onmethod选项区域,列出了10种待选多重均数比较方法。选择Bonferronit-test,修正最小显著差异t检验法(本例选择此项)。图1—6One-wayANOVA:Means(待选多重均数比较方法)对话框(7)单击Bonferronit-test,得到图1-7所示对话框。在comparisons选项卡中可进行相关设置。本例显著性水平(Signillcancelevel)为0.贴。也可以选择其他值。主效应(Maineffects)为B,加选(Add)效应/方法(effect/method)为B/Bonferronit。test,单击B—Add,完成相应设置。图1-7One—wayANOVA:Means(已选均数比较)对话框(8)单击Breakdown标签,得到图1—8所示对话框的Breakdown选项卡。数学变量统计量全选。图1-8Breakdown(均数细分)选项卡(9)单击0K按钮,返回图1—3所示对话框。单击P10ts按钮,得到图1—9所示对话框。图1-9one-WayANOVA:P1ots(作图)对话框10)单击0K按钮,返回图1—3所示对话框。单击0K按钮,得到如下数值结果。图形结果如图1-10到图1-12所示。图1—10BoxplotofAbyB(箱形图)图1—11BarchartofAmean:(条形图)图1—12MeansPlotofAbyB(均数图)结果分析:(1)方差齐性检验(TestforHomogeneityofAVariance):由Bartlelt’stest,Brown—Forsythtest以及Levine’stest等3种方法的结果表明,P>0.05,可认为本例方差齐。(2)方差分析表明,F(FValue)=5.85,P<0.05。在a=0.05水准上,拒绝量H0,接受H1,可认为3种人群的载脂蛋白不同或不完全相同,它们之间有差别。
全文预览
