SPSS用于正交试验优化设计及其方差分析
2017-06-05 MedSci MedSci原创
正交试验设计是我们动物实验经常用到的一个实验设计，他可以使我们的试验步骤缩小很多，让我们省去很多的时间以及，避免资金的浪费，而对于很多新手来说，spss如何进行正交设计，很多人都是懵懵懂懂，不太清楚，下面小编会给大家简单的讲解一下，这个内容，希望对大家有所帮助。 一、使用SPSS生成正交表：选择Data，在Orthogonal Design→Generate,打开“Generate Orth
正交试验设计是我们动物实验经常用到的一个实验设计，他可以使我们的试验步骤缩小很多，让我们省去很多的时间以及，避免资金的浪费，而对于很多新手来说，spss如何进行正交设计，很多人都是懵懵懂懂，不太清楚，下面小编会给大家简单的讲解一下，这个内容，希望对大家有所帮助。
一、使用SPSS生成正交表：选择Data，在Orthogonal Design→Generate,打开“Generate Orthogonal Design”对话框。
通过“Add”添加因素，通过“Define Values”添加水平(Value值只取1、2、3……即可，其它可在“Label”中补充说明)。
如果创建一个新的Dataset，点“OK”后，新建的正交表就直接显示在当前的SPSS窗口。
或者选择一个数据文件保存路径，点“OK”后对话框消失，通过指定的数据文件保存路径找到新建的.sav数据文件，打开文件后如下图所示，可以看到多了“STATUS_”和“CARD_”两列，软件自动生成的这两列意义不大。
最后，在新的一列还应添加试验结果数据，才算完整的一份SPSS正交表数据文件。
二、数据分析：打开Analyze，在General Linear Model选项中，单击 Univariate 项。“Dependent Variable”选择试验的结果数据，“Fixed Factor(s)”选择各个因素。
在“Model”对话框要选中“Custom”和“Main effects”，并选择各个因素。
点“OK”，输出结果。
因为Error自由度df=0,所以许多分析不能进行。取一列为空白列后，重新计算，发现df不为0，恢复“正常”。所以，正交表通常不能填满，要预留空白列。虽然，有人说填满的正交表“不能进行方差分析，可以直观分析（极差分析）”或者“重复试验，增加试验次数来估计随机误差”，但这些其实都远离正交设计的原意。
如果试验的总次数n超过参数的总个数k,则还有多余的自由度来估计误差,进行方差分析。实际上,这就是“正交因子设计”原理的基本思路。与双因子的情况类似，如果在三个因子的每个水平组合上作相同的L次试验，则当L＞1（有重复）时，可以用全模型（即包含全部上述三种效应的模型）进行方差分析；而当L=1（无重复）时，二阶交互效应无法分析，而只能分析主效应和一阶交互效应。在因子试验中，除非可以事先确定数据中的随机误差很小，以至可以简单地忽略，否则误差的估计是必要的，它是进行F检验的前提。因此，如果不能简单忽略随机误差，就应该给误差的估计留下适当的自由度（n＞k）。
对于一些填满的正交表，若一个或几个因素对实验指标没有显著影响，有书籍和文献选择离差平方和中最小者作为误差列，然后作方差分析。
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
很好！！！！！
80
对书写论文有帮助
80
学习了，正在学习。
81
正需要这，谢谢
77
好东西学习了！
68