《统计学软件使用的介绍.ppt》由会员分享，可在线阅读，更多相关《统计学软件使用的介绍.ppt（92页珍藏版）》请在三一办公上搜索。
1、Excel与SPSS软件在生物统计学 中的应用,一、Excel部分统计学功能的介绍,二、SPSS部分统计学功能的介绍,（一）、两个样本的检验 1、配对t检验 2、成组t检验,（二）、方差分析 1、单因素方差分析 2、两因素方差分析,（三）、一元回归及相关分析 1、一元回归方程的建立及检验 2、相关分析,BACK,一、Excel部分统计学功能的介绍,配对t检验,1、点菜单中的“工具”“数据分析”弹对话框 选择t-检验：平均值的成对二样本分析,2、确定后弹如下的对话框 将A、B肥料 数据分别调入变量1、2的区域,3、点确定，得如下的结果：,t0.05,成组t检验,1、点“工具”“数据分析”弹对话框
2、 F-检验：双样本方差,2、点确定，弹如下对话框 将甲、乙两组数据分别调入变量1、2的区域,3、点确定，得结果：,F0.05，则用等方差t-检验,4、点“工具”“数据分析”弹对话框 选择t-检验：双样本等方差假设,5、点确定，弹如下对话框 将甲、乙两组数据分别调入变量1、2的区域,6、点确定，得结果：,BACK,t0.05两组的差异不显著,单因素方差分析,1、点“工具”“数据分析”弹对话框 选择方差分析：单因素方差分析,2、点确定，弹对话框 将数据调入输入区域，根据情况选择分组方式，本例选“列”,3、点确定，弹如下结果：,F0.05差异不显著,两因素方差分析（一）无重复两因素方差分析,1、点“
3、工具”“数据分析”弹对话框 选方差分析：无重复双因素分析,2、点确定，弹如下对话框 将数据调入输入区域,3、点确定，得如下结果：,行（密度）：FF crit,P0.05列（施肥量）：p0.01密度达显著水平;施肥达极显著水平,两因素方差分析（二）可重复两因素方差分析,1、点“工具”“数据分析”弹对话框 选方差分析：可重复双因素分析,2、点确定，弹如下对话框 将数据调入输入区域,3、点确定，得分析结果如下：,行（原料A）：FF crit,PF crit,pFcrit,P0.05，也达到了显著水平,BACK,一元线性方程的建立,1、点菜单中的“插入”点“图表”弹对 话框 选“XY散点图”点下一步,
4、2、将数据调入数据区域，并根据情况选择系列产生的行或列，本例选择“行”，点击下一步,3、在数值（X）、（Y）轴分别输入X、Y，点下一步,4、弹以下对话框，点完成,5、得到如下的散点图：,6、在散点图上，点散点，鼠标右击，下拉菜单中选择“添加趋势线”，弹出如下对话框,7、在“添加趋势线”的对话框中选择“自动设置”与“显示公式”后点击确定。,8、得到一元回归方程（见图）,回归方程的检验：1、点“工具”“数据分析”弹对话框 选择“回归”,2、点确定弹出对话框 将干重数据调入 Y值输入区域，NaCl含量调入X值输入区域,3、点确定，得如下结果：,方差检验的F值,相关分析,1、点“工具”“数据分析”弹对
5、话框 选择“相关系数”,2、点确定弹对话框 将KP法、DBC法数据调进输入区域根据情况选择分组方式，本例选择“逐列”,3、点确定，得如下结果：,相关系数：0.952832,BACK,（一）、两个样本的检验 1、配对t检验 2、成组t检验（二）、方差分析 1、单因素方差分析 2、两因素方差分析 3、方差分析中均数的两两比较（三）、一元线性回归与相关（四）、单个样本的检验（五）、拟合优度检验,BACK,二、SPSS部分统计学功能的介绍,配对t检验,1、建立数据文件，如下图：,2、点SPSS for Windows主界面的“Analyze”“Compare Means”“Paired-Samples
6、 T Test”弹t检验框 标记ashiliao和bshiliao变量自动调入左下角 点击向右箭头，把已配对的变量调入右边的矩形框中，如图：,3、点“OK”，得配对t检验结果：,与Excel比较，得相同的结论,成组t检验,1、建数据文件，设两个变量“group”与“no”如下图：,2、点主界面的“Analyze”点“Compare Means”点“Indepent-Samples T Test”弹出t检验对话框,3、把分组变量“group”调入“Grouping Variable”点“Define Group”Group1和Group2分别键入“1”和“2”，如图“continue”,4、把变
7、量“no”调入“Test Variable(s)”“OK”，得如下结果：,BACK,P=0.684，P0.05，则用等方差t检验,这列是等方差t检验的结果,此列是异方差t检验的结果,单因素方差分析,1、建立数据文件，设立两个变量“group”与“no”如下图：,2、点“Analyze”Compare Means”“One-Way ANOVA”弹One-Way ANOVA对话框（图）,3、把“no调入“Dependent List”内，把变量“Group”调入“Factor”内，如图,4、点“Options”弹“One-Way ANOVA:Options”对话框 选“Descriptive”和“
