用SPSS进行多变量数据分析

用SPSS进行多变量数据分析
1.将所给的数据输入SPSS 22.0中文版。分别设置变量为温度，体重1、2、3、4；体重，温度5、10、15、20、30。

2.用SPSS进行作图（过程略）。

3.对数据进行多因素变量分析，具体操作如下：
（1）以体重组和温度5、10、15、20、30作为变量，在菜单里选择分析->比较平均值->单因素ANOVA，将体重组选入“因子”，将温度5、10、15、20、30选入“因变量列表”，在“事后多重比较”中选中Tukey-B（视情况选择其他），分别修改显著性水平为0.05、0.01，点击“选项”，勾选“描述性”，然后点击确定，得到输出结果，把结果导出到Excel里。
（2）以温度和体重组1、2、3、4作为变量，再次重复上述步骤，其中将温度选入“因子”，将体重组1、2、3、4选入“因变量列表”，其余操作步骤相同。
（3）根据SPSS导出的数据，处理结果如下：

表1 同一温度下，不同体重组之间显著性分析结果
Table 1 The significant results of different weight at the same temperature

从表1可以得出结论：
1.在alpha = 0.05水平上，在5℃时，体重组1和体重组3、4有明显差异；在10℃时，体重组1和3、4之间有明显差异，体重组2和4之间有明显差异；在15℃和20℃时，体重组1、2和3、4之间有明显差异；在30℃时，各体重组之间无明显差异。
2.在alpha = 0.01水平上，在5℃时，体重组1、2和4之间有明显差异；在10℃时，体重组1和4之间有明显差异；在15℃时，体重组1和3、4,2和4之间有明显差异；在20℃和30℃时，各体重组之间无明显差异。
注：有不同字母即代表有明显差异。

表2 同一体重组下，不同温度之间显著性分析结果
Table2. The significant results of different temperature at the same weight
从表2可以得出结论：
1.在alpha = 0.05水平上，对于体重组1，温度5和10、15、20、30有明显差异，温度10和30有明显差异；对于体重组2，温度5和10、15、20、30有明显差异，温度10、15、20和30有明显差异；对于体重组3和4，温度5和10、15、20、30有明显差异。
2.在alpha = 0.01水平上，对于体重组1，温度5和10、15、20、30有明显差异，温度10和30有明显差异；对于体重组2，温度5和10、15、20、30有明显差异；对于体重组3和4，温度5和10、15、20、30有明显差异。

结论：
由以上分析可以得出结论，蜗牛的初始体重和所处的温度都对取食量有一定的影响。在温度较低时，体重差别大的取食量差别也大，温度较高时则没有明显差别。在体重较低时，取食量受温度影响较为明显，在体重较高时，5℃和10℃及以上温度有明显差别，10℃、15℃、20℃、30℃之间则无明显差别。

注：本人非此专业学生，因此文中如有错误，恳请大家批评指正。
附Excel原始数据：

2019年6月21日update：原始数据已传百度网盘
链接: https://pan.baidu.com/s/1vvULATLX9Kj8j4Rf1-7kMw 提取码: 2wkp