分析软件的使用

分析软件的使用_试验设计与统计分

图5.2

b.Sheet表中出现图表白框，选中白框，单击右键在对话框中选择“选择数据”，如图5.3所示。

图5.3

图5.4

图5.5

d.设置水平（分类）轴标签，在水平（分类）轴标签下单击按钮，出现轴标签对话框。选择时间列下方所有数据，单击“确定”按钮，如图5.6—图5.8所示。

图5.6

图5.7

图5.8

e.选中水平坐标轴，单击右键选择“设置坐标轴格式”。在“坐标轴选项”中，选择位置坐标轴“在刻度线上”，如图5.9所示。

图5.9

f.选择表格出现图表工具，在设计界面“图表布局”中选择。然后标出横坐标、纵坐标和图表名称。因为只有一条折线，系列名可以删除不标注。分别选中纵坐标、横坐标、网络线、图表区域和绘图区，修改设置，将图表修改成需要的格式（见图5.10、图5.11）。

图5.10

图5.11

g.选中表格，Excel上方选项卡会出现图表工具，图表工具包括“设计”“布局”“格式”。选择“布局”，单击界面中，选择选项中的标准误差误差线，如图5.12所示。

图5.12

h.选中误差线，右键选择设置错误栏格式。在垂直误差线选项中，方向选择“正负偏差”，末端样式选择“线端”，误差量选择“自定义”。单击自定义边的指定值，出现自定义错误栏，在正错误值和负错误值均选中标准差列下方所有数据，如图5.13—图5.16所示。

图5.13

图5.14

图5.15

图5.16

i.得到最终图形（见图5.17）。

图5.17

2）复式线图

复式线图是在同一图中表示两种或两种以上事物或者现象的动态变化情况，可用于不同事物或现象的比较。在绘制复式线图时，不同线上的数据点应该用不同的符号表示，以示区别，而且还应在图上明显地注明。

案例5.2　Excel表示复式线图和双坐标轴应用

表5.2为植物乳杆菌25℃生长曲线对应值，表示吸光度值和抑菌活性随时间变化的变化。根据表5.2作折线图。

表5.2　植物乳杆菌25℃生长曲线

操作步骤如下：

①将表格复制到Excel（见图5.18）。

图5.18

②以时间为横坐标，吸光值和抑菌圈为纵坐标作出折线图，如图5.19所示。

图5.19

③将抑菌圈活性放置次坐标轴。选中抑菌活性单击右键选择设置数据系列格式，出现设置数据系列格式对话框。在系列选项中，选择系列绘制在次坐标轴（见图5.20—图5.22）。

图5.20

图5.21

图5.22

④选择表格出现图表工具，将图表修改成需要的格式。（见图5.23）

图5.23　植物乳杆菌25℃生长曲线

5.1.2　散点图

xy散点图用于表示两个变量间的相互关系。由散点图可知变量关系的统计规律。

【相关链接】

散点图和折线图的区别

折线图可以显示随单位而变化的连续数据，适用于显示在相等间隔下数据的趋势；散点图显示若干数据系列中各数值之间的关系，或者将两组数绘制为xy坐标的一个系列。

在折线图中，类别数据沿水平轴均匀分布，所有值数据沿垂直轴均匀分布；散点图有两个数值轴，沿水平轴（x轴）方向显示一组数值数据，沿垂直轴（y轴）方向显示另一组数值数据。散点图将这些数值合并到单一数据点并以不均匀间隔或簇显示它们。散点图通常用于显示和比较数值，如科学数据、统计数据和工程数据。

案例5.3　Excel在一元线性回归方程中的应用

紫外测定法是维生素C快速测定的方法。其原理是根据维生素C具有对紫外光产生吸收，对碱不稳定的特性，在243 nm处测定样品与碱处理样品液两者吸收度值之差，并通过标准曲线，即可计算出维生素C的含量。配置不同浓度Vc溶液，在243 nm处测定标准系列维生素C溶液的吸光度，测定结果见表5.3。以维生素C的质量（μg）为横坐标，以对应的吸光度A为纵坐标作标准曲线。测定未知浓度的Vc溶液吸光度值，通过标准曲线求出Vc含量。

