《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、Excel与SPSS软件在生物统计学 中的应用一、一、Excel部分统计学功能的介绍部分统计学功能的介绍二、二、SPSS部分统计学功能的介绍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、相关分析一、一、Excel部分统计学功能的介绍部分统计学功能的介绍配对t检验处理123456789A肥料33.1 33.1 26.836.339.530.9 33.4 31.5 28.6B肥料36.7 28.8 35.135.243.825.7 36.5 35.9 2
2、8.71、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：tt单尾，t0.05成组t检验甲组施A肥料29.726.728.931.333.126.836.339.530.933.431.528.6乙组施B饲料28.728.329.332.231.13036.236.8301、点“工具”“数据分析”弹对话框 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
3、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：tt单尾，t0.05两组的差异不显著单因素方差分析品系号株号ABC139443025036553364529446423654152351、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施肥量1234密度A546578813815B600703861854C548682815852D551690831
4、8531、点“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）：pF crit,PF crit,pFcrit,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品系号株号ABC139443025036553364529446423654152351、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
5、、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“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年度1986198719881989密度A546578813815B600703861854C548682815852D5516908318531、建立数据文件，设立三个变量“niandu”、“midu”与“no”（下图）2、点“
6、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“Custom”“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
7、.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品系号株号ABCDE1635661536126554615860364586760604655762566656157625560668576060637656067596186559666169963636360651064626559631、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 把“no调入“Dependent
8、 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：一元线性回归分析NaCl含量X00.81.62.43.244.8干重Y8090951151301151351、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
9、结果，如下：相关系数0.929R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=0.000b=11.161,P=0.002一元线性相关分析品系KP法DBC法18.779.728.699.738.369410.051159.81168.49.378.098.888.79.6910.2510.81099.351、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“Independe
10、nt”内，如图3、点“OK”得KP法与DBC法的一元线性相关分析结果：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：经T检验，P=0.037，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。