8、Homogenetity-of-Variance”（下图）,5、点“OK”得各品系平均水平的方差分析结果：,P=0.363，P0.05,组间差异不显著,两因素方差分析,1、建立数据文件，设立三个变量“niandu”、“midu”与“no”（下图）,2、点“Analyze”寻找”General Linear Model”点“Univariate”弹Univariate对话框（图）,3、把“no调入“Dependent Variable”内，把变量“niandu”和“midu”调入“Fixed Factors”内（图）,4、点“Model”弹“Univariate:Model”对话框 点“Cust
9、om”“Build Terms”选“Main Effects”把“niandu”、“midu”调入“Model”矩形框内（图）,本操作认为是niandu 和 midu是无交互作用的，只考虑本因素的主效应。,5、点“OK”得两因素分析结果（图）：,P=0.000，P0.01,差异极显著，说明年度因素对结果有极显著的影响,P=0.025，P0.05,差异显著，说明密度因素对结果有显著的影响,方差分析中均数的两两比较,1、建立数据文件，设立两个变量“group”与“no”(下图)：,2、点“Analyze”Compare Means”“One-Way ANOVA”弹One-Way ANOVA对话框
10、把“no调入“Dependent List”，“Group”调入“Factor”(下图),3、点“Post Hoc”选“LSD”(下图),4、点“Option”选“Descriptive”,其他默认。,5、点“OK”得品系间两两比较的结果：,BACK,一元线性回归分析,1、建立数据文件，设立两个变量“x”与“y”(下图),2、点“Analyze”“Regression”“Linear”弹Linear Regression对话框把“y”调入“Dependent”，把变量“x”调入“Independent”(下图),3、点“OK”得NaCl含量与干重的线性回归分析结果，如下：,相关系数0.929,
11、R平方值越大，回归方程越有意义,经F检验，P=0.002，P0.05，有统计学意义，此回归方程可建立,a=81.786,P=0.000,b=11.161,P=0.002,一元线性相关分析,1、建立数据文件，设立两个变量“x”与“y”如下图：,2、点“Analyze”“Regression”“Linear”弹Linear Regression对话框“y”调入“Dependent”内，“x”调入“Independent”内，如图,3、点“OK”得KP法与DBC法的一元线性相关分析结果：,BACK,相关系数0.953,经F检验，P=0.000，P0.05，有统计学意义，此两方法间与极显著的相关,单个
12、样本的统计假设检验,例：已知玉米单交种群单105的平均穗重 u0=300g，喷药后，随机抽取9个果穗，其穗重为：308、305、311、298、315、300、321、294、320。问喷药后与喷药前的果穗，差异是否显著？,1、建立数据文件，设立一个变量“no”,如下图：,2、点“Analyze”Compare Means”“One-Sample T Test”弹t检验对话框变量“no”调入“Test Variable(s)”,并根据题意Test Value=300,如图,3、点“OK”得分析结果：,BACK,经T检验，P=0.037，P0.05，说明喷药前后果穗重的差异是显著的,22列联表的
13、拟合优度检验,1、建数据文件，设3个变量“no”、“sensi”和“weight”,2、点击SPSS for Windows主界面的“Date”Weight Cases”弹“Weight Cases”对话框 激活“Weight cases by”将变量“Weight”调入“Weight cases by”，如图：,3、点“Analyze”“Descriptive Statistics”选“Crosstabs”弹“Crosstabs”对话框 把变量“dose”调入“Row(s)”,“sensi”调入“Column(s)”(见图),4、点“Statistics”弹“Crosstabs:statistics”对话框 选“Chi-square”,下图,5、点“Cells”弹“Crosstabs:Cell Display”对话框 选“Row”(见图),6、点“OK”得拟合优度检验结果:,表中Pearson Chi-Square的P=0.285，P0.05,差异无统计学意义，即认为两种人群对该药的耐药性的差异没有统计学意义。,谢谢！,
