过来，但我们可以从描述性统计量表得出不同配方在不同用量和不同食盐内的均值和标准差；3）据表3可知，配方间的，，05.0201.0971.3PF用量间的045.1F，，05.0489.0P食盐间的,05.0504.0,985.0PF说明不同配方、不同用量、不同食盐对增重皆没有影响；4）本实验还对补饲配方、用量、食盐采用S-N-K法进行多重比较，但由于数据量过大，因此我们没有粘贴过来，但我们从输出结果可以看出不同配方、不同用量、不同食盐间位于同一列，因此它们的均数之间不存在差异；5）因为本实验是无重复观察值无交互作用，因此选择主效应模型。例4.8输出结果：表4温度、菌系、培养时间对根瘤菌生长影响的方差分析表主体间效应的检验因变量:根瘤菌数源III型平方和df均方FSig.校正模型306045.833a934005.09335.052.000截距1.563E711.563E716114.567.000A86877.778243438.88944.776.000B209211.1112104605.556107.825.000空列86.111243.056.044.957C5669.44422834.7222.922.112重复组4201.38914201.3894.331.071误差7761.1118970.139总计1.595E718校正的总计313806.94417a.R方=.975（调整R方=.947）生物医学统计分析第5页共11页表5各温度间根瘤菌数均数的两两比较Student-Newman-Keulsa,bAN子集1236834.1726972.5016989.17Sig.1.000.381已显示同类子集中的组均值。基于观测到的均值。误差项为均值方(错误)=970.139。a.使用调和均值样本大小=6.000。b.Alpha=.05。表6各菌系间根瘤菌数均数的两两比较Student-Newman-Keulsa,bBN子集12326835.8316877.50361082.50Sig.1.0001.0001.000已显示同类子集中的组均值。基于观测到的均值。误差项为均值方(错误)=970.139。a.使用调和均值样本大小=6.000。b.Alpha=.05。表7各培养时间内根瘤菌数的两两比较Student-Newman-Keulsa,bCN子集126915.8336923.3316956.67Sig..118已显示同类子集中的组均值。基于观测到的均值。误差项为均值方(错误)=970.139。生物医学统计分析第6页共11页a.使用调和均值样本大小=6.000。b.Alpha=.05。分析：1）因为本实验目的在于考察温度、菌系、培养时间的主效应并筛选最佳组合，因此我们选用)3(49L正交表进行分析；2）本实验由于我们选中了“描述性统计”，因此输出的结果中还有描述统计量，由于数据量过大，因此我们没有把运行结果粘贴过来，但我们可以从描述性统计量表得出不同温度在不同菌系和不同培养时间内的均值和标准差；3）根据表4可知，温度间的,01.0000.0,776.44PF说明不同温度对根瘤菌的生长有极显著影响；菌系间的01.0000.0,825.107PF，说明不同菌系对根瘤菌的生长也具有极显著的影响；而时间间的,05.0112.0,922.2PF说明不同培养时间对根瘤菌的生长不具有显著影响。正交表中的第三列（空列）为各因子互相效应一部分数量的混杂，题中预先估计因子间无互作，这一列便可作误差看待，可与表中的误差项合并，以增加自由度。合并后的误差自由,222.7847111.7761111.86,1082ESSdf,722.784EMS温度间的,36.55F菌系间的30.133F,时间间的61.3F。4）由于不同培养时间对根瘤菌的生长作用不明显，因此我们应考察不同温度、菌系根瘤菌均数的多重比较结果，选出最优组合，根据表5、表6、和表7我们不仅可以得出不同时间的根瘤菌均数差异不大、低温度和高中温度的根瘤菌均数差异大和三个菌系间的根瘤菌数均数差异大，还可以看出选择高温度和丙菌类为最优组合。例4.9输出结果：表8主体间效应的检验因变量:试验结果源III型平方和df均方FSig.校正模型6627.625a51325.52523.003.042截距55278.125155278.125959.273.001A1431.12511431.12524.835.038B21.125121.125.367.606AB4950.12514950.12585.902.011C210.1251210.1253.646.196BC15.125115.125.262.659误差115.250257.625总计62021.0008校正的总计6742.8757a.R方=.983（调整R方=.940）分析：1）因为本实验不仅研究A、B、C三种成分对发酵培养基的影响，且A与B、B与C中存在交互作用，因此试验采用)2(78L正交表进行设计；2）本实验由于我们选中了“描述性统计”，因此输出的结果中还有描述统计量，由于数据量过大，因此我们没有把运行结果粘贴过来，但我们可以从描述性统计量表得出每生物医学统计分析第7页共11页一种成分或成分组合在其他成分内的均值和标准差；3）表8为F检验的结果，其中A因素的05.0038.0835.24PF，，说明A因素对抗生素有显著的影响；交互作用AB的05.0011.0902.85PF，，说明AB的交互作用对抗生素有显著的影响；而B、C因素以及BC交互作用的F值分别为0.367，3.646，0.262，P值分别为0.606，0.196，0.659，均大于0.05，说明B、C因素以及BC交互作用对抗生素没有显著的影响，故应对A与B的水平组合进行多重比较，一选出A与B因子的最优水平组合；4）由于本例各因子只有两个水平，组数少于3，故无法进行均数间的两两比较。例5.1输出结果：表9描述性统计量因变量:末重y处理组均值标准偏差Ndimension1111.8167.9466012210.84171.3235312312.06671.6669712411.15001.5192712总计11.46871.4348548表10误差方差等同性的Levene检验a因变量:末重yFdf1df2Sig..663344.579检验零假设，即在所有组中因变量的误差方差均相等。a.设计:截距+初生重x+处理组表11协方差分析结果表因变量:末重y源III型平方和df均方FSig.校正模型59.295a414.82417.013.000截距2.09212.0922.401.129初生重x47.615147.61554.645.000处理组20.