用spss20进行可重复单因素随机区组两因素随机区组两因素裂区试验设计及方差分析.docx

用spss20进行可重复单因素随机区组两因素随机区组两因素裂区试验设计及方差分析.docx

《用spss20进行可重复单因素随机区组两因素随机区组两因素裂区试验设计及方差分析.docx》由会员分享，可在线阅读，更多相关《用spss20进行可重复单因素随机区组两因素随机区组两因素裂区试验设计及方差分析.docx（18页珍藏版）》请在冰豆网上搜索。

用spss20进行可重复单因素随机区组两因素随机区组两因素裂区试验设计及方差分析

用spss20进行可重复单因素随机区组、两因素随机区组、两因素裂区试验设计及方差分析

一、可重复单因素随机区组试验设计

8个小麦品种的产比试验，采用随机区组设计，3次重复，计产面积25平米，产量结果如下，进行方差分析和多重比较。

表1小麦品比试验产量结果（公斤）

品种

区组

产量

1

1

10.9

2

1

10.8

3

1

11.1

4

1

9.1

5

1

11.8

6

1

10.1

7

1

10

8

1

9.3

1

2

9.1

2

2

12.3

3

2

12.5

4

2

10.7

5

2

13.9

6

2

10.6

7

2

11.5

8

2

10.4

1

3

12.2

2

3

14

3

3

10.5

4

3

10.1

5

3

16.8

6

3

11.8

7

3

14.1

8

3

14.4

1、打开程序把上述数据输入进去。

2、执行：

分析-一般线性模型-单变量。

3、将产量放进因变量，品种和区组放进固定因子。

4、单击模型，选择设定单选框，将品种和区组放进模型中，只分析主效应。

5、在两两比较中进行多重比较，这里只用分析品种。

可以选择多种比较方法。

6、分析结果。

主体间效应的检验

因变量:

产量

源

III型平方和

df

均方

F

Sig.

校正模型

61.641a

9

6.849

4.174

.009

截距

3220.167

1

3220.167

1962.448

.000

区组

27.561

2

13.780

8.398

.004

品种

34.080

7

4.869

2.967

.040

误差

22.972

14

1.641

总计

3304.780

24

校正的总计

84.613

23

a.R方=.729（调整R方=.554）

这里只须看区组和品种两行，两者均达到显著水平，说明土壤肥力和品种均影响产量结果。

下面是多重比较，只有方差分析达到显著差异才进行多重比较。

多个比较

因变量:

产量

（I）品种

（J）品种

均值差值（I-J）

标准误差

Sig.

