A2 Based on observed means. -.33 .941 .980 -2.86 2.19 The error term is Mean Square(Error) = 1.074. 2.数据分析：从上图可以看出，所有的LSD方法的结果中，三组相伴概率Sig.均大于显著性性水平0.05，所以不能拒绝原假设，结果没有显著性影响。
一 实验4及目的
4. 研究杨树一年生长量与施用氮肥和钾肥的关系。为了研究这种关系，一共进行了18个样地的栽培实验，测定杨树苗的一年生长量、初始高度、全部实验条件（包括氮肥量和钾肥量）及实验结果（杨树苗的生长量）数据如表6.21，请在显著水平0.05下检验氮肥量、钾肥量及树苗初始高度中哪些对杨树的生长有显著性影响。（数据来源：《生物数学模型的统计学
基础》李勇，科学出版社；数据文件：data6-8.sav）
表6.21 杨树栽培试验数据
序号 氮肥量 钾肥量 树苗初高 生长量 序号 氮肥量 钾肥量 树苗初高 1 2 3 4 5 6 7 8 9 少 少 少 少 少 少 少 少 少 0 0 0 12.5 12.5 12.5 25 25 25 4.5 6 4 6.5 7 5 7 5 5 1.85 2 1.6 2 2.04 1.91 2.4 4.25 2.1 10 11 12 13 14 15 16 17 18 多 多 多 多 多 多 多 多 多 0 0 0 12.5 12.5 12.5 25 25 25 6.5 6 6.5 4 6 5.5 5 6 5.5 生长量 2.15 1.99 2.06 1.93 2.1 2.15 4.2 2.3 4.25 二 实验内容
解决问题4的原理：多因素方差分析原理 实验步骤：1.打开数据源文件data6-8.sav
2.变量设置，按Analyze→General LinearModel→Univeariate的步骤打开Univariate对话框。并将“生长量”变量移入Dependent Variable框中作为观测变量，将“氮肥量”、“钾肥量”、“树苗初高”移入Fixed Factor（s）中作为控制变量。
3.设置方差齐性检验，单击Options按钮，由于方差分析要求不同组别数据方差相等，故应进行方差齐性检验，选中“Homogeneity tests 4.得出结果
三 结果分析 1.数据截图
Tests of Between-Subjects Effects Dependent Variable:生长量 Type III Sum Source Corrected Model of Squares .574 a df 15 Mean Square .038 F 5.006 Sig. .179 Intercept N K height N * K N * height K * height N * K * height Error Total Corrected Total 69.453 6.429E-5 .143 .144 .000 .000 .005 .000 .015 77.801 .590 1 1 2 6 0 0 2 0 2 18 17 69.453 9078.823 6.429E-5 .072 .024 . . .003 . .008 .008 9.378 3.143 . . .332 . .000 .935 .096 .261 . . .751 . a. R Squared = .974 (Adjusted R Squared = .779) 2.数据分析：从表格中可以看出，“氮肥量”、“钾肥量”、“树苗初高”的相伴概率Sig.均大于0.05，所以他们对杨树的生长无显著性影响。
第八章实验
一 实验3及目的
3． K.K.Smith在烟草杂交繁殖的花上收集到如表8.16所示的数据，要求对以上3组数据两两之间进行相关分析，以0.05的显著性水平检验相关系数的显著性。（数据来源：《统计软件SPSS系列应用实践篇》 苏金明 ，电子工业出版社；数据文件：data8-5.sav）
表8.16 K.K.Smith所调查的长度资料 花瓣长 49 44 32 42 32 53 36 39 37 45 41 48 45 39 40 34 37 花枝长 27 24 12 22 13 29 14 20 16 21 22 25 23 18 20 15 20 花萼长 19 16 12 17 10 19 15 14 15 21 14 22 22 15 14 15 15 35 13 16 实验原理：本章实验原理主要包括二元变量相关性分析（3、4、5题）和偏相关分析（6）以及距离分析（7）
实验步骤：1.打开相应数据文件
2.运行Analyze—Correlate—bivariate,填好Variables框，选择Pearson相关系数；在test of significance 中选择单尾或者双尾检验，单击options
按钮，在打开对话框中选择Means and standard deviations和cross-product deviation and covariances选项 3.运行，得出结果。
三 结果分析 第3题实验结果图表
Correlations 花瓣长 1 花枝长 .955 .000 **花瓣长 Pearson Correlation Sig. (2-tailed) Sum of Squares and Cross-products Covariance N 花枝长 Pearson Correlation Sig. (2-tailed) Sum of Squares and Cross-products Covariance N 606.444 35.673 18 .955** .000 487.667 28.686 18 487.667 28.686 18 1 430.000 25.294 18 **. Correlation is significant at the 0.01 level (2-tailed). Correlations 花枝长 1 430.000 25.294 18 .678** .002 191.000 11.235 18 184.500 10.853 18 花萼长 .678 .002 191.000 