表5.3　紫外法测定Vc含量实验结果

操作步骤如下：

①将表格复制到Excel（见图5.24）。

图5.24

②以维生素C的质量（μg）为横坐标，以对应的吸光度A为纵坐标作散点图，如图5.25所示。

③选中图中散点，单击右键选择添加趋势线，如图5.26所示。

④打开设置趋势线格式界面，在趋势线选项中选择回归分析为线性，在显示公式和显示R方前勾选，如图5.27所示。

图5.25

图5.26

图5.27

⑤选择表格出现图表工具，将图表修改成需要的格式。图5.28中方程即为所求一元线性回归方程，将样品吸光度值代入方程即可求得样品Vc含量。

图5.28　紫外法测定Vc含量标准曲线

5.1.3　条形图和柱形图

条形图是用等宽长条的长短来表示数据的大小，以反映各数据点的差异。条形图纵置时称为柱形图，柱形图是用等宽长柱的高低表示数据的大小。值得注意的是，这类图形的两个坐标轴的性质不同，其中，一条轴为数值轴，用于表示数量属性的因素或变量；另一条轴为分类轴，常表示的是非数量属性因素或变量。此外，条形图和柱形图也有单式和复式两种形式，如果只涉及一项指标，则采用单式；如果涉及两个或两个以上的指标，则可采用复式。

案例5.4　单式柱形图和复式条形图

表5.4表示采用碱提法、醇提法、酶提法和超声法从植物1和植物2中提取有效成分的提取率（%）。请用单式柱形图表示从植物1中提取有效成分试验中，不同提取效果的比较；用复式条形图表示不同提取方法对两种植物中有效成分提取率的比较。

表5.4　植物不同方法提取率/%

操作步骤如下：

①将表格复制到Excel，选中提取方法和植物1两行，单击柱形图中二维柱形图，如图5.29、图5.30所示。

图5.29

图5.30

②选中全部表格，单击条形图中二维条形图，如图5.31、图5.32所示。

图5.31

图5.32

③选择表格出现图表工具，将图表修改成需要的格式（见图5.33、图5.34）。

图5.33　单式柱形图

图5.34　复式条形图

5.1.4　圆形图和环形图

圆形图也称饼图，它可表示总体中各组分部分所占的比例。圆形图只适合于包含一个数据系列的情况，它在需要重点突出某个重要项时十分有用。将饼图的总面积看成100%，按各项的构成比将圆面积分成若干份，每3.6°圆心角所对应的面积为1%，以扇形面积的大小来分别表示各项的比例。

案例5.5　圆形图

脂肪酸是一种重要的工业原料，表5.5列出了某国脂肪酸的应用领域。试根据这些数据画出圆形图。

表5.5　某国脂肪酸应用领域

操作步骤如下：

①将表格复制到Excel（见图5.35）。

图5.35

②选中全部表格，单击饼图中二维饼图，如图5.36所示。

图5.36

③选择表格出现图表工具，将图表修改成需要的格式（见图5.37）。

图5.37　脂肪酸应用领域

反思与练习

1.在利用某种细菌发酵产生纤维素的研究中，选用甘露醇作为碳源，发酵液pH值和残糖量随发酵时间而发生变化，试验数据见表5.6。

表5.6　发酵液pH值和残糖量随发酵时间的变化

试根据表5.6的数据，在一个普通直角坐标系中画出发酵时间与发酵液pH，以及发酵时间与发酵液残糖量的关系曲线，并根据图形说明变化规律。

2.用大孔吸附树脂纯化某种天然棕色素的实验中，以每克树脂的吸附量作为试验指标，通过静态吸附试验筛选合适的大孔吸附树脂，试验数据见下表。试选用合适的图形来表达表5.7中数据。

