Residua1|7.4491645727.275894984 0.5159 Adj r ed=0.4801 Total|15.387951829.530619029 Root mse 52526 Coef. Std. Err t P>t| [95% Conf Interval] 1.8765832.4715920.760.454-3.1947056.947871 group 8815209.1931656-4.560.000-1.277864-.4851778 xI 0402676.01784092.260.0320036612 校正了基线以后,两组疗效的差异为0.8815209,并且有统计学意义。 注:未校正前的两组疗效的差异为0933338) 一个协变量、二个因子的协方差分析 例2一2某园艺家研究鲜花的种类(因子A:花种LP(a=1)和花种 WB(a=2)和湿度(因子B:湿度低(b=-1)和湿度高(b=2)对出售鲜花量 (y)的影响。因为试验田的大小不等,故把试验田的大小(x)作为协变 量,每个试验田重复6次,资料如书ρ28)所述,试分析出售鲜花量与 这2个因子的关系。 数据结构: 10 2 12Residual | 7.44916457 27 .275894984 R -squared = 0.5159 -------------+------------------------------ Adj R-squared = 0.4801 Total | 15.3879518 29 .530619029 Root MSE = .52526 ----------------------------------------------------------------------------- d Coef. Std. Err. t P>|t| [95% Conf. Interval] ----------------------------------------------------------------------------- _cons 1.876583 2.471592 0.76 0.454 -3.194705 6.947871 group 1 -.8815209 .1931656 -4.56 0.000 -1.277864 -.4851778 2 (dropped) x1 .0402676 .0178409 2.26 0.032 .0036612 .076874 ----------------------------------------------------------------------------- 校正了基线以后，两组疗效的差异为 0.8815209，并且有统计学意义。 (注：未校正前的两组疗效的差异为 0.9333318) 一个协变量、二个因子的协方差分析 例 2－2 某园艺家研究鲜花的种类(因子 A：花种 LP(a=1)和花种 WB(a=2))和湿度（因子 B：湿度低(b=1)和湿度高(b=2))对出售鲜花量 (y)的影响。因为试验田的大小不等，故把试验田的大小(x)作为协变 量，每个试验田重复 6 次，资料如书(p28)所述,试分析出售鲜花量与 这 2 个因子的关系。 数据结构： y x a b 98 15 1 1 60 4 1 1 77 7 1 1 80 9 1 1 95 14 1 1 64 5 1 1 71 10 1 2 80 12 1 2 86 14 1 2 82 13 1 2