目录Python全系列 教程
3567个小节阅读：5930.3k
目录
鸿蒙应用开发
C语言快速入门
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本，未来主流的版本
人工智能 教程
顺势而为，AI创新未来
大厂算法 教程
算法，程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
不同广告形式销售额总体的方差是否相同，是否满足单因素方差分析的前提要求
选择菜单【分析】----> 【比较平均值】----> 【单因素ANOVA检验】
点击【选项(O)】按钮，对话框中的【方差齐性检验(H)】选项表示进行方差齐性检验，还可以选择输出观测变量的基本描述统计量；【平均值图(M)】选项表示绘制各水平下观测变量均值的折线图
方差齐性检验结果为：
如果符合正态性，那就看第一行——基于均值的Levene统计量；
如果你的数据在检验正态性之后，是偏态的，就看第二行——基于中值那一行；
如果数据有明显的极端值，看第四行；
第三行通常用不到
方差齐性检验结论：
从表中可以看到：不同广告形式下销售额的方差齐性检验的检验统计量的观测值为0.765，概率P值为0.515，如果显著性水平α为0.05，由于概率P值大于显著性水平，因此不应该拒绝原假设，认为不同广告形式下销售额的总体方差无显著差异，满足方差分析的前提要求。
从总体上讲，不同广告形式对产品的销售额有显著影响，那么究竟哪种广告形式的作用较明显，哪种不明显，这个问题可通过多重比较检验解决。
选择菜单【分析】----> 【比较平均值】----> 【单因素ANOVA检验】
点击【事后比较(H)】按钮，并选择
部分结果如下
多重比较检验结论：
表中分别显示了两两广告形式下销售额均值检验的结果，可以发现各种方法在检验敏感度上的差异。比如：以检验敏感度最高的LSD方法为例，报纸广告和广播广告的效果没有显著差异（概率P值为0.412），与宣传品广告和体验广告均有显著差异（概率P值分别为0.000（接近0）和0.021）。
1. 在SPSS中实现方差齐性检验，“单因素ANOVA检验”对话框中点击___按钮
A 【对比(N)】
B 【事后比较(H)】
C 【选项(O)】
D 【自助抽样(B)】
2. 在SPSS中实现多重比较检验，“单因素ANOVA检验”对话框中点击___按钮
A 【对比(N)】
B 【事后比较(H)】
C 【选项(O)】
D 【自助抽样(B)】
1=>C 2=>B
