SPSS ANOVA分析test

1，

转换为长数据格式，并添加编号：

变量视图中修改：

注意变量列表只能是数值范例数据，不能是名义型，即factor

“分析”→“比较匀称值”→“单因素ANOVA查验”命令

“因变量列表”列表框：该列表框中的变量为要进行方差分析的目标变量，称为因变量，因变量一般为度量变量，范例为数值型。——》因变量
“因子”列表框：该列表框中的变量为因子变量，又称自变量，主要用来分组。如果要比较两种教学方法下学生的数学成绩是否一致，则数学成绩变量就是因变量，教学方法就是因子变量。自变量为分类变量，其取值可以为数字，也可以为字符串。因子变量值应为整数，而且为有限个类别。——》自变量

选项中：

对比中选择多项式-线性：

两两比较中选择：假定方差齐性，明显性程度0.05

Ans：

单因素方差分析，F查验结果得组间差异明显
而且我们可以看到方差齐性查验结果是不明显的，也就是符合H0，即方差齐性

上面的图表就是6行，对应
id1-2，id1-3依此类推，分别给出了置信区间，
反过来的均值差异的联合置信区间就是相反数，主要是3类：

参考：https://blog.csdn.net/weixin_43645790/article/details/106626608
2，

方差齐性符合，
遗传因素和营养素设置结果判定：
遗传因素对体重增量的影响不明显，营养素的设置同样不明显，交互效应也就是（遗传*营养素）不明显，所以直接思量前面的主体效应即可；
参考：
https://www.jingege.wang/2020/06/03/spss%E8%B6%85%E8%AF%A6%E7%BB%86%E6%95%99%E7%A8%8B%EF%BC%9A%E5%8F%8C%E5%9B%A0%E7%B4%A0%E6%96%B9%E5%B7%AE%E5%88%86%E6%9E%90two-way-anova/
https://zhuanlan.zhihu.com/p/571257351
3，

同样上面设置：分析——一般线性模子——单变量
起首是设置主效应：

其次是设置交互作用：

不明显，交互同理
调解R² = 0.895：模子表明了种子产量89.5%的变异，说明模子对数据的拟合效果较好。
校正模子明显性（Sig. = 0.228）：固然调解R²较高，但模子团体未到达统计明显性（p > 0.05）。可能是由于样本量过小（仅8次试验），导致统计功效不足。
所有主效应（A、B、C、D）的p值均大于0.05，说明在现有数据中，单独改变浇水次数、喷药次数、施肥方法或移入时间，对种子产量的影响均不明显。
主效应和交互效应均不明显（p > 0.05），无法通过统计查验确定最优方案

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。