SPSS篇—方差分析

上一篇文章跟大家分享了如何用SPSS进行回归分析,知道了回归分析下的用途以及使用的场景。今天跟大家分享的就是之前文章里面出现很多次的一个分析—方差分析。

方差分析又被称作“F检验”或者“变异数分析”,主要是用于两个及两个以上样本均值差异的显著性检验。方差分析和回归分析一样,也有很多个分支。对于方差分析,一般我们是用来研究不同来源的变异对总变异的贡献大小,从而确定可控因素对因变量的影响大小。

我们今天通过一个例子来了解一下什么是方差分析,又应该如何去理解它的分析结果。

SPSS篇—方差分析_第1张图片

SPSS篇—方差分析_第2张图片

上面两个图就是本次用来分析的数据,本题的数据是讨论四种不同的药物对植物生长高度的影响,在数据中我们列出了四种药物使用以后对应植物生长高度的测量值。我们先对数据视图和变量视图进行相应的操作,然后我们就可以开始对数据进行方差分析了:

SPSS篇—方差分析_第3张图片

在SPSS中,我们需要从分析选项栏中选择比较均值再选择单因素,就会出现下面的操作框:

SPSS篇—方差分析_第4张图片

我们把两个变量输入到不同的变量框以后,开始对右边的几个选项进行操作,我们需要在两两比较中选择LSD法(最小显著性差异法):

SPSS篇—方差分析_第5张图片

然后我们在选项中选择描述性和方差同质性检验,需要的话也可以把均值图选上:

SPSS篇—方差分析_第6张图片

上面操作步骤全部完成以后点击确定,我们就可以得到我们本次方差分析的结果了,这个时候输出界面就会把整个分析结果全部列出来:

SPSS篇—方差分析_第7张图片

我们先来看上面这个图,这里面有三个结果,第一个描述图里面是对我们本次进行分析的所有数据进行了整理,并且将其用这个图表示出来,每一列数据的上方就是本列数据代表的意义。

看完描述图以后,我们需要看一下方差七星检验这个图,从这个图里我们可以看到,显著性0.992>0.05,说明本次分析方差是齐的,可以使用单因素方差分析法。如果这个显著性是小于0.05,说明方差不齐,我们就算后面得出了结果也是没有意义的,因为方差分析可以使用的前提就是方差是齐的。

最后我们看单因素方差分析这个表,通过F检验我们可以看到,显著性0.000<0.05,这就说明这四种药品分组之间至少有两个组之间是存在着显著性差异的。从本题来说,也就是不同的药品对植物的生长是有影响的。

到这里,我们知道了不同的药品对植物的生长是有不同影响的,但是究竟是怎么影响的?或者说这个差异究竟是什么,我们目前还无法判断,所以需要继续往下看系统的输出结果:

SPSS篇—方差分析_第8张图片

SPSS篇—方差分析_第9张图片

从LSD结果我们可以看到,其实每两种药品之间均是存在显著性差异的,并且在下面的均值图我们也可以看到四种药品里,第四种药品对植物生长的影响是最大的,也就是说如果我们选择帮助植物高度增长药品的时候是需要选第四种药品的。

到这里,我们今天的方差分析也就全部做完了。不知道大家有没有印象,其实之前在EXCEL和SPSS做回归分析的时候都有出现过方差分析的结果图。其实就是因为很多的分析方法其实都是相互之间影响,是一个相辅相成的关系。以后大家肯定还会在不同的分析中看到其他的分析结果出现,到时候大家就会有更深的理解了。

**文章来自公众号【小白数据营】**

你可能感兴趣的:(数据分析)