95%置信区间

下限

上限

LSD

1.00

2.00

-1.6333

1.04591

.141

-3.8766

.6099

3.00

-.6333

1.04591

.555

-2.8766

1.6099

4.00

.7667

1.04591

.476

-1.4766

3.0099

5.00

-3.4333*

1.04591

.005

-5.6766

-1.1901

6.00

-.1000

1.04591

.925

-2.3433

2.1433

7.00

-1.1333

1.04591

.297

-3.3766

1.1099

8.00

-.6333

1.04591

.555

-2.8766

1.6099

2.00

1.00

1.6333

1.04591

.141

-.6099

3.8766

3.00

1.0000

1.04591

.355

-1.2433

3.2433

4.00

2.4000*

1.04591

.038

.1567

4.6433

5.00

-1.8000

1.04591

.107

-4.0433

.4433

6.00

1.5333

1.04591

.165

-.7099

3.7766

7.00

.5000

1.04591

.640

-1.7433

2.7433

8.00

1.0000

1.04591

.355

-1.2433

3.2433

3.00

1.00

.6333

1.04591

.555

-1.6099

2.8766

2.00

-1.0000

1.04591

.355

-3.2433

1.2433

4.00

1.4000

1.04591

.202

-.8433

3.6433

5.00

-2.8000*

1.04591

.018

-5.0433

-.5567

6.00

.5333

1.04591

.618

-1.7099

2.7766

7.00

-.5000

1.04591

.640

-2.7433

1.7433

8.00

.0000

1.04591

1.000

-2.2433

2.2433

4.00

1.00

-.7667

1.04591

.476

-3.0099

1.4766

2.00

-2.4000*

1.04591

.038

-4.6433

-.1567

3.00

-1.4000

1.04591

.202

-3.6433

.8433

5.00

-4.2000*

1.04591

.001

-6.4433

-1.9567

6.00

-.8667

1.04591

.421

-3.1099

1.3766

7.00

-1.9000

1.04591

.091

-4.1433

.3433

8.00

-1.4000

1.04591

.202

-3.6433

.8433

5.00

1.00

3.4333*

1.04591

.005

1.1901

5.6766

2.00

1.8000

1.04591

.107

-.4433

4.0433

3.00

2.8000*

1.04591

.018

.5567

5.0433

4.00

4.2000*

1.04591

.001

1.9567

6.4433

6.00

3.3333*

1.04591

.007

1.0901

5.5766

7.00

2.3000*

1.04591

.045

.0567

4.5433

8.00

2.8000*

1.04591

.018

.5567

5.0433

6.00

1.00

.1000

1.04591

.925

-2.1433

2.3433

2.00

-1.5333

1.04591

.165

-3.7766

.7099

3.00

-.5333

1.04591

.618

-2.7766

1.7099

4.00

.8667

1.04591

.421

-1.3766

3.1099

5.00

-3.3333*

1.04591

.007

-5.5766

-1.0901

7.00

-1.0333

1.04591

.340

-3.2766

1.2099

8.00

-.5333

1.04591

.618

-2.7766

1.7099

7.00

1.00

1.1333

1.04591

.297

-1.1099

3.3766

2.00

-.5000

1.04591

.640

-2.7433

1.7433

3.00

.5000

1.04591

.640

-1.7433

2.7433

4.00

1.9000

1.04591

.091

-.3433

4.1433

5.00

-2.3000*

1.04591

.045

-4.5433

-.0567

6.00

1.0333

1.04591

.340

-1.2099

3.2766

8.00

.5000

1.04591

.640

-1.7433

2.7433

8.00

1.00

.6333

1.04591

.555

-1.6099

2.8766

2.00

-1.0000

1.04591

.355

-3.2433

1.2433

3.00

.0000

1.04591

1.000

-2.2433

2.2433

4.00

1.4000

1.04591

.202

-.8433

3.6433

5.00

-2.8000*

1.04591

.018

-5.0433

-.5567

6.00

.5333

1.04591

.618

-1.7099

2.7766

7.00

-.5000

1.04591

.640

-2.7433

1.7433

基于观测到的均值。

误差项为均值方（错误）=1.641。

*.均值差值在0.05级别上较显著。

产量

品种

N

子集

1

2

Duncana,b

4.00

3

9.9667

1.00

3

10.7333

6.00

3

10.8333

3.00

3

11.3667

8.00

3

11.3667

7.00

3

11.8667

11.8667

2.00

3

12.3667

12.3667

5.00

3

14.1667

Sig.

.060

.055

已显示同类子集中的组均值。

基于观测到的均值。

误差项为均值方（错误）=1.641。

a.使用调和均值样本大小=3.000。

b.Alpha=0.05。

二、两因素可重复随机区组试验设计

下面是水稻品种和密度对产量的影响，采用随机区组试验设计，3次重复，品种3个水平，密度3个水平，共27个观测值。

小区计产面积20平米。

表2水稻品种与密度产比试验

品种

密度

区组

产量

1

1

1

8

1

1

2

8

1

1

3

8

1

2

1

7

1

2

2

7

1

2

3

6

1

3

1

6

1

3

2

5

1

3

3

6

2

1

1

9

2

1

2

9

2

1

3

8

2

2

1

7

2

2

2

9

2

2

3

6

2

3

1

8

2

3

2

7

2

3

3

6

3

1

1

7

3

1

2

7

3

1

3

6

3

2

1

8

3

2

2

7

3

2

3

8

3

3

1

10

3

3

2

9

3

3

3

9

1、输入数据，执行：

分析-一般线性模型-单变量。

注意区组作为随机因子。

2、选择模型。

注意模型中有三者的主效和品种与密度的交互。

3、分析结果。

注意自由度的分解。

使用一个误差（0.486）计算F值。

主体间效应的检验

因变量:

产量

源

III型平方和

df

均方

F

Sig.

