1、生物醫學統計分析評分實驗報告 課程名稱 生物醫學統計分析 實驗名稱 方差分析2 專業班級 姓 名 學 號 實驗日期 實驗地點 20152016學年度第 2 學期一、 實驗目的鞏固掌握前次實驗方差分析中的：1.均數差別的顯著性檢驗 2.分離各有關因素并估計其對總變異的作用 3.分析因素間的交互作用 4.方差齊性檢驗。學習利用協方差分析消除混雜因素對分析指標的影響。二、實驗環境 1、硬件配置：處理器：Intel（R） Core(TM) i7-3770 CPU 3.40GHz 3.40GHz 安裝內存（RAM）：4.00GB 系統類型：64位操作系統 2、軟件環境：IBM SPSS Statisti

2、cs 19.0軟件三、實驗內容(包括本實驗要完成的實驗問題及需要的相關知識簡單概述)（1）課本第四章的例4.5-4.9運行一遍，注意理解結果； （2）然后將課本第五章的例5.1-5.2運行一遍，注意理解結果。 三、實驗結果與分析例4.5輸出結果：表1 不同溫度、產蛋期、雞群對蛋雞產蛋量影響的方差分析結果（主體間效應的檢驗）因變量:產蛋量源III 型平方和df均方FSig.校正模型82.880a126.9074.584.007截距12056.040112056.0408001.796.000產蛋期27.36046.8404.540.018雞群22.16045.5403.677.035溫度33.3

3、6048.3405.535.009誤差18.080121.507總計12157.0025校正的總計100.96024a. R 方 = .821（調整 R 方 = .642）分析：1）本實驗主要是為了研究5種不同溫度對蛋雞產蛋量的影響，但由于不同的雞群和產蛋期對產蛋量也有較大的影響，因此我們選用拉丁方設計； 2）本實驗由于我們選中了“描述性統計”和“Tukey的多重比較方法”，因此輸出結果中還有輸出樣本的描述統計量和產蛋期、雞群和溫度的多重比較結果，但由于本次實驗主要是分析3種因素對產蛋量的影響，并不研究到影響因素的具體細化部分，因此我們只選取主體間效應的檢驗部分進行分析； 3）根據表1可知：產

4、蛋期間的，雞群間的,因此說明不同產蛋期和不同雞群對產蛋量具有顯著的影響；而溫度間的,因此說明不同溫度對產蛋期具有極顯著的影響。4）拉丁方設計要求每個區組的組數和試驗因素的處理數都必須相等，且應假定3個因素之間不存在交互作用，因此在本次實驗中需選擇主效應模型。 例4.6 輸出結果：表2 兩種飼料對產奶量影響的方差分析表（主體間效應的檢驗）因變量:產奶量源III 型平方和df均方FSig.校正模型76.050a116.9147.577.004截距4651.25014651.2505097.260.000飼料A30.258130.25833.159.000時期C.1621.162.178.685個體

5、B45.63095.0705.556.012誤差7.3008.912總計4734.60020校正的總計83.35019a. R 方 = .912（調整 R 方 = .792）分析：1）本實驗主要是為了研究新配方飼料對產奶量的影響，故設立了對照組與其進行對比，但由于試驗的奶牛個體之間以及試驗期間的差異都對試驗結果有影響，為了盡可能地消除這種影響，因此我們選擇交叉設計法； 2）本實驗由于我們選中了“描述性統計”，因此輸出的結果中還有描述統計量，由于數據量過大，因此我們沒有把運行結果粘貼過來，但我們可以從描述性統計量表得出不同飼料在不同時期和不同個體間的均值和標準差； 3）根據表2可知，飼料間的,說

6、明新配方飼料與對照飼料對平均產奶量的影響差異極顯著，這里表現為新配方飼料的平均產奶量極顯著高于對照飼料的平均產奶量。且我們可以看出按照交叉設計方法進行試驗的結果中已經較大的消除預飼期對試驗結果的影響，但不同奶牛之間對產奶量的影響還是極為顯著，因此消除效果并不好； 4）在交叉設計資料中，因子間的交互作用包括在誤差項，分析時應注意不要引入交互作用，應選擇主效應模型。且本實驗只分為兩組，故不需要作均數間的多重比較。例4.7輸出結果：表3 補飼配方、用量、食鹽對增重影響的方差分析表（主體間效應的檢驗）因變量:增重源III 型平方和df均方FSig.校正模型86.787a614.4642.000.370

