《SPSS17.0在生物统计学中的应用-实验七-卡方检验汇总(共16页).doc》由会员分享，可在线阅读，更多相关《SPSS17.0在生物统计学中的应用-实验七-卡方检验汇总(共16页).doc（16页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、精选优质文档-倾情为你奉上SPSS在生物统计学中的应用实验指导手册实验七：卡方检验一、实验目标与要求 1帮助学生深入了解卡方检验的基本概念，掌握卡方检验的基本思想和原理 2掌握卡方检验的过程。 二、实验原理 卡方检验适用于次数分布的检验，比如次数分布是否与某种理想的分布一致，或者不同样本同类测量分数次数分布是否一致。对于前者，先要确定一个理想的次数分布比例，然后将观测的某一次数分布与其比较，确定二者的差异性，并用X2来反映。 X2 越小 ，则差异越小 ，该样本的观测分布越有可能适合于理想分布； X2 越大 ，则差异越大 ，其服从于理想分布的可能性就越小。当服从理想分布的伴随概率小于0.05时，
2、就认为该次数分布与理想的分布有显著性差异。 不同样本中测量分数的次数分布使用卡方检验时，如果卡方足够大，该观测在两个样本中的次数分布服从于同一总体的概率小于0.05时，则认为样本间存在显著性差异。三、实验演示内容与步骤 适合性检验比较观测数与理论数是否符合的假设检验(compatibility test),也称吻合性检验或拟合优度检验(goodness of fit test).。【例】有一鲤鱼遗传试验,以红色和青灰色杂交,其F2代获得不同分离尾数,问观测值是否符合孟德尔3:1遗传定律.体色青灰色红色总数F2观测尾数15039916021. 定义变量：2. 输入变量值3. 选择菜单1：点击菜单
3、【数据】【加权个案】弹出“加权个案”对话框 4. 选择菜单2：点击菜单【分析】【非参数检验】【卡方】弹出“卡方检验”对话框点击【选项】按钮，弹出“卡方检验：选项”对话框，选择“描述性”，点击【继续】点击【确定】在输出结果视图中看分析结果基本统计量Descriptive StatisticsNMeanStd. DeviationMinimumMaximum观测尾数16021416.24338.172991503观测尾数Observed N实测频数Expected N理论频数Residual偏差9999400.5-301.5150315031201.5301.5Total1602Test Stat
4、istics观测尾数Chi-Square 卡方值302.629adf1Asymp. Sig.000a. 0 cells (.0%) have expected frequencies less than 5. The minimum expected cell frequency is 400.5. 独立性检验又叫列联表（contigency table）2检验，它是研究两个或两个以上因子彼此之间是独立还是相互影响的一类统计方法。【例】考察不同灌溉方式对水稻叶子衰老是否有影响。几种灌溉方式下的叶态表现调查结果叶态频数灌溉方式绿叶黄叶枯叶总数深水146（141.57）7（8.83）8（10.59
5、6）161浅水183（179.39）9（11.188）12（13.426）204湿润152（160.04）14（9.98）16（11.978）182总数4813036547先将水稻分为3组，第一组用采用深水灌溉，第二组采用浅水灌溉，第三组采用湿润灌溉，然后统计每种灌溉方式下，水稻三种叶子（绿叶、黄叶、枯叶）出现的频数。这时需要分析灌溉方式与叶态表现是否相关，若两者彼此相关，表明叶态表现因灌溉方式不同而异，即三种灌溉方式对叶态表现的影响不相同；若两者相互独立，表明三种灌溉方式对叶态表现的影响相同。 这种根据频数资料判断两类因子彼此相关或相互独立的假设检验就是独立性检验。独立性检验实际上是基于频数
6、资料对因子间相关性的研究。 根据概率乘法法则，若事件A和事件A是独立的，或者说它们之间无关联，这时事件A和事件B同时出现的概率等于它们分别出现时概率的乘积。1、数据格式2、选择菜单1：点击菜单【数据】【加权个案】弹出“加权个案”对话框2、选择菜单2：点击菜单【分析】【描述统计】【交叉表】弹出“交叉表”对话框点击【统计量】按钮，弹出“交叉表：统计量”对话框，选择“卡方”，点击【继续】点击【确定】在输出结果视图中看分析结果交叉表灌溉方式 * 稻叶情况 CrosstabulationCount稻叶情况Total123灌溉方式114677160218391320531521416182Total481
7、3036547Chi-Square TestsValuedfAsymp. Sig. (2-sided)Pearson Chi-Square常用卡方值5.622a4.229Likelihood Ratio连续性校正卡方值5.5354.237Linear-by-Linear Association对数释然比法卡方值4.5101.034N of Valid Cases有效记录数547a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 8.78. 两个率的比较【课本例题13.11】为检验新措施对
8、防治仔猪白痢是否优于传统措施，研究试验后得到如下资料存亡12措施111436213218措施 * 存亡 CrosstabulationCount存亡Total死亡治愈措施旧措施18132150新措施36114150Total54246300Chi-Square TestsValuedfAsymp. Sig. (2-sided)Exact Sig. (2-sided)Exact Sig. (1-sided)Pearson Chi-Square7.317a1.007Continuity Correctionb6.5271.011Likelihood Ratio7.4351.006Fishers E
9、xact Test.010.005N of Valid Cases300a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 27.00.b. Computed only for a 2x2 table与课本第202页的结果进行比较【例题】某养猪场第一年养猪225头，死亡23头；第二年养猪368头，死亡28头。试检验这两年猪的死亡率是否有显著差异？存亡12年份114623218328 单个率的检验（样本率与总体率的比较）【例】 有一批蔬菜种子的平均发芽率PO=0.85，现随机抽取500粒，
10、有种衣剂进行浸种处理，结果有445粒发芽，试检验种衣剂对种子发芽率有无效果。 因平均发芽率PO=0.85，检验比例输入0.85Binomial TestCategoryNObserved Prop.试验频率Test Prop检测标准概率.Asymp. Sig. (1-tailed)检验集结果：显著性水平概率出芽记录Group 14454450.89（发芽频率）0.850.006aGroup 255550.11（未发芽频率）Total5001.00a. Based on Z Approximation.基于Z近似（大样本近似正态分布假设）卡方检验：出芽记录出芽未出芽种子处理未用包衣剂200170
11、使用包衣剂44555种子处理 * 出芽情况 CrosstabulationCount出芽情况Total出芽未出芽种子处理使用包衣剂44555500未用包衣剂200170370Total645225870Chi-Square TestsValuedfAsymp. Sig. (2-sided)Exact Sig. (2-sided)Exact Sig. (1-sided)Pearson Chi-Square135.439a1.000Continuity Correctionb133.6221.000Likelihood Ratio137.5911.000Fishers Exact Test.000.000N of Valid Cases870a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 95.69.b. Computed only for a 2x2 table专心-专注-专业