表5.7　不同大孔吸附树脂对天然棕色素的吸附量

3.试根据表5.8中两个产地几种植物油的凝固点数据，画出复式柱形图或条形图。

表5.8　不同产地植物油的凝固点

任务5.2　正交小助手的使用

5.2.1　软件简介

正交设计助手是一款针对正交实验设计及结果分析而制作的专业软件。正交设计方法是常用的实验设计方法，它以较少的实验次数得到科学的实验结论。但是，人们经常不得不重复一些机械的工作，如填实验安排表，计算各个水平的均值，等等。正交设计助手可帮助人们完成这些烦琐的工作。此款软件支持混合水平实验，支持结果输出到RTF，CVS，HTML页面和直接打印。

5.2.2　创建与管理工程

打开软件后，在文件菜单项下可以“新建工程”或“打开工程”，工程文件以lat作为扩展名。实验项目树区域，右键单击当前的工程名，可修改工程名称。

5.2.3　设计实验

新建实验：在当前工程文件中新增一个实验项目，一个工程可包含多个实验项目。每个实验项目包括以下内容：

①实验名称、实验描述、选用的正交表类型。

②选用的正交表。

③表头设计结果（每个实验因素的名称、所在列及各水平的描述）。

注意：右键单击当前的实验名称，可以修改实验信息或删除当前实验。

5.2.4　分析实验结果

1）直观分析

根据所选用的正交表对当前实验数据作出基本的直观分析表。

2）因素指标

以直观分析表的结果，作出当前的因素指标图（即效应曲线图）。

3）交互作用

选择两个因素进行交互作用分析，作出交互作用表。

4）方差分析

设定数据中的误差所在列，并选择所要采用的F检验临界值表，计算出偏差平方和（S值）和F比，并给出显著性指标。

注意：如果实验数据未正确输入，系统不能进行分析操作。

案例5.6　用正交小助手分析正交实验结果

柠檬酸硬脂酸单甘脂是一种新型的食品乳化剂，它是柠檬酸与硬脂酸单甘脂在一定真空度下，通过酯化反应制得，现对其合成工艺进行优化，以提高乳化剂的乳化能力。乳化能力测定方法是：将产物加入油水混合物中，经充分地混合、静置分层后，将乳状液层所占的体积百分比作为乳化能力。根据探索性试验，确定的因素与水平见表5.9，假定因素间无交互作用。

表5.9　因素水平表

操作步骤如下：

①打开正交设计助手，选择“文件”选项，选择新建工程，右键单击未命名工程可以修改名称（见图5.38）。

图5.38

②再选择“实验”选项，选择新建实验，会出现设计向导，如图5.39所示。

图5.39

③填写设计向导中的实验说明（见图5.40）。

图5.40

④选择正交表，本实验为4因素3水平，应选取L 9_ 3_ 4，如图5.4 1所示。

图5.41

⑤填写因素和水平信息，单击“确定”按钮，如图5.42所示。

图5.42

⑥单击工程前的小图标，就会出现设置好的实验计划表，如图5.43所示。

图5.43

⑦按照图5.43的实验计划表进行实验。实验完成后输入实验结果，进行实验分析（见图5.44）。

图5.44

⑧再选择分析选项在其中选择所需分析方法，或者选择相应的分析方法的快捷键（见图5.45）。

图5.45

单击“直观分析表”快捷键，出现如图5.46所示的表格。

图5.46

单击“效应曲线图”快捷键，出现如图5.47所示的曲线。

图5.47

单击“方差分析表”快捷键，根据实验要求选择方差分析设置，单击“确定”按钮后得到方差分析表，如图5.48—图5.49所示。

图5.48

图5.49

⑨如需保存工程，可选择“文件”→“保存工程”，或者单击快捷键，如图5.50所示。

图5.50

反思与练习

用乙醇水溶液分离某种废弃农作物的木质素，考察了3个因素（溶剂浓度、温度和时间）对木质素得率的影响，因素水平见表5.10。将因素A，B，C，依次安排在正交表L9（34）的1，2，3列，不考虑因素间交互作用。9个实验结果y（得率/%）依次为5.3，5.0，4.9，5.4，6.4，3.7，3.9，3.3，2.4。用正交小助手设计并分析实验结果。

