生物统计学.docx
《生物统计学.docx》由会员分享，可在线阅读，更多相关《生物统计学.docx（12页珍藏版）》请在冰豆网上搜索。
生物统计学
正态检验：
AnalyzeNonparametricTests1-SampleK-S（T检验的正态性检验视情况而定，选择后四个之一；检验选第一个。
）
经过单样本K—S检验，得Z1=0.381,p=0.999>0.05，Z2=0.563,p=0.909>0.05，所以可以认为两组数据均为正态。
显著性检验的方法很多，常用的有：
t检验——主要用于检验两个处理平均数差异是否显著；
方差分析——主要用于检验多个处理平均数间差异是否显著；
检验——主要用于由质量性状得来的次数资料的显著性检验等。
算术平均数（arithmeticmean）
中位数（median）Md
众数（mode）M0
几何平均数（geometricmean）
调和平均数（harmonicmean）
均方（meansquare缩写为MS）,又称样本方差S2
样本标准差，记为S或SD
标准差与平均数的比值称为变异系数，记为C·V（%）
标准误（平均数抽样总体的标准差）
数据的描述统计
①频次分析:
分析每个变量值出现的次数及百分比
Analyze---DescriptiveStatistics---Frequencies
②数据描述分析:
分析各种描述统计量（各种值）
Analyze---DescriptiveStatistics---Descriptives
③数据探测进行更为深入详尽的描述性统计分析。
增加有关数据其他特征的图形描述，有箱式图（盒式图）、枝叶图（茎叶图）直方图、正态图
Analyze---DescriptiveStatistics---Explore
【绘图命令:
Grahps（直条图（条形图）bar；茎叶图（枝叶图）Stem-and-leaf；盒形图（箱式图）boxplot；、、、、、）
当自由度为1时:
=
对于理论次数小于5者，将相邻几个组加以合并，合并后的各组的理论次数均大于5
（样本平均数与总体平均数差异显著性检验）
1正态检验（检验见第一页）
2独立样本T检验（检验见下）
1、录入数据
2、选择分析命令：
Analyzecomparemeansone-sampleTTest
3、解释分析结果
例：
【例5.1】母猪的怀孕期为114天，今抽测10头母猪的怀孕期分别为116、115、113、112、114、117、115、116、114、113（天），试检验所得样本的平均数与总体平均数114天有无显著差异？
（#testvalue:
114）
答题：
①根据正态检验，Z=0.407，P=0.996>0.05，符合正态分布。
②根据单样本T检验，得T=1.000,p=0.343>0.05，所以所得样本的平均数与总体平均数114天无显著差异。
**上例为双侧检验，假使为单侧的话，则将置信度由95%调为调为90%。
其他不变!
（常出现“不得少于”“不得多于”等）
（两个独立样本平均数的差异显著性检验）
1正态检验
2奇性检验
3独立样本T检验
1、录入数据
2、选择分析命令：
Analyzecomparemeansindependent-samplesTTest
3、解释分析结果
例：
【例5.3】某种猪场分别测定长白后备种猪和蓝塘后备种猪90kg时的背膘厚度，测定结果如表所示。
设两品种后备种猪90kg时的背膘厚度值服从正态分布，且方差相等，问该两品种后备种猪90kg时的背膘厚度有无显著差异？
TestStatistics（b）
ºñ¶È
Mann-WhitneyU
.000
WilcoxonW
78.000
Z
-4.062
Asymp.Sig.（2-tailed）
.000
ExactSig.[2*（1-tailedSig.）]
.000（a）
aNotcorrectedforties.
