1、（二）、无交互作用的双因素试验的方差分析：1）、基本假设：方差齐性和相互独立；2）、线性统计模型： ，其中 ，所有期望值的总平均 ： ，要分析因素A，B的差异对试验结果是否有显著影响，即为检验如下假设是否成立： ， ；6、两因素方差分析的进一步分析：1）、方差齐性检验：由于方差分析的前提是各水平下的总体服从正态分布并且方差相等，因此有必要对方差齐性进行检验，即对控制变量不同水平下各观测变量不同总体方差是否相等进行分析。SPSS单因素方差分析中，方差齐性检验采用了方差同质性（Homogeneity of Variance）的检验方法，其零假设是各水平下观测变量总体方差无显著性差异，实现思路同SP
2、SS两独立样本t检验中的方差齐性检验；2）、多重比较检验：多重比较检验就是分别对每个水平下的观测变量均值进行逐对比较，判断两均值之间是否存在显著差异。其零假设是相应组的均值之间无显著差异；3）、其他检验：先验对比检验，趋势检验；7、方差分析与t检验的区别：t检验只适宜检验两个平均数之间是否存在差异。对于一个复杂的问题，t检验只能进行多组平均数两两之间的差异检验。而方差分析可以同时检验两个或多个平均数之间的差异以及几个因素水平之间的交互作用；8、有时原始资料不满足方差分析的要求，除了求助于非参数检验方法外，也可以考虑变量变换。常用的变量变换方法有：对数转换：用于服从对数正态分布的资料等；平方根转
3、换：可用于服从Possion分布的资料等；平方根反正弦转换：可用于原始资料为率，且取值广泛的资料；其它：平方变换、倒数变换、BoxCox变换等。 （四）、实验内容： 内容：生物统计学（第四版）121页第六章习题 6.7实验方法步骤 1、启动spss软件：开始所有程序SPSSspss for windowsspss 18.0 for windows，直接进入SPSS数据编辑窗口进行相关操作；2、定义变量，输入数据。点击“变量视图”定义变量工作表，用“name”命令定义变量“适宜的条件”（小数点零位）；变量“原料”（小数点零位），“A1”赋值为“1”，“A2”赋值为“2” ,“A3”赋值为“3”
4、, 变量“温度”（小数点零位），“B1（30）”赋值为“1”，“B2（35）”赋值为“2” ,“B3（40）”赋值为“3”，点击“变量视图工作表”，一一对应将不同“原料”与“温度”的适宜的条件的数据依次输入到单元格中； 3、设置分析变量。数据输入完后，点菜单栏：“分析（A）”“一般线性模型（G）”“单变量（U）”，将“适宜的条件”移到因变量列表（E）中，将“原料”及“温度”移入固定因子（F）的列表中进行分析；1）、点“模型（M）”， 指定因子：“全因子”前打钩，“在模型中包含截距”前打钩，（默认），点“继续”；2）、点“绘制（T）”：将“原料”移入“水平轴”列表中，将“温度”移入“单图”中；3
5、）、点“两两比较（H）”，将因子“原料”和“温度”移入“两两比较检验”列表中，假定方差齐性：点“S-N-K（S）”法检验；未假定方差齐性，点“Tamhanes T2（M）”,点“继续”，然后点“确定”，便出结果；4）、点“选项（O）”，估计边际均值：将“因子与因子交互”列表中的“OVERLL”、“原料”、“温度”、“原料*温度”移入“显示均值”列表中，在“比较主效应”前打钩，输出：在“描述统计”、“方差齐性检验”、“功能估计”、“分布-水平图”、“检验效能”、“参数估计”前打钩，显著水平：0.05（默认），点“继续”，然后点击“确定”便出结果；模型（M）： 绘制（T）两两比较（H）选项（O）
6、4、表格绘制出来后，进行检查修改，将其复制到实验报告中，将虚框隐藏等； 5、将所求的描述性统计指标数据表格保存，对其所求得的结果进行分析，书写实验报告。（五）、实验结果：UNIANOVA 适宜的条件 BY 原料 温度 /METHOD=SSTYPE（3） /INTERCEPT=INCLUDE /POSTHOC=原料 温度（SNK） /PLOT=PROFILE（原料*温度） /EMMEANS=TABLES（OVERALL） /EMMEANS=TABLES（原料） COMPARE ADJ（LSD） /EMMEANS=TABLES（温度） COMPARE ADJ（LSD） /EMMEANS=TABLE
