资源描述
2、协方差分析 育肥试验中,供试猪按所给不同促生长剂分成四组,每组随机地分配四头猪,且同样的试验共进行两批,得到供试猪试验前后体重x与y(单位;kg)的观测值如下,试以x为协变量作协方差分析。
生长剂 \ 批次
1
2
一
(14.6 97.8) (12.1 94.2)
(19.5 113.2) (18.8 110.1)
二
(13.6 100.3)(12.9 98.5)
(18.5 119.4) (18.2 114.7)
三
(12.8 99.2) (10.7 89.6)
(18.2 122.2) (16.9 105.3)
四
(12.0 102.1) (12.4 103.8)
(16.4 117.2) (17.2 117.9)
解答:
操作流程:
方法/步骤 1
一、 协方差分析之前,要先检验一下数据是否满足斜率同质假设,也就是检验自变量和斜变量之间有木有交互作用,如图所示,在菜单栏上执行:analyze--general linear model—univariate
二、在打开的对话框中,将因变量、自变量、斜变量都放到各自的位置,如图所示,评定得分为因变量,培训方式为自变量,家庭指数为斜变量,点击options按钮,进入子对话框
三、在这里将培训方式,也就是自变量移动到display means for中,并且勾选描述统计和方差齐性检验,点击continue按钮继续
四、点击model按钮,选择模型
五、刚打开这个对话框的时候,默认是full factorial模式,但是我们要检验交互作用,所以要选中custom
六、将培训方式和家庭指数都放到model里
七、同时选中培训方式和家庭指数,将type设置为interaction,点击添加按钮,添加到model中,点击continue按钮
八、点击ok按钮,开始处理数据
九、在出来的结果中,我们主要是看自变量和斜变量的交互作用,如图所示,sig值大于0.05,所以交互作用不显著,这就满足了斜率同质性假设
十、接着我们来进行协方差分析,在菜单栏上执行:analyse--general linear model--univariate
十一、将各个变量都放到各自的位置,和上面的步骤一样,点击options按钮
十二、将培训方式移动到display means for列表里,勾选描述统计、方差齐性、效应值,点击continue继续
十三、点击model,选择模型
十四、选择full factorial,点击continue
十五、点击ok按钮,开始处理数据
十六、最后看分析的结果培训方式的效应显著,这说明不同的培训方式会影响到学生最后的分数
1、方差齐性检验
因为Siq大于0.05,所以方差齐性满足,假设成立。
2、组间效应检验
由上图可以知道group的概率为0.715大于0.05,所以分生长剂批次对猪的影响不显著;X的概率为0.000,显然小于0.05,所以使用生长剂之前的体重对猪之后的体重是有影响的,;group*x的概率为0.614大于0.05,所以猪之前的体重在各个组中的对猪之后的体重影响不显著。
展开阅读全文