生物统计和实验设计.ppt

,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。,MEANS,过程,单一样本,T,检验,(One-Sample T Test,）,独立样本,T,检验,(Independent-Sample T Test),配对样本,T,检验,(Paired-Sample T Test),方差分析（,One-Way ANOVA,）,SPSS,均值比较与检验,1,算术平均值：,方差：,标准差：,均值标准误：,有关公式,(,提前说明,),2,有关公式,峰度：,偏度：,N,3,，,S,0,N,2,，,S,0,返回,3,MEANS,过程,一、,Means,过程,该过程实际上更,倾向,于对,样本,进行,描述,，可以对需要比较的各组计算描述指标，包括均值、标准差、总和、观测量数、方差等一系列单变量统计量。,二、完全窗口分析,按,Analyze,Compare Means,Means,顺序，打开,Means,主对话框（如图,3-1,）。,4,图,31 Means,主对话框,该框的变量为因变量，即用于分析的变量。,该框的变量为自变量，必须至少有一个变量,单击此按钮，进入下一层，返回则按,Previous,按钮。,见图,32,5,Statistics,框：供选择的统计量,Statistics for First Layer,复选框：,Anova table and eta:,进行分组变量的单因,方差分析,并计算,eta,统计量。,Test for linearity:,产生第一层最后一个变量的,R,和,R,2,。,图,32 Options,对话框,Cell Statistics,框,:,选入的描述统计量，默认为均值、样本数、标准差。,6,三、例题分析,测得某城市,12,岁儿童的身高及体重信息，用,Means,过程对其做基本的描述性统计分析。,7,1,、操作步骤,1,）打开数据文件,“,data03-MEANS_01,.sav,”,。,2),按顺序,Analyze Compare Means Means,打开主对话框。,3),单击,Option,打开,Options,对话框,选择统计项目。,4,）单击,OK,完成。,8,选,h,sex,按,Next,进入,layer 2of 2,选,age,图,33,在主对话框选送变量,图,34,第二层变量框,9,选择统计项目,按此,按钮,复选此,2,项,第一层次分组选择计算方差分析和线性检验,图,35 Options,对话框,10,表,31,观测量摘要表（,性别和年龄均放第一层,）,2.,结果及分析,11,分析实例,两个分类变量分别放在两层中,相同年龄的男孩和女孩是否身高有所不同？是否身高随年龄的增长呈线性关系？如果解决这样的问题，只建立一个控制层就不够了。应该考虑，选择身高,h,作为因变量，分类变量,age,作为第一层控制变量，,sex,为第二层控制变量。两个分类变量分别放在两层中，且使用选择项。,12,对第一层变量的方差分析结果,当前表是方差分析表，共,6,列：第一列方差来源：,组间,的、,组内,的、,总的,方差；第二列为平方和；第三列为自由度；第四列为均方；第五列为,F,值；第六列为,F,统计量的显著值。,13,关联度测度,表,36,是,eta,统计量表，,统计量表明因变量和自变量之间,联系的强度,，,2,是因变量中不同组间差异所解释的方差比，是组间平方和与总平方和之比。,14,一、简介,用于检验单个变量的,均值,与假设检验值,(,给定的常数,),之间是否存在差异。,二、完全窗口分析,按,AnalyzeCompare MeansOne-Sample T Test,顺序，打开,One-Sample T Test,主对话框（如图,3-1,）,一、单一样本,T,检验,T,检验：,15,图,3-6 One-Sample T Test,主对话框,图,3-7 Options,对话框,Test Variables,框：用于选取需要分析的变量,Test Value:,输入,已知,的总体均值，默认,0,Confidence Interval:,输入置信区间，一般取,90,、,95,、,99,等。,Missing Values:,在,检验,变量中含有缺失值的观测将不被计算。,在,任何,一个变量中含有缺失值的观测都将不被计算,16,三、例题分析,某地区,12,岁男孩平均身高为,142.5cm,。,1973,年某市测量,120,名,12,岁男孩身高资料，数据编号,data08-02,。假设某市,12,岁男孩身高与该地区,12,岁男孩身高平均值相等。,1,、操作步骤,1,）按,AnalyzeCompare MeansOne Sample T Test,顺序，打开主对话框。,(,打开数据文件,“,data03-MEANS_02.sav,”,。,),2,）将变量,height,选入,Test Variable,框。,3,）在,Test Value,中输入,142.5,，后单击,OK,。,17,2,、结果分析,表,5-9,是,12,岁男孩的观测量个数、均值、标准差和均值的标准误等统计量。,表,3-9,单个样本统计量,18,表,3-10,单个样本检验,从表,3-10,可看出，,t,值为,1.032,自由度,119,显著值为,0.3040.05,无效假设成立。样本均值与检验值的差为,0.548,该差值,95%,的置信区间是,-0.5041.600,。,均值差值的,95,置信区间包括,0,，由此可以得出样本均值与总体均值无显著差异,19,T,检验：,20,有关公式,方差不齐使用公式：,方差齐时使用公,式,：,Sc,是合并方差,：,方差齐性检验：,21,一、简介,用于检验对于,两组,来自,独立,总体的样本，其独立总体的均值或中心位置是否一样。,如果两组样本彼此不独立，应使用配对,T,检验（,Paired-Sample T Test,）,。如果分组不止一个，应使用,One-Way ANOVA,过程进行单变量方差分析。