bGroupingVariable:
Æ·ÖÖ
答题：
①根据正态检验，Z=-1.263,p=0.207>0.05，所以可以认为数据为正态。
②根据方差齐性检验，得F=0.289,p=0.597>0.05，所以可以认为方差齐性。
③根据独立样本T检验，得T=-13.244,p=0.000<0.01，所以两品种后备种猪90kg时的背
膘厚度有极显著差异。
蓝塘要极显著大于长白。
（两个配对样本平均数的差异显著性检验）
Analyzecomparemeanspaired-samplesTTest
其他同上，录入数据不同，无奇性检验
（总体参数的区间估计）
1、录入数据
2、选择分析命令：
Analyzecomparemeansone-sampleTTestoptions（调节置信度）
3、解释分析结果
1正态检验
2ANOVA检验（含奇性检验【HomogeneityofVariances】、单因素方差分析、LSD分析）
单因素试验资料的方差分析
Analyzecomparemeansone-WayANOVA
【例6.3】抽测5个不同品种的若干头母猪的窝产仔数，结果见表6-12，试检验不同品种母猪平均窝产仔数的差异是否显著。
答题：
①根据正态检验，Z=0.746,p=0.633>0.05，所以可以认为数据为正态。
②根据方差齐性检验，得F=0.706,p=0.597>0.05，所以满足方差齐性。
③经过单因素方差分析，得F=5.828,p=0.003<0.01，说明5个品种间有极显著差异。
④经过多重比较LSD分析，得：
品种1和品种5之间p=0.021<0.05，品种3和品种4之间p=0.045<0.05，有显著差异；品种2和品种3之间p=0.003<0.01，品种2和品种5之间p=0.000<0.01，品种4和品种5之间p=0.007<0.01，有极显著差异。
1正态检验
2Univariate（）
两因素试验资料的方差分析（交互不交互）
AnalyzeGeneralLinearModelUnivariate
【例6.5】为研究雌激素对子宫发育的影响，现有4窝不同品系未成年的大白鼠，每窝3只，随机分别注射不同剂量的雌激素，然后在相同条件下试验，并称得它们的子宫重量，见表6-21，试作方差分析。
答题：
①根据正态检验，Z=0.565,p=0.907>0.05，所以可以认为数据为正态。
②根据方差齐性检验，所以满足方差齐性。
③经过单因素方差分析，得得F（a）=23.771,p=0.001<0.05;F（b）=33.537,P=0.001<0.01；说明各个处理间有极显著差异。
④经过多重比较LSD分析，、、、、、、、、
1正态检验
2加权
3适应性检验
检验之适合性检验
加权DataWeightCases
适应性检验（AnalyzeNonparametricTestChi-Square）
【例7.2】在研究牛的毛色和角的有无两对相对性状分离现象时
用黑色无角牛和红色有角牛杂交，子二代出现黑色无角牛192头，黑色有角牛78头，红色无角牛72头，红色有角牛18头，共360头。
试问这两对性状是否符合孟德尔遗传规律中9∶3∶3∶1的遗传比例？
（自由度等于1时须手算）
VAR00002
ObservedN
ExpectedN
Residual
1.00
192
202.5
-10.5
2.00
78
67.5
10.5
3.00
72
67.5
4.5
4.00
18
22.5
-4.5
Total
360
TestStatistics
VAR00002
Chi-Square（a）
3.378
df
3
Asymp.Sig.
.337
a0cells（.0%）haveexpectedfrequencieslessthan5.Theminimumexpectedcellfrequencyis22.5.
答题：
①根据正态性检验，、、、、、、
②经适应性2检验，2=3.378，P=0.337>0.05，分离比适合于9:
3:
3:
1。
4正态检验
5加权
6独立性检验
检验之独立性检验
加权DataWeightCases
独立性检验:
Analyzedescriptivestatisticscrosstabs
【例7.8】在甲、乙两地进行水牛体型调查，将体型按优、良、中、
劣四个等级分类，其结果见表7—13，问两地水牛体型构成比是否
相同。
Chi-SquareTests
Value
df
Asymp.Sig.（2-sided）
PearsonChi-Square
7.500（a）
3
.058
LikelihoodRatio
7.338
3
.062
Linear-by-LinearAssociation
.469
1
.494
NofValidCases
135
a0cells（.0%）haveexpectedcountlessthan5.Theminimumexpectedcountis5.00.
答：
①经正态性检验，Z=3.591,P=0.000<0.05,不符合正态分布。
②经独立性2检验，2=7.500，P=0.058>0.05，两地水牛体型构成比相同。
1相关性检验
2线性回归分析
直线回归
AnalyzeCorrelateBivariate相关分析
AnalyzeRegressionLinear回归分析
【例8.6】计算10只绵羊的胸围（cm）和体重（kg）的相关系数。
答：
散点图显示，x、y可能存在直线关联.
经过相关分析：
经过回归分析：
即：
x与y有直线相关关系，即y对x有直线回归关系.
建立y对x的直线回归方程：
①分别针对X与Y进行方差分析，判定X、Y是否存在差异
②对X与Y进行回归分析（作为简易判断）
③将X看作协变量进行协方差分析
协方差分析
AnalyzeGeneralLinearModelUnivariate
符号检验
NonparametricTests2-RelatedSamplessign
配对试验资料的符号秩和检验
NonparametricTests2-RelatedSamplesWilcoxon
非配对试验资料的秩和检验
NonparametricTests2-IndependentSamplesMann-WhitneyU
多个样本比较的秩和检验
NonparametricTestsK-IndependentSamplesKruskal-WallisH
等级相关分析
AnalyzeCorrelateBivariate
Spearman
升级会员 