一 实验目的掌握单因素方差分析的原理与步骤、多因素方差分析的原理与步骤、协方差分析的原理与步骤。
二 实验内容题目一：某农场为了比较4种不同品种的小麦产量的差异，选择土壤条件基本相同的土地，分成16块，将每一个品种在4块试验田上试种，测得小表亩产量（kg ）的数据如表6.17所示（数据文件为data6-4.sav ）， 试问不同品种的小麦的平均产量在显著性水平0.05和0.01下有无显著性差异。
（数据来源：《SPSS 实用统计分析》 郝黎仁，中国水利水电出版社）表6.17 小麦产量的实测数据品种A1 A2 A3 A4 产量277.5244.2 249.2 273 276.4 249.5 244.2 240.9 271 236.8 252.8 257.4 272.4239251.4266.5实验结果截图：Multiple Comparisons产量 LSD(I) 品种 (J) 品种 Mean Difference(I-J) Std. ErrorSig.95% Confidence IntervalLower BoundUpper BoundA1A2 31.70000*5.57044 .000 19.5631 43.8369 A3 24.67500* 5.57044 .001 12.5381 36.8119 A414.87500* 5.57044 .020 2.7381 27.0119 A2A1 -31.70000* 5.57044 .000 -43.8369 -19.5631 A3 -7.02500 5.57044 .231 -19.1619 5.1119 A4-16.82500* 5.57044 .011 -28.9619 -4.6881 A3A1-24.67500*5.57044.001-36.8119-12.5381实验主题 SPSS 统计分析 实验题目方差分析实验结果分析：根据不同小麦的平均产量在显著性水平0.05和0.01下的奇性检验结果、方差检验结果、多重比较结果、均值折线图可以看出，不管是方差还是均值，差异较大，而它的均值折线图分布比较陡峭。
所以，不同小麦的平均产量有显著差异。
题目二：2. 某公司希望检测四种类型的轮胎A，B，C，D的寿命（由行驶的里程数决定），见表6.18（单位：千英里）（数据文件为data6-5.sav），其中每种轮胎应用在随机选择的6辆汽车上。
在显著性水平0.05下判断不同类型轮胎的寿命间是否存在显著性差异？（数据来源：《统计学（第三版）》，M.R.斯皮格尔，科学出版社）表6.18 四种轮胎的寿命数据实验结果截图：实验结果分析：由上述结果图可以看出，虽然奇性结果相伴概率等于0.05满足了方差检验的前提条件，在ANOV A图中，相伴概率也大于显著性水平，表示，四种轮胎中方差显著区别不大，但是，在多重比较结果图里，有4个组之间的相伴概率都小于显著性水平，而且，在各组均值的折线图里，我们也可以看出四组存在了显著性差异。
所以四种不同类型轮胎的寿命间存在显著性差异。
题目三：将4种不同的水稻品种A1，A2，A3，A4安排在面积相同的4种不同土质的地块B1，B2，B3，B4中试种，测得各地块的产量（kg）如表6.19（数据文件为data6-6.sav），试分别在显著性水平为0.05和0.01下检验不同水稻品种、不同土质及二者交互作用对水稻产量的影响。
（数据来源：《SPSS实用统计分析》郝黎仁，中国水利水电出版社）表6.19 四种水稻的产量数据实验结果截图：WarningsPost hoc tests are not performed for 水稻 because error term has zero degrees of freedom.Post hoc tests are not performed for 土地 because error term has zero degrees of freedom.Between-Subjects FactorsValue Label N水稻 1 A1 42 A2 43 A3 44 A4 4土地 1 B1 42 B2 43 B3 44 B4 4Tests of Between-Subjects EffectsDependent Variable:产量Source Type III Sum ofSquares df Mean Square F Sig.Corrected Model 1571.938a15 104.796 . . Intercept 263939.062 1 263939.062 . . rice 474.687 3 158.229 . . soil 94.688 3 31.563 . .1. 水稻Dependent Variable:产量水稻Mean Std. Error99% Confidence Interval Lower Bound Upper BoundA1 133.500 . . . A2 133.250 . . . A3 126.750 . . . A4 120.250 . . .2. 土地Dependent Variable:产量土地Mean Std. Error99% Confidence Interval Lower Bound Upper BoundB1 132.250 . . . B2 125.500 . . . B3 127.750 . . . B4 128.250 . . .实验结果分析：由上述各种结果图可以看出不同水稻品种、不同土质对水稻产量的影响差异性显著，而且，两控制变量对观测变量的交互作用图中，两因素相交，说明了有交互作用的影响。