7、截距41629.601141629.6015757.013.000配方A5.429228.7143.971.201用量B15.10927.5541.045.489食鹽C14.24927.124.985.504誤差14.46227.231總計41730.8509校正的總計101.2498a. R 方 = .857（調整 R 方 = .429）分析：1）因為要全面對補飼配方、用量、食鹽3個因素進行實驗，規模會很大，因此我們選用正交表進行正交設計，以減小試驗規模，并且不使信息損失得太多； 2）本實驗由于我們選中了“描述性統計”，因此輸出的結果中還有描述統計量，由于數據量過大，因此我們沒有把運行結果粘

8、貼過來，但我們可以從描述性統計量表得出不同配方在不同用量和不同食鹽內的均值和標準差； 3）據表3可知，配方間的用量間的， 食鹽間的說明不同配方、不同用量、不同食鹽對增重皆沒有影響；4）本實驗還對補飼配方、用量、食鹽采用S-N-K法進行多重比較，但由于數據量過大，因此我們沒有粘貼過來，但我們從輸出結果可以看出不同配方、不同用量、不同食鹽間位于同一列，因此它們的均數之間不存在差異；5）因為本實驗是無重復觀察值無交互作用，因此選擇主效應模型。例4.8輸出結果：表4 溫度、菌系、培養時間對根瘤菌生長影響的方差分析表主體間效應的檢驗因變量:根瘤菌數源III 型平方和df均方FSig.校正模型306045

9、.833a934005.09335.052.000截距1.563E711.563E716114.567.000A86877.778243438.88944.776.000B209211.1112104605.556107.825.000空列86.111243.056.044.957C5669.44422834.7222.922.112重復組4201.38914201.3894.331.071誤差7761.1118970.139總計1.595E718校正的總計313806.94417a. R 方 = .975（調整 R 方 = .947）表5 各溫度間根瘤菌數均數的兩兩比較Student-New

10、man-Keulsa,bAN子集1236834.1726972.5016989.17Sig.1.000.381已顯示同類子集中的組均值。基于觀測到的均值。誤差項為均值方 (錯誤) = 970.139。a. 使用調和均值樣本大小 = 6.000。b. Alpha = .05。 表6 各菌系間根瘤菌數均數的兩兩比較Student-Newman-Keulsa,bBN子集12326835.8316877.50361082.50Sig.1.0001.0001.000已顯示同類子集中的組均值。基于觀測到的均值。誤差項為均值方 (錯誤) = 970.139。a. 使用調和均值樣本大小 = 6.000。b.

11、Alpha = .05。表7 各培養時間內根瘤菌數的兩兩比較Student-Newman-Keulsa,bCN子集126915.8336923.3316956.67Sig.118已顯示同類子集中的組均值。基于觀測到的均值。誤差項為均值方 (錯誤) = 970.139。a. 使用調和均值樣本大小 = 6.000。b. Alpha = .05。分析：1）因為本實驗目的在于考察溫度、菌系、培養時間的主效應并篩選最佳組合，因此我們選用正交表進行分析； 2）本實驗由于我們選中了“描述性統計”，因此輸出的結果中還有描述統計量，由于數據量過大，因此我們沒有把運行結果粘貼過來，但我們可以從描述性統計量表得出不

12、同溫度在不同菌系和不同培養時間內的均值和標準差； 3）根據表4可知，溫度間的說明不同溫度對根瘤菌的生長有極顯著影響；菌系間的，說明不同菌系對根瘤菌的生長也具有極顯著的影響；而時間間的說明不同培養時間對根瘤菌的生長不具有顯著影響。正交表中的第三列（空列）為各因子互相效應一部分數量的混雜，題中預先估計因子間無互作，這一列便可作誤差看待，可與表中的誤差項合并，以增加自由度。合并后的誤差自由溫度間的菌系間的,時間間的。4）由于不同培養時間對根瘤菌的生長作用不明顯，因此我們應考察不同溫度、菌系根瘤菌均數的多重比較結果，選出最優組合，根據表5、表6、和表7我們不僅可以得出不同時間的根瘤菌均數差異不大、低溫

