




如果您无法下载资料,请参考说明:
1、部分资料下载需要金币,请确保您的账户上有足够的金币
2、已购买过的文档,再次下载不重复扣费
3、资料包下载后请先用软件解压,在使用对应软件打开
, 本科学生实验报告 学号:*********姓名:******* 学院:生命科学学院专业、班级:11级应用生物教育A班 实验课程名称:生物统计学实验 教师:孟丽华(讲师) 开课学期:2012至2013学年下学期 填报时间:2013年4月22日 云南师范大学教务处编印 一.实验设计方案 实验序号及名称:实验六:对大麦杂交组合F2代芒性状表型理论比率的适合性检验实验时间2013-04-19实验室睿智楼3幢326(一)、实验目的: 1、掌握卡方检验的基本原理和算法; 2、能够用SPSS软件解决卡方检验的问题; 3、能够熟练使用SPSS对相应数据进行卡方(χ2)检验—适合性检验; 4、进一步熟悉SPSS软件的应用。 (二)、实验设备及材料: 微机、SPSSforWindowsV18.0统计软件包及相应的要统计的数据 (三)、实验原理: 1、卡方检验是一种常用的检验总体分布是否服从指定的分布的一种非参数检验方法。其检验思想是:将总体的取值范围分成有限个互不相容的子集,从总体中抽取一个样本,考察样本观察值落到每个子集中的实际频数,并按假设的总体分布计算每个子集的理论频数,最后根据实际频数和理论频数的差构造卡方统计量,当原假设成立时,统计量服从卡方分布。以此来检验假设总体的分布是否成立; 2、适合性检验—比较观测值和理论值是否符合的假设检验; 3、在总体不服从正态分布或分布不明时,用来检验数据资料是否来自某一个总体假设的一类检验方法。这些方法一般不涉及对总体参数的检验。非参数检验的假定前提比参数性假设检验方法少的多,也容易满足,适用于计量精确度较低的资料,且计算方法简单易行,所以在实际中有广泛的应用; 4、非参数检验通常比参数性检验方法更保守(更倾向于接受H0,犯II型错误的风险更低),但由于其精度低,不利于检出差异(拒绝H0); 5、卡方检验适用于优度拟合检验,分析实际频数与理论频数是否相符; 6、卡方检验(适合性检验)的基本步骤:①、数据结构:包括变量⑴分组、⑵实测频数、⑶理论频数;②、数据加权:用实测频数对分组变量加权;③、卡方检验:“分析”->“非参数检验(N)”->“旧对话框(L)”—﹥“卡方(C)”;④、检验设置:以分组变量为检验变量(testvariable),系统以均匀分布为理论分布的默认情况,若不满足,须手动输入与每组实测频数对应的理论频数;⑤、分析输出:AsymptoticSig.>0.05接受理论与实际分布一致的零假设,反之拒绝; 6、χ2检验的用途:1)、推断多个总体率之间有无差别;2)、推断几组总体构成比之间有无差别;3)、两个变量之间有无关联性;4)、频数分布的拟合优度检验。(四)、实验内容: 内容:生物统计学(第四版)83页第五章习题5.4 实验方法步骤 1、启动spss软件:开始→所有程序→SPSS→spssforwindows→spss18.0forwindows,直接进入SPSS数据编辑窗口进行相关操作; 2、定义变量,输入数据。点击“变量视图”定义变量工作表,用“name”命令定义变量“性状表型”(小数点零位)及标签为“芒性状表型”,“钩芒”赋值为“1”,“长芒”赋值为“2”,“短芒”赋值为“3”;变量“株数”(小数点零位);点击“变量视图工作表”,一一对应将性状与株数的数据依次输入到单元格中; 3、进行数据加权。点菜单栏:“数据”→“加权个案(w)”; 4、设置分析变量。数据输入完后,点菜单栏:“分析”->“非参数检验(N)”->“旧对话框(L)”—﹥“卡方(C)”,将“芒性状表型”移到检验变量列表中进行分析,期望全距:“从数据中获取”(默认),期望值:“9”、“3”、“4”依次键入,点“选项”,统计量:“描述性”前打钩,“缺失值”:“按检验排除个案(T)”前打钩(默认),点“继续”,点“确定”便出结果; 5、表格绘制出来后,进行检查修改,将其复制到实验报告中,将虚框隐藏等; 6、将所求的描述性统计指标数据表格保存,对其所求得的结果进行分析,书写实验报告。 (五)、实验结果: NPARTESTS /CHISQUARE=芒形状表型 /EXPECTED=934 /STATISTICSDESCRIPTIVES /MISSINGANALYSIS /METHOD=MCCIN(99)SAMPLES(10000). NPar检验 [数据集0] 表1 描述性统计量N均值标准差极小值极大值芒形状表型6201.69.84913卡方检验 频率 表2 芒形状表型观察数期望数残差钩芒348348.8-.8长芒115116.3-1.3短芒157155.02.0总数620表3 检验统计量芒形状表型卡方.041adf2渐近显著性.980MonteCarlo显著性显著性.979b99%置信区间下限.

快乐****蜜蜂
实名认证
内容提供者


最近下载