同理可得在显著性水平为0.01下也有上述结论。
题目四：某超市将同一种商品做3种不同的包装（A）并摆放在3个不同的货架区（B）进行销售试验，随机抽取3天的销售量作为样本，具体资料见表6.20。
要求检验：在显著性水平0.05下商品包装、摆放位置及其搭配对销售情况是否有显著性影响。
（数据来源：《应用统计学》耿修林，科学出版社；数据文件：data6-7.sav）表6.20 销售样本资料实验结果截图：Between-Subjects FactorsValue Label N包装 1 A1 92 A2 93 A3 9摆放位置 1 B1 92 B2 93 B3 9Tests of Between-Subjects EffectsDependent Variable:销量实验结果分析：根据上述的各个结果图里面可以看出，不仅在任何检验中sig.>0.05，而且它们的交互影响折线图在相同的情况下，是平行的。
所以，在显著性水平0.05下，商品包装、摆放位置及其搭配对销售情况没有显著性影响。
题目五：研究杨树一年生长量与施用氮肥和钾肥的关系。
为了研究这种关系，一共进行了18个样地的栽培实验，测定杨树苗的一年生长量、初始高度、全部实验条件（包括氮肥量和钾肥量）及实验结果（杨树苗的生长量）数据如表6.21，请在显著水平0.05下检验氮肥量、钾肥量及树苗初始高度中哪些对杨树的生长有显著性影响。
（数据来源：《生物数学模型的统计学基础》李勇，科学出版社；数据文件：data6-8.sav）表6.21 杨树栽培试验数据实验结果截图：WarningsPost hoc tests are not performed for 氮肥量 because there are fewer than three groups.Post hoc tests are not performed for 初始高度 because at least one group has fewer than two cases.Between-Subjects FactorsN氮肥量多9少9钾肥量0 612.5 625 6初始高度 4 24.5 15 45.5 26 46.5 37 2Tests of Between-Subjects EffectsDependent Variable:生长量Source Type III Sum ofSquares df Mean Square F Sig.Corrected Model .574a15 .038 5.006 .179 Intercept 57.772 1 57.772 7551.867 .000 N 6.429E-5 1 6.429E-5 .008 .935 K .143 2 .072 9.378 .096 height .172 6 .029 3.748 .226 N * height .000 1 .000 .046 .850 K * height .018 3 .006 .790 .601 Error .015 2 .008Total 77.801 18Corrected Total .590 17a. R Squared = .974 (Adjusted R Squared = .779)Multiple ComparisonsDependent Variable:生长量实验结果分析：在方差齐性检验结果中，其相伴概率值sig.=0.085>0.05,所以此分组的方差具有奇性。
但是在检验控制变量与协变量的交互作用中，可以看出，N和K，N和height，K和height的交互作用项sig.均大于0.05，所以它们之间都没有交互作用。
而在协方差分析图中，我们又可以看出N，K，height所对应的组的sig.都小于0.05.。
所以，在显著水平0.05下，氮肥量、钾肥量及树苗初始高度中分别对杨树的生长都有显著性影响。
三、心得与体会通过这次的关于方差分析的上机操作实验，我明白了怎么去对观测变量的总体分布下的基本假设来实践操作分析对各总体分布是否有显著差异分析以及推断。
也明白了根据控制变量的个数如何去将方差分析分成单因素方差分析，多因素方差分析及协方差分析。
虽然，在上机操作的过程中，自己还是不够熟练，也不够正确的把各种分析结果有效的结合起来，但是，在进一步的学习上与操作上，也加深了我对Spss这个软件的了解以及应用。
并且，也会帮助自己在今后的学习上取得一定的进步。