13、度和高中溫度的根瘤菌均數差異大和三個菌系間的根瘤菌數均數差異大，還可以看出選擇高溫度和丙菌類為最優組合。例4.9輸出結果：表8 主體間效應的檢驗因變量:試驗結果源III 型平方和df均方FSig.校正模型6627.625a51325.52523.003.042截距55278.125155278.125959.273.001A1431.12511431.12524.835.038B21.125121.125.367.606AB4950.12514950.12585.902.011C210.1251210.1253.646.196BC15.125115.125.262.659誤差115.25025

14、7.625總計62021.0008校正的總計6742.8757a. R 方 = .983（調整 R 方 = .940）分析： 1）因為本實驗不僅研究A、B、C三種成分對發酵培養基的影響，且A與B、B與C中存在交互作用，因此試驗采用正交表進行設計； 2）本實驗由于我們選中了“描述性統計”，因此輸出的結果中還有描述統計量，由于數據量過大，因此我們沒有把運行結果粘貼過來，但我們可以從描述性統計量表得出每一種成分或成分組合在其他成分內的均值和標準差； 3）表8為F檢驗的結果，其中A因素的，說明A因素對抗生素有顯著的影響；交互作用AB的，說明AB的交互作用對抗生素有顯著的影響；而B、C因素以及BC交互作

15、用的F值分別為0.367，3.646，0.262，P值分別為0.606，0.196，0.659，均大于0.05，說明B、C因素以及BC交互作用對抗生素沒有顯著的影響，故應對A與B的水平組合進行多重比較，一選出A與B因子的最優水平組合； 4）由于本例各因子只有兩個水平，組數少于3，故無法進行均數間的兩兩比較。例5.1輸出結果：表9 描述性統計量因變量:末重y處理組均值標準 偏差Ndimension1111.8167.9466012210.84171.3235312312.06671.6669712411.15001.5192712總計11.46871.4348548表10 誤差方差等同性的 Le

16、vene 檢驗a因變量:末重yFdf1df2Sig.663344.579檢驗零假設，即在所有組中因變量的誤差方差均相等。a. 設計 : 截距 + 初生重x + 處理組表11 協方差分析結果表因變量:末重y源III 型平方和df均方FSig.校正模型59.295a414.82417.013.000截距2.09212.0922.401.129初生重x47.615147.61554.645.000處理組20.43536.8127.817.000誤差37.46843.871總計6410.31048校正的總計96.76347a. R 方 = .613（調整 R 方 = .577）表12 參數估計因變量:

17、末重y參數B標準 誤差tSig.95% 置信區間下限上限截距2.8401.1562.457.018.5095.171初生重x7.200.9747.392.0005.2369.164處理組=1-1.973.522-3.778.000-3.027-.920處理組=2-1.238.401-3.086.004-2.048-.429處理組=3-.163.408-.400.691-.986.660處理組=40a.a. 此參數為冗余參數，將被設為零。表13 各處理組的校正50日齡平均重因變量:末重y處理組均值標準 誤差95% 置信區間下限上限dimension1110.339a.3359.66311.016

18、211.074a.27110.52711.621312.149a.27011.60512.693412.312a.31211.68312.942a. 模型中出現的協變量在下列值處進行評估: 初生重x = 1.3156.表14 各處理組的校正50日齡平均重多重比較因變量:末重y(I) 處理組(J) 處理組均值差值 (I-J)標準 誤差Sig.a差分的 95% 置信區間a下限上限dimension11dimension22-.735.446.107-1.634.1643-1.810*.436.000-2.688-.9314-1.973*.522.000-3.027-.9202dimension21

19、.735.446.107-.1641.6343-1.075*.382.007-1.845-.3054-1.238*.401.004-2.048-.4293dimension211.810*.436.000.9312.68821.075*.382.007.3051.8454-.163.408.691-.986.6604dimension211.973*.522.000.9203.02721.238*.401.004.4292.0483.163.408.691-.660.986基于估算邊際均值a. 對多個比較的調整： 最不顯著差別（相當于未作調整）。*. 均值差值在 .05 級別上較顯著。分析：