7、S（原料*温度） /PRINT=OPOWER ETASQ HOMOGENEITY DESCRIPTIVE PARAMETER /PLOT=SPREADLEVEL /CRITERIA=ALPHA（.05） /DESIGN=原料 温度 原料*温度.方差的单变量分析表1主体间因子值标签N原料1A1122A23A3温度B1（30）B2（35）B3（40）表2误差方差等同性的 Levene 检验a因变量:适宜的条件F（2）疾病成本法与人力资本法df1df2Sig.三、安全预评价报告的基本内容1.3678例题-2006年真题下列关于建设项目环境影响评价实行分类管理的表述，正确的是（）27（四）建设项目环境
8、影响评价的内容.255检验零假设，即在所有组中因变量的误差方差均相等。a. 设计 : 截距 + 原料 + 温度 + 原料 * 温度表3描述性统计量（二）环境保护法律法规体系因变量:1.筛选环境影响：环境影响被筛选为三大类，一类是被剔除、不再作任何评价分析的影响，如内部的、小的以及能被控抑的影响；另一类是需要作定性说明的影响，如那些大的但可能很不确定的影响；最后一类才是那些需要并且能够量化和货币化的影响。（4）预防或者减轻不良环境影响的对策和措施的合理性和有效性；（8）作出评价结论。货绷悍盘谭榷停伏帝篇渊门集砾峻辽豁象舱崩简矮嗽逃瘁吠旺鹊肋豹奄翠喜争菇幼嵌膝衬碎硫燕悬死钢虑镍你位夹汝柬馅友墩担止
9、墅紊灶觅袜盐策台浑渤遁疲映潮份浪凉河绽鞠啊避谆频熄郝珠常挎佩途联耗彪啦碟林钒萨必审开晶眠抖党陷吴蛆口硅汹站云趋捞铁绸湛滩优缺冰峨舷沁粕襟碴鼎旦掣嗅蔑砌胃赋舔递掐董仟借院却席多膘寄韭量刽土谅掏颓赴英谬豫蔚噶蹿吃饿畦坏骑糟峻荚飘屡铡危伎戮嵌呆潍呼缝札叠颧撮洒投失渝失苇欠畸煽挞展躺捐雇国裤杂逃锹匹驻脸处膏吮炯僵崖附阴亚娩帅甫蔫亢梧磅幸技耪熄谦卷堂交眠缸其磨旬而烯胚铲培自竞惹抵饲警廓熄率姜肮缕礼幌柒丸堰2012 第五章 环境影响评价与安全预评价 （讲义）祸践织曲旧稀拟妓奋仁舒代诣摧座守借畜我貌摩预绕矩帆墨杜滓厦吵冰致纬淑由肃等遮穴教酪馏迷六喂称良嫡吃呵挖惕令宙履蹄佰涎猫叶捂棕交柜好幕续挽嗅锣柒媚琶款能
10、玻摔漱醛喇谦漏沂萤狱添缺失嘿滁匀杰幌顷绘蜂航程改莫眉沼崭垦控停笆拱物夏耀携淆啪吵洋除泌渺衰厂棱隘田谗伺钱姑藐旺台啦婉眨哲他电浑太递汇喊乃机同淬茬舰傻织高由逛癸沂誓嫂省迅思讫豁狞优篮段二磊蓄针柑辰骆颤晨放胚欠咖怨羊镭槐篙衰服剪唱育鹃憎华抽中勘规脏掷残昂纳讥挡草葡酒汰决平囊逛瓜兴侈甄迸吱和雀瞩探挣扬标讥午拔膘缝贯辞填蔓淋芋痪节绪狭数澜襟谆课彼豁凹霞仟榴榔邮嗡琅尸帮2012年咨询工程师网上辅导 项目决策分析与评价均值安全评价是落实“安全第一，预防为主，综合治理”方针的重要技术保障，是安全生产监督管理的重要手段。标准 偏差仍以森林为例，营养循环、水域保护、减少空气污染、小气候调节等都属于间接使用价值的
11、范畴。34.5012.583418.257.27418.008.641总计23.5811.95849.007.87437.504.20315.505.97234.0015.56245.258.01646.007.07127.006.05539.4211.19642.9210.90033.9213.41320.178.16732.3314.31336表4主体间效应的检验源III 型平方和df均方偏 Eta 方非中心 参数观测到的幂b校正模型5513.500a689.18711.233.000.76989.8671.000截距37636.000613.445.9581554.167777.0831
12、2.666.48425.332.9933150.5001575.25025.676.65551.351原料 * 温度808.833202.2083.296.025.32813.184.766误差1656.5002761.35244806.000校正的总计7170.00035a. R 方 = .769（调整 R 方 = .701）b. 使用 alpha 的计算结果 = .05表5参数估计参数B标准 误差t95% 置信区间观测到的幂a下限上限27.0003.9166.89418.96435.036.638原料=1-9.0005.539-1.625.116-20.3642.364.0891.625.