表5.10　分离木质素因素表

任务5.3　SPSS分析软件的使用

5.3.1　SPSS软件简介

SPSS是“Statistical Package for the Social Sciences”的首个字母缩写，即“社会科学统计软件包”。随着SPSS产品服务领域的扩大和服务深度的增加，SPSS公司决定将其英文全称改为“Statistical Product and Service Solutions”，即“统计产品与服务解决方案”。

5.3.2　SPSS软件主要特点及软件使用

1）软件的主要特点

（1）操作简便

它的界面非常友好，除了数据录入及部分命令程序等少数输入工作需要键盘键入外，大多数操作可通过鼠标拖曳、单击“菜单”“按钮”和“对话框”来完成。

（2）编程方便

它具有第四代语言的特点，告诉系统要做什么，无须告诉怎样做。只要了解统计分析的原理，不需通晓统计方法的各种算法，即可得到需要的统计分析结果。

（3）功能强大

它具有完整的数据输入、编辑、统计分析、报表、图形制作等功能。自带11种类型136个函数。

（4）全面的数据接口

它能够读取及输出多种格式的文件。如由dBASE，FoxBASE，FoxPRO产生的∗.dbf文件，文本编辑器软件生成的ASCⅡ数据文件，Excel的∗.xls文件等均可转换成可供分析的SPSS数据文件。能够把SPSS的图形转换为7种图形文件。结果可保存为∗.txt，word，PPT 及html格式的文件。

2）软件对运行环境的要求

（1）硬件环境要求

SPSS运行时往往需要打开图形编辑或文本编辑等应用软件，为了保证电脑的运行速度及各应用软件功能和正常实现，内存配置最好在512 M以上。

（2）软件环境要求

建议在简体中文版windows下运行。高版本的支持win7（SPSS19.0）。

5.3.3　SPSS运行方式

1）批处理方式

将已经编好的程序存储为一个文件，然后在SPSS的Production程序中打开并运行。

2）完全菜单窗口运行方式

主要通过利用鼠标选择窗口菜单和对话框完成各种操作。本书主要介绍这种方式。

3）程序运行方式

在命令窗口中，直接运行编写好的程序或在脚本窗口中运行脚本程序。它与批处理方式都需要使用者掌握专业的SPSS编程语法才能完成操作。

5.3.4　SPSS软件启动

启动方式：有以下3种启动方式：

①通过单击“开始”→所有程序→“IBM SPSSStatistics”快捷方式启动。

②通过双击SPSS的默认文件“∗.sav”启动。

③通过双击桌面创建的SPSS快捷方式启动。

5.3.5　SPSS软件界面介绍

下面以SPSS17.0为例来介绍软件的界面。

①启动软件后，可见如图5.51所示的界面。

图5.51　SPSS提示界面

②软件界面介绍如图5.52所示。

图5.52　软件界面介绍

5.3.6　退出SPSS软件方法

①直接单击SPSS窗口右上角的关闭按钮。

②单击SPSS标题栏上的快捷图标，在弹出的快捷菜单中选择“关闭”。

③单击菜单栏中的“文件”，选择“退出”。

④在桌面状态栏上，选择SPSS程序并单击右键，在弹出的快捷菜单中选择“关闭窗口”命令。

5.3.7　SPSS数据分析的一般步骤

1）数据文件的准备

按照SPSS要求，利用SPSS提供的功能准备数据文件，主要包括在数据编辑窗口中定义SPSS数据的结构、录入和修改数据等。

2）数据的加工整理

对数据编辑窗口中的数据进行预处理。

3）数据的分析

选择正确的统计方法对数据编辑窗口中的数据进行分析建模。

4）分析结果的阅读和解释

读懂SPSS输出的分析结果，明确其统计含义，并结合应用背景知识作出切合实际的合理解释。

5.3.8　利用SPSS进行数据分析

1）创建数据文件

（1）SPSS数据文件简介

SPSS数据文件是一种结构性数据文件，由数据的结构和数据内容两部分组成（见图5.53）。

图5.53　数据结构

（2）SPSS数据中变量的属性

SPSS中变量共有10个属性：变量名（Name）、变量类型（Type）、长度（Width）、小数点位置（Decimals）、变量名标签（Label）、变量名值标签（Value）、缺失值（Missing）、数据列的显示宽度（Columns）、对齐方式（Align）以及变量尺度（Measure）等。在定义一个变量时至少要定义它的两个属性：变量名和变量类型。其他的暂时采用系统默认，待以后分析过程中根据需要进行设置。

