当前位置:文档之家› 实验报告 单因素方差分析

实验报告 单因素方差分析

5.1、实验步骤:
1.建立数据文件。

定义2个变量:PWK和DCGJSL,分别表示排污口和大肠杆菌数量。

2. 选择菜单“分析→比较均值→单因素”,弹出“单因素方差分析”对话框。

在对话
框左侧的变量列表中,选择变量“DCGJSL”进入“因变量”列表框,选择变量“PWK”进入“因子”列表框。

3.单击“确定”按钮,得到输出结果。

结果解读:
由以上结果可以看到,观测变量大肠杆菌数量的总离差平方和为460.438;如果仅考虑“排污口”单个因素的影响,则大肠杆菌数量总变差中,排污口可解释的变差为308.188,抽样误差引起的变差为152.250,它们的方差(平均变差)分别为102.729和12.688,相除所得的F统计量的观测值为8.097,对应的概率P值为0.003。

在显著性水平α为0.05的情况下。

由于概率P值小于显著性水平α,则应拒绝零假设,认为不同的排污口对大肠杆菌数量产生了显著影响,它对大肠杆菌数量的影响效应不全为0。

因此,可判断各个排污口的大肠杆菌数量是有差别的。

5.2、实验步骤:
1.建立数据文件。

定义2个变量:Branch和Turnover,分别表示分店和日营业额。

将Branch的值定义为1=第一分店,2=第二分店,3=第三分店,4=第四分店,5=第五分店。

2. 选择菜单“分析→比较均值→单因素”,弹出“单因素方差分析”对话框。

在对话
框左侧的变量列表中,选择变量“Turnover”进入“因变量”列表框,选择变量“Branch”进入“因子”列表框。

3.单击“确定”按钮,得到输出结果。

结果解读:
由以上结果可以看到,观测变量日营业额的总离差平方和为1187668.733;如果仅考虑“分店”单个因素的影响,则日营业额总变差中,分店可解释的变差为366120.900,抽样误差引起的变差为821547.833,它们的方差(平均变差)分别为91530.225和14937.233,相除所得的F统计量的观测值为6.128,对应的概率P值近似为0。

在显著性水平α为0.05的情况下,由于概率P值小于显著性水平α,则应拒绝零假设,认为不同的分店对日营业额产生了显著影响,它对日营业额的影响效应不全为0。

因此,在α=0.05的显著性水平下,“这五个分店的日营业额相同”这一假设不成立。

5.3、实验步骤:
1.建立数据文件。

定义3个变量:weight和method,分别表示幼苗干重(mg)和处理方式。

将method 的值定义为1=HCI,2=丙酸,3=丁酸,4=对照。

2. 选择菜单“分析→比较均值→单因素”,弹出“单因素方差分析”对话框。

在对话
框左侧的变量列表中,选择变量“,method”进入“因变量”列表框,选择变量“weight”进入“因子”列表框。

在“两两比较”选项中选择LSD、Bonferroni 和Scheffe方法。

3.单击“确定”按钮,得到输出结果。

结果解读:
(1)由以上结果可以看到,观测变量幼苗干重的总离差平方和为56.657;如果仅考虑“酸类”单个因素的影响,则幼苗干重总变差中,酸类可解释的变差为56.534,抽样误差引起的变差为0.122,它们的方差(平均变差)分别为18.845和0.008,相除所得的F统计量
的观测值为2461.755,对应的概率P值近似为0。

在显著性水平α为0.05的情况下,由于概率P值小于显著性水平α,则应拒绝零假设,认为酸液处理对幼苗干重产生了显著影响,它对幼苗干重的影响效应不全为0。

并且由于是经酸液处理过的牧草幼苗的干重低于对照组的值,因此,认为酸液处理阻碍了牧草幼苗的生长。

(2)在显著性水平α为0.05的情况下,在Scheffe、LSD和Bonferroni方法中,丙酸和丁酸的作用没有显著差异(概率P值分别为0.490、0.131和0.788)。

因此,认为两种有机酸的作用没有显著差异。

(3)在显著性水平α为0.05的情况下,在Scheffe、LSD和Bonferroni方法中,有机酸和无机酸的作用有显著差异(概率P值分别为0.000)。

因此,认为有机酸的作用不同于无机酸(HCl)。

相关主题