截距

假设

1496.333

1

1496.333

1035.923

.001

误差

2.889

2

1.444a

品种

假设

6.222

2

3.111

6.400

.009

误差

7.778

16

.486b

密度

假设

1.556

2

.778

1.600

.233

误差

7.778

16

.486b

区组

假设

2.889

2

1.444

2.971

.080

误差

7.778

16

.486b

品种*密度

假设

22.222

4

5.556

11.429

.000

误差

7.778

16

.486b

a.MS（区组）

b.MS（错误）

4、语句。

UNIANOVA产量BY品种密度区组

/RANDOM=区组

/METHOD=SSTYPE（3）

/INTERCEPT=INCLUDE

/POSTHOC=品种密度（DUNCAN）

/CRITERIA=ALPHA（0.05）

/DESIGN=品种密度区组品种*密度.

三、两因素可重复裂区设计

表3是中耕次数和施肥量对小麦产量的影响，采用两因素裂区试验设计，3次重复，主区为中耕次数，3个水平，副区为施肥量，4个水平。

小区计产面积33平米。

表3中耕次数和施肥量对小麦产量的影响（公斤）

主处理

副处理

重复

产量

1

1

1

29

1

2

1

37

1

3

1

18

1

4

1

17

2

1

1

28

2

2

1

31

2

3

1

13

2

4

1

13

3

1

1

30

3

2

1

31

3

3

1

15

3

4

1

16

1

1

2

28

1

2

2

32

1

3

2

14

1

4

2

16

2

1

2

29

2

2

2

28

2

3

2

13

2

4

2

12

3

1

2

27

3

2

2

28

3

3

2

14

3

4

2

15

1

1

3

32

1

2

3

31

1

3

3

17

1

4

3

15

2

1

3

25

2

2

3

29

2

3

3

10

2

4

3

12

3

1

3

26

3

2

3

31

3

3

3

11

3

4

3

13

1、输入数据，执行：

分析-一般线性模型-单变量。

注意区组作为随机因子。

2、模型。

注意，在填好模型后，点击继续，然后点击粘贴，进入语句编辑器。

3、原来是这样的，要做修改。

4、修改后是这样的，最后一句加个东西。

语句：

UNIANOVA产量BY副处理主处理重复

/RANDOM=重复

/METHOD=SSTYPE（3）

/INTERCEPT=INCLUDE

/POSTHOC=副处理主处理（DUNCANLSD）

/CRITERIA=ALPHA（0.05）

/DESIGN=副处理主处理重复重复（主处理）主处理*副处理.

5、运行后得结果。

区别在于，副处理和交互的F值用2.565求得，主处理和重复用2.292求得。

实际上在两因素随机区组的基础上进一步分解自由度。

主体间效应的检验

因变量:

产量

源

III型平方和

df

均方

F

Sig.

