spss方差分析_【D】SPSS统计案例分析：多因素方差分析

多因素方差分析，用于研究一个因变量是否受到多个自变量(也称为因素)的影响，它检验多个因素取值水平的不同组合之间，因变量的均值之间是否存在显著的差异。多因素方差分析既可以分析单个因素的作用(主效应)，也可以分析因素之间的交互作用(交互效应)，还可以进行协方差分析，以及各个因素变量与协变量的交互作用。

根据观测变量(即因变量)的数目，可以把多因素方差分析分为：单变量多因素方差分析(也叫一元多因素方差分析)与多变量多因素方差分析(即多元多因素方差分析)。本文将重点讲述一元多因素方差分析，下篇文章将详细讲述多元多因素方差分析。

一元多因素方差分析：只有一个因变量，考察多个自变量对该因变量的影响。例如：分析不同品种、不同施肥量对农作物产量的影响时，可将农作物产量作为观测变量，品种和施肥量作为控制变量。利用多因素方差分析方法，研究不同品种、不同施肥量是如何影响农作物产量的，并进一步研究哪种品种与哪种水平的施肥量是提高农作物产量的最优组合。

01

分析原理

通过计算F统计量，进行F检验。F统计量是平均组间平方和与平均组内平方和的比。

这里，把总的影响平方和记为SST，它分为两个部分，一部分是由控制变量引起的离差，记为SSA(组间离差平方和)，另一部分是由随机变量引起的SSE(组内离差平方和)。即SST=SSA+SS