1樓：醫學統計博士
ss表示離均差平方和，代表資料的總變異；ms表示平均的離均差平方和；f表示內f值，也就是方差分容析求出的統計量；p就是p值，根據f值而得。crit表示f值的標準，即f值大於crit時表示差異有統計學意義，p值小於0.05。
方差分析的總體思想就是要分析這些資料之間為什麼有差異，通過對總的差異（總變異）的分解，最終分析出組別之間或組別之內是否有統計學差異。
你這個結果表明，四組之間的差異無統計學意義，你的f值為1.55，小於crit3.009，如果大於3.009，就有統計學差異了。
單因素方差分析結果怎麼看
2樓：中子
duncan檢驗是一種事後檢驗，就是說在自變數主效應已經確定顯著的情況下，看各個水平之間專具體是哪幾個間有差屬異
你這裡的編號1——5就是各處理水平，表裡面縱列的1，2，3（alpha=0.05的子集下面）實際上是給各水平的分類，同一列裡面包含的水平之間無差異，而1,2,3列互相之間有差異，比如2那一列裡面包含了1,3,6三個水平，說明水平1,3,6之間差異不顯著，顯著性為0.062也表明的確不顯著，但水平1,3,6和3那一列就有差異，也就是水平1,3,6和水平2有差異
明白了這個，你這些問題你自己就可以回答了
單因素方差分析結果分析，懂的進來
3樓：匿名使用者
假設檢驗是推斷統計中的一項重要內容。在假設檢驗中常見到p 值( p-value，probability，pr)，p 值是進行檢驗決策的另一個依據。
p 值即概率，反映某一事件發生的可能性大小。統計學根據顯著性檢驗方法所得到的p 值，一般以p < 0.05 為顯著， p <0.
01 為非常顯著，其含義是樣本間的差異由抽樣誤差所致的概率小於0.05 或0.01。
實際上，p 值不能賦予資料任何重要性，只能說明某事件發生的機率。 p < 0.01 時樣本間的差異比p < 0.
05 時更大，這種說法是錯誤的。統計結果中顯示pr > f，也可寫成pr( >f)，p = p或p = p。
下面的內容列出了p值計算方法
(1) p值是：
1) 一種概率，一種在原假設為真的前提下出現觀察樣本以及更極端情況的概率。
2) 拒絕原假設的最小顯著性水平。
3) 觀察到的(例項的) 顯著性水平。
4) 表示對原假設的支援程度，是用於確定是否應該拒絕原假設的另一種方法。
(2) p 值的計算：
一般地，用x 表示檢驗的統計量，當h0 為真時，可由樣本資料計算出該統計量的值c ，根據檢驗統計量x 的具體分佈，可求出p 值。具體地說: 左側檢驗的p 值為檢驗統計量x 小於樣本統計值c 的概率，即:
p = p 右側檢驗的p 值為檢驗統計量x 大於樣本統計值c 的概率:p = p 雙側檢驗的p 值為檢驗統計量x 落在樣本統計值c 為端點的尾部區域內的概率的2 倍: p = 2p (當c位於分佈曲線的右端時) 或p = 2p (當c 位於分佈曲線的左端時) 。
若x 服從正態分佈和t分佈，其分佈曲線是關於縱軸對稱的，故其p 值可表示為p = p 。 計算出p 值後，將給定的顯著性水平α與p 值比較，就可作出檢驗的結論: 如果α > p 值，則在顯著性水平α下拒絕原假設。
如果α ≤ p 值，則在顯著性水平α下接受原假設。 在實踐中，當α = p 值時，也即統計量的值c 剛好等於臨界值，為慎重起見，可增加樣本容量，重新進行抽樣檢驗。
p值是怎麼來的
從某總體中抽 ⑴、這一樣本是由該總體抽出，其差別是由抽樣誤差所致； ⑵、這一樣本不是從該總體抽出，所以有所不同。 如何判斷是那種原因呢？統計學中用顯著性檢驗賴判斷。
其步驟是： ⑴、建立檢驗假設（又稱無效假設，符號為h0）：如要比較a藥和b藥的療效是否相等，則假設兩組樣本來自同一總體，即a藥的總體療效和b藥相等，差別僅由抽樣誤差引起的碰巧出現的。
⑵、選擇適當的統計方法計算h0成立的可能性即概率有多大，概率用p值表示。⑶、根據選定的顯著性水平（0.05或0.
01），決定接受還是拒絕h0。如果p＞0.05，不能否定「差別由抽樣誤差引起」，則接受h0；如果p＜0.