（3）SPSS中变量属性定义

在SPSS数据编辑窗口中单击“变量视图”标签，打开变量视窗界面，对变量的各个属性进行定义（见图5.54）。

图5.54　变量属性定义

2）准备数据

（1）录入数据

单击左下角的数据视图标签进入数据视窗界面，将每个变量的具体数值录入数据库单元格内。

（2）读取外部数据

选择“文件”→“打开”→“数据”，调出打开数据对话框，在文件类型下拉列表中选择需要打开的数据文件类型，然后在查找范围处选择需打开文件的位置及文件，即可打开所需要的文件（见图5.55）。

图5.55　打开数据

（3）SPSS中数据整理

在SPSS中主要使用“数据”和“转换”两个菜单对数据进行整理。主要有以下5个步骤：

①排序。选择“数据”→“排列个案”命令，打开排序对话框。

②抽样。选择“数据”→“选择个案”命令，打开选择个案对话框。

③数据的合并。选择“数据”→“合并文件”→“添加个案”或者“添加变量”命令，通过进一步设置完成数据合并。

④数据拆分。对数据文件中的观测值进行分组。选择“数据”→“拆分文件”命令，打开分割文件对话框。

⑤计算新变量。在对数据文件中的数据进行统计分析的过程中，为了更有效地处理数据和反映事物的本质，需要对数据文件中的变量加工产生新的变量。选择“转换”→“计算变量”命令，打开计算变量对话框进行操作。

（4）SPSS中数据的保存

通过打开“文件”→“保存”，或者“文件”→“另存为”菜单方式来保存文件。SPSS默认数据文件扩展名为“∗.sav”。

5.3.9　方差分析

1）方差分析的3个基本概念

方差分析的3个基本概念为观测变量、因素和水平。

①观测变量。进行方差分析所研究的对象。

②因素。影响观测变量的客观或人为条件。

③水平。因素的不同类别或不同取值。

2）SPSS方差分析的方法

单变量单因素方差分析、单变量多因素方差分析、多变量多因素方差分析。下面分别举例进行分析。

3）单变量单因素方差分析

案例5.7

某仓库存放有3种绿色食品，现在对它们的含水量进行随机抽样（见表5.11）。试在显著性水平0.05下检验各个品种的平均含水量有无显著差异。

表5.11　3种绿色食品的平均含水量

操作步骤如下：

①建立平均含水量数据文件，并保存为“平均含水量.sav”。

②选择“分析”→“比较均值”→“单因素方差”（见图5.56）命令，打开单因素方差分析窗口，将“平均含水量”移入“因变量列表”框，将“食品类别”移入“因子”框（见图5.57）。

图5.56　选择单因素方差分析

图5.57　选择因变量

③单击“两两比较”按钮，打开“单因素ANOVA：两两比较”窗口（见图5.58）。

图5.58　单因素两两比较

④在“假定方差齐性”选项栏中选择常用的“LSD”检验法，在“未假定方差齐性”选项栏中选择“Tamhaneƴs”检验法。在“显著性水平”框中输入“0.05”，单击“继续”按钮，回到方差分析窗口。

⑤单击“选项”按钮，打开“单因素ANOVA”选项窗口（见图5.58），在统计量选项框中勾选“描述性”和“方差同质性检验”。并勾选均值图复选框，单击“继续”按钮，回到“单因素ANOVA”选项窗口，单击“确定”按钮，就会在输出窗口中输出分析结果（见图5.59、图5.60）。

