1 / 7
文档名称:

实验报告单因素方差分析 (2).doc

格式:doc   大小:623KB   页数:7页
下载后只包含 1 个 DOC 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

实验报告单因素方差分析 (2).doc

上传人:taoapp 2021/10/31 文件大小:623 KB

下载得到文件列表

实验报告单因素方差分析 (2).doc

文档介绍

文档介绍:、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,;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,,,它们的方差(平均变差),,。。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。
、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,;如果仅考虑“分店”单个因素的影响,则日营业额总变差中,,,它们的方差(平均变差),,对应的概率P值近似为0。,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=,“这五个分店的日营业额相同”这一假设不成立。
、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。
多重比较
因变量:幼苗干重(mg)
(I) 处理方式
(J) 处理方式
均值差 (I-J)
标准误
显著性
95% 置信区间
下限
上限
Scheffe
HCl
丙酸
-*
.05534
.000
-