截距

假设

17161.000

1

17161.000

1050.673

.001

误差

32.667

2

16.333a

主处理

假设

80.167

2

40.083

17.491

.011

误差

9.167

4

2.292b

副处理

假设

2179.667

3

726.556

283.278

.000

误差

46.167

18

2.565c

重复

假设

32.667

2

16.333

7.127

.048

误差

9.167

4

2.292b

重复（主处理）

假设

9.167

4

2.292

.894

.488

误差

46.167

18

2.565c

主处理*副处理

假设

7.167

6

1.194

.466

.825

误差

46.167

18

2.565c

a.MS（重复）

b.MS（重复（主处理））

c.MS（错误）

通过上面的分析可以看出几点：

1、随机区组设计中，重复即区组，区组作为一个因子进行分析。

2、固定因子和随机因子的区别，在单因素可重复随机区组和两因素可重复随机区组设计中，把区组看成一个因子，等同于两因素和三要素无重复设计，区组当作固定因子和随机因子结果一样（如下表），但在裂区设计中不一样，F值的求解不同。

3、方差分析重点在于自由度的分解。

单因素可重复随机区组设计

主体间效应的检验

源

III型平方和

df

均方

F

Sig.

截距

假设

3220.167

1

3220.167

233.677

.004

误差

27.561

2

13.780a

品种

假设

34.080

7

4.869

2.967

.040

误差

22.973

14

1.641b

区组

假设

27.561

2

13.780

8.398

.004

误差

22.973

14

1.641b

主体间效应的检验

源

III型平方和

df

均方

F

Sig.

校正模型

61.641a

9

6.849

4.174

.009

截距

3220.167

1

3220.167

1962.448

.000

区组

27.561

2

13.780

8.398

.004

品种

34.080

7

4.869

2.967

.040

误差

22.972

14

1.641

总计

3304.780

24

校正的总计

84.613

23

两因素可重复随机区组设计

主体间效应的检验

因变量:

产量

源

III型平方和

df

均方

F

Sig.

截距

假设

1496.333

1

1496.333

1035.923

.001

误差

2.889

2

1.444a

品种

假设

6.222

2

3.111

6.400

.009

误差

7.778

16

.486b

密度

假设

1.556

2

.778

1.600

.233

误差

7.778

16

.486b

区组

假设

2.889

2

1.444

2.971

.080

误差

7.778

16

.486b

品种*密度

假设

22.222

4

5.556

11.429

.000

误差

7.778

16

.486b

a.MS（区组）

b.MS（错误）

主体间效应的检验

因变量:

产量

源

III型平方和

df

均方

F

Sig.

校正模型

32.889a

10

3.289

6.766

.000

截距

1496.333

1

1496.333

3078.171

.000

品种

6.222

2

3.111

6.400

.009

密度

1.556

2

.778

1.600

.233

品种*密度

22.222

4

5.556

11.429

.000

区组

2.889

2

1.444

2.971

.080

误差

7.778

16

.486

总计

1537.000

27

校正的总计

40.667

26

a.R方=.809（调整R方=.689）

裂区设计

主体间效应的检验

因变量:

产量

源

III型平方和

df

均方

F

Sig.

截距

假设

17161.000

1

17161.000

1050.673

.001

误差

32.667

2

16.333a

主处理

假设

80.167

2

40.083

17.491

.011

误差

9.167

4

2.292b

副处理

假设

2179.667

3

726.556

283.278

.000

误差

46.167

18

2.565c

重复

假设

32.667

2

16.333

7.127

.048

误差

9.167

4

2.292b

主处理*副处理

假设

7.167

6

1.194

.466

.825

误差

46.167

18

2.565c

重复（主处理）

假设

9.167

4

2.292

.894

.488

误差

46.167

18

2.565c

a.MS（重复）

b.MS（重复（主处理））

c.MS（错误）

主体间效应的检验

因变量:

产量

源

III型平方和

df

均方

F

Sig.

校正模型

2308.833a

17

135.814

52.953

.000

截距

17161.000

1

17161.000

6690.931

.000

主处理

80.167

2

40.083

15.628

.000

副处理

2179.667

3

726.556

283.278

.000

主处理*副处理

7.167

6

1.194

.466

.825

重复（主处理）

9.167

4

2.292

.894

.488

重复

32.667

2

16.333

6.368

.008

误差

46.167

18

2.565

总计

19516.000

36

校正的总计

2355.000

35

a.R方=.980（调整R方=.962）