《用SPSS20进行二因素设计的简单效应分析》由会员分享，可在线阅读，更多相关《用SPSS20进行二因素设计的简单效应分析（3页珍藏版）》请在装配图网上搜索。
1、用SPSS20进行二因素设计的简单效应分析两因素试验要检验互作效应，如果互作显著则应进一步做简单效应分析。SPSS20图形界面无法简单效应分析，其实SPSS大多数功能均无法利用图形界面实现。所以SPSS的优点并不是其易用性，而重点在于输出结果丰富、编排合理。比较SAS、和R软件均能利用图形界面进行简单的统计分析，但其输出结果简单，无法直接发布。主区a副区b重复r籽粒产量xm2610万16942xm2610万26725.3xm2610万36692xm2615万17658.7xm2615万27467xm2615万37375.4xm2620万17642xm2620万27683.7xm2620万374
2、67939810万16775.3939810万26900.3939810万36748.7939815万16950.3939815万26825.3939815万36775.3939820万17725.4939820万27575.4939820万37883.7ts2810万18167.1ts2810万28033.7ts2810万37858.7ts2815万17975.4ts2815万28025.4ts2815万37908.7ts2820万18450.4ts2820万28200.4ts2820万38475.4我们用一个两因素裂区试验的产量数据进行简单的说明。这个试验是一个品种密度试验，品种为主区，种
3、植密度为副区，三次重复，籽粒产量为每公顷公斤产量。其分析语法为：UNIANOVA 单产 BY a b r /RANDOM=r /METHOD=SSTYPE(3) /INTERCEPT=INCLUDE /CRITERIA=ALPHA(0.05) /POSTHOC=a b(DUNCAN LSD) /DESIGN=a b r r(a) a*b /EMMEANS = TABLES(a*b) COMPARE (b) ADJ(LSD) /EMMEANS = TABLES(a*b) COMPARE (a) ADJ(LSD).注意最后两句，采用EMMEANS进行简单效应分析，其选项ADJ表示均值检验方法，有3
4、种方法可供选择，常用的是LSD。运行该语句（Ctrl+r）的下列结果。注意，该语句前面还有数据集设置（DATASET ACTIVATE 数据集1.），不能写错数据集的名称。表1 主体间效应的检验因变量: 单产源III 型平方和df均方FSig.截距假设1524883353.54611524883353.54641177.914.000误差74063.167237031.584aa假设5090978.40122545489.201257.340.000误差39566.09649891.524bb假设2253126.73621126563.36879.838.000误差169326.8081214
5、110.567cr假设74063.167237031.5843.744.121误差39566.09649891.524br(a)假设39566.09649891.524.701.606误差169326.8081214110.567ca * b假设836244.5244209061.13114.816.000误差169326.8081214110.567ca. MS(r)b. MS(r(a)c. MS(错误)表1显示互作显著，因此有必要进行简单效应分析。表2、3为主效应间的多重比较。表2 单产 品种N子集123Duncana,b939897128.875xm2697294.809ts289812
6、1.702Sig.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) = 14110.567。a. 使用调和均值样本大小 = 9.000。b. Alpha = 0.05。表3 单产密度N子集123Duncana,b10万97204.80515万97440.18720万97900.395Sig.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) = 14110.567。a. 使用调和均值样本大小 = 9.000。b. Alpha = 0.05。表4为三个品种在不同密度下产量均值及差异显著性，表
7、5为三种密度下不同品种的差异。表4、5就是我们要进行的简单效应分析。表4 成对比较因变量: 单产品种(I) 密度(J) 密度均值差值 (I-J)标准 误差Sig.b差分的 95% 置信区间b下限上限939810万15万-42.22496.990.671-253.547169.09920万-920.046*96.990.000-1131.369-708.72315万10万42.22496.990.671-169.099253.54720万-877.822*96.990.000-1089.145-666.49920万10万920.046*96.990.000708.7231131.36915万87
8、7.822*96.990.000666.4991089.145ts2810万15万50.00296.990.616-161.320261.32520万-355.573*96.990.003-566.896-144.25015万10万-50.00296.990.616-261.325161.32020万-405.576*96.990.001-616.899-194.25320万10万355.573*96.990.003144.250566.89615万405.576*96.990.001194.253616.899xm2610万15万-713.925*96.990.000-925.247-502
9、.60220万-811.152*96.990.000-1022.475-599.82915万10万713.925*96.990.000502.602925.24720万-97.22796.990.336-308.550114.09620万10万811.152*96.990.000599.8291022.47515万97.22796.990.336-114.096308.550基于估算边际均值*. 均值差值在 0.05 级别上较显著。b. 对多个比较的调整： 最不显著差别（相当于未作调整）。表5 成对比较因变量: 单产密度(I) 品种(J) 品种均值差值 (I-J)标准 误差Sig.b差分的 9
10、5% 置信区间b下限上限10万9398ts28-1211.727*96.990.000-1423.050-1000.404xm2621.66896.990.827-189.655232.991ts2893981211.727*96.990.0001000.4041423.050xm261233.395*96.990.0001022.0721444.718xm269398-21.66896.990.827-232.991189.655ts28-1233.395*96.990.000-1444.718-1022.07215万9398ts28-1119.500*96.990.000-1330.823
11、-908.178xm26-650.033*96.990.000-861.355-438.710ts2893981119.500*96.990.000908.1781330.823xm26469.468*96.990.000258.145680.791xm269398650.033*96.990.000438.710861.355ts28-469.468*96.990.000-680.791-258.14520万9398ts28-647.255*96.990.000-858.577-435.932xm26130.56296.990.203-80.761341.885ts289398647.255*96.990.000435.932858.577xm26777.817*96.990.000566.494989.140xm269398-130.56296.990.203-341.88580.761ts28-777.817*96.990.000-989.140-566.494基于估算边际均值*. 均值差值在 0.05 级别上较显著。b. 对多个比较的调整： 最不显著差别（相当于未作调整）。
用SPSS20进行二因素设计的简单效应分析