如果想比较的变量是分类变量，应使用,Crosstabs,功能。,独立样本,T,检验还要求,总体服从正态分布,，如果总体明显不服从正态分布，则应使用非参数检验过程（,Nonparametric test,）,二、完全窗口分析,按,AnalyzeCompare MeansIndependent-Sample T Test,顺序，打开,Independent-Sample T Test,主对话框（如图,3-10,）,二、独立样本,T,检验,22,图,510,独立样本,T,检验主对话框,图,511 Define Groups,主对话框,从源变量框中选取要作检验的变量。,为分组变量，只能有一个。,分别输入分组变量的取值条件，如,1,为男，,2,为女等。,输入分界点值，如体重,60,公斤等。,23,在检验变量中含有缺失值的观测将不被计算。,在任何一个变量中含有缺失值的观测都将不被计算,输入置信区间，一般取,90,、,95,、,99,等。,图,5-9 Independent-Sample T Test,的,Options,对话框,三、例题分析,检验男女雇员现工资是否有显著性差异。,1,、操作步骤,1,）按,AnalyzeCompare Means Independent-Sample T Test,顺序，打开主对话框。打开数据文件“,data03-MEANS_03,.sav,”,。,2,）将变量,Salary,选入,Test Variable,框。,3,）在,G,ender,选入,Grouping Variable,框中作为检验变量。,4,）打开,Define Groups,对话框，在,Group1,输入,f,，,Group2,输入,m,，单击,Continue,，再单击,OK,。,24,2,、结果分析,表,3-11,是男女职员当前薪水的观测量个数、均值、标准差和均值的标准误等统计量。,表,3-11,分组统计量,25,表,3-12,独立样本,T,检验结果,从表,3-12,可看出，,Equal variances assumed,行是假设,方差相等,进行的检验，当方差相等时考察这一行的结果；,Equal variances not assumed,行是假设,方差不等,进行的检验，当方差不等时考察这一行的结果。在,Levenes Test for Equality of Variance,列中，显著值为,0.0000.05,，可认为方差是,不等,的，所以应考察第,二,行的结果。可看出，显著值为,0.0000.05,，所以认为均值是不等的。,26,均值差值的,95,置信区间在,-18003.0 -12816.7,之间，不包括,0,，由此可以得出样本均值与总体均值有显著差异,结论：从,t,检验得,p,值为,0.0000.05,和均值之差值的,95,置信区间不包括,0,都能得出，女雇员现工资明显低于男雇员，差异有统计意义。,值得注意的是在实际应用中由于存在其他条件，如职务等级、工作经验等，不能得出现平均工资差异是由性别差异造成的结论。,根据分析结果得出结论要谨慎,!,27,一、简介,用于检验两个相关的样本是否来自具有相同均值的总体。,二、完全窗口分析,1,、主对话框,按,AnalyzeCompare MeansPaired-Sample T Test,顺序，打开,Paired-Sample T Test,主对话框（如图,3-1,）,三、配对样本,T,检验,28,从源变量框中选取成对变量移入,所选变量,同图,3,9,图,3,10 Paired-Sample T Test,对话框,29,三、例题分析,某单位研究饲料中缺乏维生素,E,与肝中维生素,A,含量的关系，将大白鼠按性别、体重等配为,8,对，每对中两只大白鼠分别喂给正常饲料和维生素,E,缺乏饲料，一段时期后测定其肝中维生素,A,含量（,mol/L,）如下，现在想知道饲料中缺乏维生素,E,对鼠肝中维生素,A,含量有无影响。,大白鼠配对编号,肝中维生素,A,含量（,mol/L,）,正常饲料组,维生素,E,缺乏组,1,37.2,25.7,2,20.9,25.1,3,31.4,18.8,4,41.4,33.5,5,39.8,34.0,6,39.3,28.3,7,36.1,26.2,8,31.9,18.3,表,3-12,配对样本,T,检验数据,30,1,、操作步骤,1,）输入数据并定义变量名：正常饲料组测定值为,x1,，维生素,E,缺乏饲料组测定值为,x2(,数据文件“data03-MEANS_04.sav,”,。,),2,）按,AnalyzeCompare MeansPaired-Sample T Test,顺序，打开主对话框。,3,）单击变量,x1,，再单击,x2,，将,x1,，,x2,送入,Variables,框。,左下方,Current Selections,框中出现,Variable1,、,Variable2,4,）单击,OK,。,2,、输出结果及分析,31,表,3-13,配对样本,T,检验描述统计量,表,3-13,可看出，变量,x1,的均数、标准差、标准误分别为,34.750,、,6.649,、,2.351,，变量,x2,的均数、标准差、标准误分别为,26.238,、,5.821,、,2.058,。,表,3-14,配对样本,T,检验相关性,表,3-14,可看出，本例共有,8,对观测值，相关系数为,0.586,，相关系数的显著性检验表明显著值为,0.127,。,32,表,3-15,配对样本,T,检验结果,表,3-16,说明变量,x1,、,x2,两两相,减,的差值均数、标准差、差值均数的标准误差分别为,8.513,、,5.719,、,2.022,，,95,可信区间为,3.731,，,13.292,。配对检验结果表明,t,为,4.21,，自由度为,7,，显著值为,0.004,，差别具高度显著性意义，即饲料中缺乏维生素,E,对鼠肝中维生素,A,含量确有影响。,33,E N D,34,