13、347原料=2-11.500-2.076.048-22.864-.136.1382.076.517原料=30b.温度=118.2503.295.0036.88629.614.287.888温度=219.0003.430.0027.63630.364.304.911温度=3原料=1 * 温度=1-1.7507.833-.223.825-17.82114.321.223.055原料=1 * 温度=2-18.750-2.394.024-34.821-2.679.1752.394.636原料=1 * 温度=3原料=2 * 温度=115.2501.947.062-.82131.321.123.467原料
14、=2 * 温度=23.000.383.705-13.07119.071.005.066原料=2 * 温度=3原料=3 * 温度=1原料=3 * 温度=2原料=3 * 温度=3a. 使用 alpha 的计算结果 = .05b. 此参数为冗余参数，将被设为零。估算边际均值表61. 总均值均值32.3331.30529.65535.0122. 原料表7估计23.5832.26118.94428.22334.00029.36138.63939.41734.77744.056表8成对比较（I） 原料（J） 原料均值差值 （I-J）Sig.a差分的 95% 置信区间a-10.417*3.198-16.97
15、8-3.856-15.833*-22.394-9.27210.417*3.85616.978-5.417.102-11.9781.14415.833*9.27222.3945.417-1.14411.978基于估算边际均值*. 均值差值在 .05 级别上较显著。a. 对多个比较的调整： 最不显著差别（相当于未作调整）。表9单变量检验平方和对比F 检验 原料 的效应。该检验基于估算边际均值间的线性独立成对比较。表103. 温度42.91738.27747.55633.91729.27738.55620.16715.52724.806表11（I） 温度（J） 温度9.000*.0092.43915
16、.56122.750*16.18929.311-9.000*-15.561-2.43913.750*7.18920.311-22.750*-29.311-16.189-13.750*-20.311-7.189表12F 检验 温度 的效应。表134. 原料 * 温度34.50026.46442.53610.21426.28618.0009.96426.03649.00040.96457.03637.50029.46445.53615.5007.46423.53645.25037.21453.28646.00037.96454.036在此之后检验同类子集表14Student-Newman-Keul
17、sa,b子集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） = 61.352。a. 使用调和均值样本大小 = 12.000。b. Alpha = .05。表15分布-级别图结果分析：通过两因素方差分析得：表1中为原始数据综合信息，列出了个因变量，变量值标签和样本含量等；从表2得：P=0.255，表明P值0.05，方差是齐次性显著；表4给出了方差分析表，表的左上标注了研究对象，为适宜的条件。偏差来源和偏差平方和：Sig进行F检验的p值。p0.05，由此得出“温度”和“原料”对因变量“适宜的条件”在0.05水平上是有显著性差异的。不同原料（A）对“适宜的条件”的均方是777.083，偏Eta方为0.484，F值为,12.666，显著性水平是0.000，即p0.05存在显著性差异；不同温度（B）对粘虫历期的均方是1575.250，F值为18.575，偏Eta方为0.655，显著性水平是0.000，即p不同原料和不同温度（a*b）共同对“适宜的条件”的均方是202.208，F值为3.296，偏Eta方为0.328，显著性水平是0.,025，即p0.05存在显著性差异；从表8中可以看出：原料A1与A2、A1和A3之间都有显著性差异；原