图5.59　方差齐性检验

图5.60　方差分析

案例5.8　不同温度与不同湿度对菌种存活的影响

研究得试验数据见表5.12。分析不同温度和湿度对菌种存活期的影响是否存在着显著性差异。

表5.12　不同温度、湿度下菌种的存活度

操作步骤如下：

①建立数据文件“菌种.sav”。

②选择“分析”→“一般线性模型”→“单变量”命令，打开单变量设置窗口（见图5.61）。

选项说明如下：

①因变量。用于设置因变量，本例中为“菌种存活度”。

②固定因子。用于设置用于方差分析的因素，可以选择多个因素变量，本例中为“温度”和“湿度”。

③随机因子。可以选择多个随机变量。

图5.61　选择单变量分析模式

④协变量。如果需要去除某个变量对因素变量的影响，可将这个变量移到“协变量”框中。

⑤权重。如果需要分析权重变量的影响，将权重变量移到“WLSWeight”框中。

⑥模型。在窗口中单击“模型”按钮，则打开“模型”设置窗口，设置所需要的模型，此处选用默认，单击“继续”按钮返回。

⑦对比。在窗口中单击“对比”按钮，打开“单变量：对比”窗口进行设置，单击“继续”按钮返回。

⑧绘制。单击“绘制”按钮，设置比较模型中的边际均值轮廓图，单击“继续”按钮返回。

⑨两两比较。用于设置两两比较检验，本例中设置为“温度”和“湿度”，单击“继续”按钮返回。

⑩保存。通过对“单变量：保存”窗口进行设置，可将所计算的预测值、残差和检测值作为新的变量保存在编辑数据文件中，以便在其他统计分析中使用这些值。

ËJT选项。单击“选项”按钮，可设置输出统计量。

案例5.9

调查了29人身高、体重和肺活量的数据见表5.13。试分析这三者之间的相互关系。

表5.13　相关分析数据

续表

操作步骤如下：

①建立数据文件“生理数据.sav”。

②选择“分析”→“相关”→“双变量”命令，打开双变量相关分析对话框。

③选择分析变量：将“身高”“体重”和“肺活量”分别移入分析变量框中。

④选择相关分析方法：在相关系数栏有3种相关系数，分别对应以下3种方法：

a.pearsonhc皮尔逊相关系数：计算连续变量或者是等间隔测度的变量间的相关系数。系统默认方法。

b.Kendallƴstau⁃b肯德尔τ⁃b复选项：计算分类变量之间的秩相关。

c.Speaman斯皮尔曼相关复选项：计算斯皮尔曼秩相关。

⑤显著性检验：

a.双侧检验：事先不知道相关方向时选择此项。

b.单侧检验：如果事先知道相关方向可以选择此项。

c.“标记显著性检验”复选项：选中该复选项，输出结果中在相关系数右上角用“∗”表示显著性水平为5%，用“∗∗”表示显著水平为1%。

⑥“选项”对话框中的选择项：在双变量相关主窗口中单击“选项”按钮，打开“双变量相关性：选项”窗口，本例在统计量选项选择“均值和标准差”，在缺失值选项选择默认，即“按对排除个案”（见图5.62）。

图5.62　相关分析“选项”对话框

⑦在双变量主窗口单击“确定”按钮，SPSS就会把分析结果显示在输出浏览器中（见图5.63）。

图5.63　相关分析结果描述

⑧结果分析：图5.63（a）给出了各分析变量的描述统计量“均值”“标准差”和“样本量N”。由图5.63（b）可知，身高与体重的相关系数为0.742，其显著性水平在0.01以上，肺活量与体重的相关系数为0.751，其显著性水平在0.01以上。

5.3.10　回归分析

1）回归分析的统计学原理

回归分析是研究两个或多个变量之间因果关系的统计方法。其基本思想是在相关分析的基础上，对具有相关关系的两个或多个变量之间数量变化的一般关系进行测定，确立一个合适的数学模型，以便从一个已知量推断另一个未知量。回归分析的主要任务是根据样本数估计参数，建立回归模型，对参数和模型进行检验和判断，并进行预测等。