05或p ＜0.01，可以認為差別不由抽樣誤差引起，可以拒絕h0，則可以接受令一種可能性的假設（又稱備選假設，符號為h1），即兩樣本來自不同的總體，所以兩藥療效有差別。
統計學上規定的p值意義見下表
p值 碰巧的概率 對無效假設 統計意義
p＞0.05 碰巧出現的可能性大於5% 不能否定無效假設 兩組差別無顯著意義
p＜0.05 碰巧出現的可能性小於5% 可以否定無效假設 兩組差別有顯著意義
p ＜0.01 碰巧出現的可能性小於1% 可以否定無效假設 兩者差別有非常顯著意義
注意要點
理解p值，下述幾點必須注意： ⑴p的意義不表示兩組差別的大小，p反映兩組差別有無統計學意義，並不表示差別大小。因此，與對照組相比，c藥取得p＜0.
05，d藥取得p ＜0.01並不表示d的藥效比c強。 ⑵ p＞0.
05時，差異無顯著意義，根據統計學原理可知，不能否認無效假設，但並不認為無效假設肯定成立。在藥效統計分析中，更不表示兩藥等效。哪種將「兩組差別無顯著意義」與「兩組基本等效」相同的做法是缺乏統計學依據的。
⑶統計學主要用上述三種p值表示，也可以計算出確切的p值，有人用p ＜0.001，無此必要。 ⑷顯著性檢驗只是統計結論。
判斷差別還要根據專業知識。樣所得的樣本，其統計量會與總體引數有所不同，這可能是由於兩種原因
如何對spss單因素方差分析的結果進行分析
spss單因素方差分析用snk進行兩兩比較結果如圖，要如何分析比較結果？
4樓：呂秀才
這個表最後一列的意思就是在0.05水平下，將組別進行分類的含義，從你的**中可以看出，只有1列，也就是你的所有類別都在這一類上，說明所有類別與類別之間是沒有顯著差異的。
spss方差分析的snk檢驗是一種很直觀的用來進行多重比較的方法，你只要看後面分成了幾列，就能夠看出前面的類別大致分類幾類
5樓：柏納守燕子
只要在1－7個列中，同處一列的就是沒有差異，你的表中，左邊從9往下一直到12是按平均數從小到大排列的，9、20、16、8、14、13、3之間是沒有差異的，9和1以下的都有差異；20、16、8則和6以下的有差異，其他類同。
請問單因素方差分析總體無差異，但兩兩比較卻顯示有差異，如何下結論？
6樓：魏上文庫
以單因素方差分析為準，應當是無差異的。
但兩兩比較有差異，可能是你選擇的方法過於靈敏，如lsd法，會導致更容易使得p＜α，得到有差異的結果。
但也說明樣本處於有無差異的模糊地帶，最好的方法是增加樣本量重新試驗。
單因素方差分析結果分析
7樓：江中竹
方差分析表中的ss表示平方和，ms表示均方，f是組間均方與組內均方的比例，p-value表示在專相應f值下的概率值屬，f crit是在相應顯著水平下的f臨界值，在統計分析上可以通過p-value的大小來判斷組間的差異顯著性，通常情況下，當<=0.01有極顯著差異，>0.05時沒有顯著差異，介於二者之間時有顯著差異。
也可通過f值來判斷差異顯著性，當f>=f crit時，有顯著(或極顯著)差異。順便說一下，f檢驗只能在總體上來檢驗差異顯著性，不能判別這些顯著差異具體來自哪些處理間，若要分析，需要進行多重比較。
spss中單因素方差分析與t檢驗有什麼區別
8樓：匿名使用者
方差和t檢驗的區別在於，對於t檢驗的x來講，其只能為2個類別比如男和女。如專
spss單因素方差分析,分析多個因變數,結果出不來完全
結果不是有嗎,你要做多變數分析,不是多個自變數,是因變數的?spss單因素方差分析不顯著後能否繼續分析多重比較 若主效應不顯著,copy沒有必要bai做多重比較,因為多重比較的du意義是已知主效應顯zhi著的情況下看看具dao體是自變數的哪幾個水平間差異顯著 因為方差分析一般是3個以上自變數水平間的...
spss單因素方差分析的F值過大，結果可靠嗎？有沒有解決方法
顯著性主要看p值，f值屬於過程值，不用太在意。對資料解讀有疑問，可以使用spssau提供智慧文字輔助進行結果解讀，還有方法幫助手冊解答分析中常見問題。f值大小，和是不是可靠，沒關係的 方差分析的f值，和方差齊性檢驗的f值，也是沒關係的 不要混在一起談 這個你看看sig在顯著性範圍上是否可行 正常的啊...
結果非齊性，單因素方差分析之後均值分析的F值顯著性是不是沒有
方差不齊只能說明樣本組間方差不等，但f檢驗是表明組間均值可能有差異，需要進一步兩兩比較。利用spss方差分析中，f值用來判斷顯著性，f值的大小有限制嗎？過大是否沒有意義？求高手指教 沒有。spss方差分析中的f數值大小沒有特別的意義，只是用來判斷統計學概率上的一箇中介值。實驗者根據這個值去尋找對應的...