20、1）因為本實驗的初生重對分析試驗結果會造成影響，且是成組設計，因此我們選擇單向分組資料的協方差分析； 2）由表9可知，4個處理組未校正50日齡平均重分別為11.8167，10.841,12.066,7,和11.1500；標準差分別為0.94660，1.32353，1.66697和1.51927； 3）表10位方差齊性檢驗結果，其中,因此說明在0.05的顯著水平上，可以認為各組方差無顯著差異； 4）表11為協方差分析結果，其中初生重的,說明仔豬初生重與50日齡重間存在極顯著的線性回歸關系，說明初生重對50日齡重有極顯著的影響，因而有必要進行協方差分析，即利用線性回歸關系來校正50日齡重，并對校正

21、后的50日齡重作方差分析。且其中經校正后的處理組的，說明不同處理組間的50日齡重有極顯著的差異，故須進一步檢驗不同處理組間的差異顯著性，即進行多重比較； 5）表12為參數估計的結果，其中因變量（50日齡重）對協變量（初始體重）的回歸系數B=7.200，兩者成正相關關系，即初始體重越大，則50日齡重會隨之越大； 6）表13為4個處理組校正50日齡的平均重、標準誤差及相應的置信區間。4個處理組校正50日齡平均重分別為10.339,11.074,12.149和12.312；標準誤分別為0.335,0.271,0.270,和0.312。表下方的提示表明該校正50日齡平均重是按初生重均為1.3156kg

22、的情形計算的； 7）表14為4個處理組校正50日齡的平均重多重比較結果。結果表明：飼糧2、飼糧3與對照飼糧、飼糧1比較，其校正50日齡的平均重間存在極顯著差異；飼糧2與飼糧1，對照飼糧3與飼糧4之間無顯著差異，因此可知4種飼糧以飼糧2、飼糧3的增重效果為好。例5.2輸出結果：表15 主體間效應的檢驗因變量:產量y源III 型平方和df均方FSig.校正模型2003.155a8250.39457.810.000截距17.271117.2713.987.071品種1561.4474390.36290.125.000區組4.96631.655.382.768株數x220.3551220.35550.

23、874.000誤差47.645114.331總計19574.00020校正的總計2050.80019a. R 方 = .977（調整 R 方 = .960）表16 各品種組的校正平均產量因變量:產量y品種均值標準 誤差95% 置信區間下限上限A23.691a1.49920.39326.990B34.923a1.07532.55737.289C31.154a1.17228.57533.734D16.232a1.31813.33119.132E42.000a1.04139.71044.290a. 模型中出現的協變量在下列值處進行評估: 株數x = 12.00.表17 各品種組的校正平均產量多重比較

24、表因變量:產量y(I) 品種(J) 品種均值差值 (I-J)標準 誤差Sig.a差分的 95% 置信區間a下限上限dimension1Adimension2B-11.232*1.679.000-14.927-7.536C-7.463*2.187.006-12.276-2.650D7.460*2.393.0102.19312.727E-18.309*1.824.000-22.324-14.293Bdimension2A11.232*1.679.0007.53614.927C3.768*1.679.046.0737.464D18.691*1.824.00014.67622.707E-7.077*1

25、.496.001-10.370-3.784Cdimension2A7.463*2.187.0062.65012.276B-3.768*1.679.046-7.464-.073D14.923*1.496.00011.63018.216E-10.846*1.567.000-14.295-7.396Ddimension2A-7.460*2.393.010-12.727-2.193B-18.691*1.824.000-22.707-14.676C-14.923*1.496.000-18.216-11.630E-25.768*1.679.000-29.464-22.073Edimension2A18.309*1.824.00014.29322.324B7.077*1.496.0013.78410.370C10.846*1.567.0007.39614.295D25.768*1.679.00022.07329.464基于估算邊際均值*. 均值差值在 .05 級別上較顯著。a. 對多個比較的調整： 最不顯著差別（相當于未作調整）。分析：1）由于本實驗是隨機分組，因此選用雙向資料協方差分析； 2）表15為方差