2）SPSS中常用回归分析

常用回归分析如图5.64所示，以线性回归为例加以说明。

图5.64　常用回归分析

3）线性回归：一元线性回归和多元线性回归

在回归分析中，只包括一个自变量和一个因变量，且两者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量，且因变量和自变量之间是线性关系，则称为多元线性回归分析。

案例5.10　考察中国居民收入与消费支出的关系

变量说明：

GDPP：人均国内生产总值。

CONSP：人均居民消费。

操作步骤以下：

①建立数据文件“居民消费水平.sav”。

②选择“分析”→“回归”→“线性”命令，打开线性回归分析对话框（见图5.65）。

图5.65　线性回归分析对话框

③选择因变量和自变量：将人均居民消费“CONSP”移入“因变量”框中，将人均国内生产总值“GDPP”移入“自变量”窗口中。

④在线性回归窗口中单击“统计量”按钮，打开线性回归统计量窗口，对统计量进行设置（见图5.66）。

图5.66　线性回归统计量

在回归系统选项中，选中“估计”选项可输出回归系数B及其标准误，t值和p值，还有标准化的回归系数beta。选中“模型拟合度”选项可输出模型拟合过程中进入、退出的变量的列表，以及一些有关拟合优度的检验：R，R2和调整的R2，标准误及方差分析表。

⑤如图5.67所示，在线性回归窗口中单击“绘制”按钮打开“线性回归：图”窗口，选择绘制标准化残差图，其中的正态概率图是rankit图。同时，还需要画出残差图，Y轴选择“ZRESID”，X轴选择“ZPRED”。

图5.67　线性回归标准化窗口

图5.67中左上框中各项的意义分别如下：

“DEPENDNT”因变量；“ZPRED”标准化预测值；“ZRESID”标准化残差；“DRESID”删除残差；“ADJPRED”调节预测值；“SRESID”学生化残差“SDRESID”学生化删除残差。

⑥线性回归窗口的“保存”用于存储回归分析的中间结果（如预测值系列、残差系列、距离（Distances）系列、预测值可信区间系列、波动统计量系列等），以便作进一步的分析，本次实验暂不保存任何项。

⑦如图5.68所示，在线性回归窗口中单击“选项”按钮，打开“线性回归：选项”窗口。

a.“步进方法标准”单选钮组：设置纳入和排除标准，可按P值或F值来设置。

b.“在等式中包含常量”复选框：用于决定是否在模型中包括常数项，默认选中。

图5.68　线性回归步进方法标准

⑧结果输出与分析。包括以下结果：回归分析过程中输入、移去模型记录；模型汇总；离散分析（Anova）；回归方程的系数；残差正态概率图（rankit图）、残差分析图和直方图。

根据以上输出结果，通过逐个分析，就可得出回归方程以及验证回归模型。

此例中得到的回归方程为

y＝201.119＋0.386x

式中　y——人均居民消费；

x——人均国内生产总值。

反思与练习

1.养鸡场要检验4种饲料配方对小鸡增重是否相同，用同一种饲料分别喂养6只同一品种同时孵出的小鸡，共饲养了8周，每只鸡增重（g）数据见表5.14。

表5.14

根据结果试分析4种不同配方的饲料对小鸡增重的影响。

2.为调查生物学考分是否与学生来源有关，某校一项调查结果见表5.15。

表5.15

问生物学考分是否与学生来源有关？

3.一个品牌的方便面面饼的标称质量是80 g，但是不能大小相差很大，因此要求标准差小于2 g。先从生产线包装前的传送带上随机抽取部分面饼，称重数据记录在数据文件。问这批面饼质量是否符合要求？

4.为了解内毒素对肌酐的影响，将20只雌性中年大鼠随机分为甲组和乙组。甲组中的每只大鼠不给予内毒素，乙组中的每只大鼠则给予3 mg/kg的内毒素。分别测得两组大鼠的肌酐（mg/L）结果见表5.16。问内毒素是否对肌酐有影响？

表5.16