11.235 18 1 **花枝长 Pearson Correlation Sig. (2-tailed) Sum of Squares and Cross-products Covariance N 花萼长 Pearson Correlation Sig. (2-tailed) Sum of Squares and Cross-products Covariance N **. Correlation is significant at the 0.01 level (2-tailed). Correlations 花萼长 1 184.500 10.853 花瓣长 .797** .000 266.667 15.686 花萼长 Pearson Correlation Sig. (2-tailed) Sum of Squares and Cross-products Covariance N 花瓣长 Pearson Correlation Sig. (2-tailed) Sum of Squares and Cross-products Covariance N 18 .797** .000 266.667 15.686 18 18 1 606.444 35.673 18 **. Correlation is significant at the 0.01 level (2-tailed). 数据分析：从上面三个图可以看出，Sig.值为0.00和0.002均小于0.05，所以，显著性很明显。
一 试验4及目的
4. 试确定1962-1988年安徽省国民收入与城乡居民储蓄存款余额两个变量间的线性相关性，数据如表8.17所示。（数据来源：《数据统计与管理》 1990年第5期，中国商场统计研究会主办；
数据文件：data8-6.sav）
表8.17 1962-1988年安徽省国民收入数据表 年份 存款余额(亿元) 年份 存款余额(亿元) 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974 1975 82 2.55 1988 87.44 2.61 国民收入(亿元) 34.61 35.67 39.52 47.32 54.14 50.86 49.69 51.61 65.06 72.57 77.72 83.57 0.59 0.71 0.85 1 1.22 1.14 1.32 1.28 1.35 1.6 1.87 4.2 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 国民收入(亿元) 95.63 97.23 103.81 116.29 127.87 150.29 161.47 180.2 221.17 271.81 310.53 357.86 444.78 2.74 3.13 3.91 5.75 8.76 12.19 16.36 20.95 28.32 38.43 55.43 74.2 89.83 二 实验步骤及内容
偏相关分析的步骤：1.打开相应数据文件
2. 选择Analyze→Correlate→Partial，指定分析变量和数据变量 3.运行，得出结果 第4题实验结果图表 Correlations 国民收入 1 293170.567 11275.791 27 .976 .000 64137.265 14723.639 **存款余额 .976** .000 64137.265 2466.818 27 1 国民收入 Pearson Correlation Sig. (1-tailed) Sum of Squares and Cross-products Covariance N 存款余额 Pearson Correlation Sig. (1-tailed) Sum of Squares and Cross-products Covariance N 2466.818 27 566.294 27 **. Correlation is significant at the 0.01 level (1-tailed). 数据分析：从上图可以看出，Sig.值为0.00小于0.05，所以，线性相关具有显著性。
一 试验5及目的
5. 某高校抽样得到10名短跑运动员，测出100米的名次和跳高的名次如表8.18，问这两个名次是否在0.05的显著性水平下具有相关性。（数据来源：《应用统计学：数据统计方法、数据获
取与SPSS应用》 马庆国，科学出版社；数据文件：data8-7.sav）
表8.18 10名运动员的100米及跳高名次
百米名次 1 2 3 跳高名次 4 3 1 4 5 6 5 2 7 7 8 9 9 10 6 10 8 二 实验步骤及内容 距离分析的步骤： 1.打开相应数据文件
2.运行按Analyze→Correlate→distance，在computer distances中选 择between variables单选框，定义进行变量间的距离分析，在measure中选择 dissmilarities,求解其不相似测度；单击measures按钮在interval下拉列表中选择 euclidean distances表示计算变量间的欧式距离 第5题实验结果图表 Correlations 百米名次 1 82.500 9.167 10 .697* .013 57.500 6.389 10 82.500 9.167 10 跳高名次 .697* .013 57.500 6.389 10 1 百米名次 Pearson Correlation Sig. (1-tailed) Sum of Squares and Cross-products Covariance N 跳高名次 Pearson Correlation Sig. (1-tailed) Sum of Squares and Cross-products Covariance N *. Correlation is significant at the 0.05 level (1-tailed). 数据分析：从上图可以看出，两个Sig.值均为0.013均小于0.05，所以，两个名次的线性相关都具有显著性。 第6题实验结果图表