图1. 定量资料组间比较方法的选择 在前面我们介绍了单样本均数以及两样本均数的比较,但在实际工作中,我们常常遇到的是处理因素为三个水平甚至更多,也就是我们本期要开始涉及的多样本均数的比较。对于这类资料的统计分析,常采用的统计分析方法为方差分析(Analysis of variance, ANOVA),也称“F检验”。 本期我们先介绍完全随机设计的情况,即采用完全随机化的分组方法,将全部实验对象分配到g(g≥3)个处理组(水平组),各组接受不同的处理,然后比较各组均数之间的差别有无统计学意义,推断处理因素的效应。该类设计在进行统计分析时,当数据满足正态分布(当样本量较大时可忽略正态性要求)且方差齐性,可采用单因素方差分析(也称“多组独立样本资料的方差分析”),否则采用Kruskal-Wallis检验。 例1:为研究茶多酚保健饮料对急性缺氧的影响,某研究者将60只小白鼠随机分成低、中、高三个剂量组和一个对照组,每组15只小白鼠。对照组给予蒸馏水0.25ml灌胃,低、中、高剂量组分别给予2.0g/kg、4.0g/kg、8.0g/kg的饮料溶于0.2~0.
spss modeler单因素方差分析_SPSS——单因素方差分析案例实践
最新推荐文章于 2023-03-06 12:25:07 发布
本文详细介绍了如何使用SPSS Modeler进行单因素方差分析,通过实例解析了分析步骤,帮助读者掌握该统计方法的实际应用。
摘要由CSDN通过智能技术生成