版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
五、用SPSS進(jìn)行卡方檢驗(yàn)五、用SPSS進(jìn)行卡方檢驗(yàn)
內(nèi)容一、2×2列聯(lián)表的獨(dú)立性檢驗(yàn)二、R×K列聯(lián)表的獨(dú)立性檢驗(yàn)三、適合性檢驗(yàn)內(nèi)容一、教學(xué)目的、要求:1.掌握SPSS中進(jìn)行X2檢驗(yàn)分析的基本命令與操作;2.理解用SPSS進(jìn)行X2檢驗(yàn)分析所得結(jié)果的含義;3.了解X2檢驗(yàn)的基本原理。
二、本節(jié)重點(diǎn)、難點(diǎn):1.SPSS中進(jìn)行X2檢驗(yàn)分析的基本命令與操作;2.SPSS進(jìn)行X2檢驗(yàn)分析所得結(jié)果的含義。一、教學(xué)目的、要求:一、2×2列聯(lián)表的獨(dú)立性檢驗(yàn)(一)基本原理和方法(略)(二)例題及統(tǒng)計分析【例6.1】分別用滅螨劑A和滅螨劑B殺滅蜜蜂大蜂螨,結(jié)果如表6-1所示,問兩種滅螨劑的滅螨效果差異是否顯著?組別未殺滅數(shù)殺滅數(shù)總和滅螨A123244滅螨B221436總和344680表6-1用滅螨A和滅螨B殺滅蜜蜂大蜂螨試驗(yàn)結(jié)果一、2×2列聯(lián)表的獨(dú)立性檢驗(yàn)組別未殺滅數(shù)殺滅數(shù)◆具體步驟:1.數(shù)據(jù)輸入(1)點(diǎn)擊數(shù)據(jù)編輯窗口底部的“變量視圖”標(biāo)簽,進(jìn)入“變量視圖”窗口,分別命名3個變量:“組別”、“效果”和“計數(shù)”?!敖M別”和“效果”兩變量的類型選擇為“字符串”,變量“計數(shù)”小數(shù)位數(shù)定義為0,如圖6-1。
圖6-1例6.1資料的變量命名◆具體步驟:圖6-1例6.1資料的變量命名(2)點(diǎn)擊數(shù)據(jù)編輯窗口底部的“數(shù)據(jù)視圖”標(biāo)簽,進(jìn)入“數(shù)據(jù)視窗”界面,按圖6-2格式輸入數(shù)據(jù)資料。
圖6-2例6.1數(shù)據(jù)輸入格式(2)點(diǎn)擊數(shù)據(jù)編輯窗口底部的“數(shù)據(jù)視圖”標(biāo)簽,進(jìn)入“數(shù)據(jù)視窗2.統(tǒng)計分析(1)簡明分析步驟數(shù)據(jù)→加權(quán)個案加權(quán)個案頻率變量:計數(shù)頻率變量為計數(shù)確定分析→描述統(tǒng)計→交叉表行:組別行變量列:效果列變量統(tǒng)計量:卡方
要求進(jìn)行卡方檢驗(yàn)
繼續(xù)確定√2.統(tǒng)計分析數(shù)據(jù)→加權(quán)個案√(2)分析過程說明①單擊“數(shù)據(jù)→加權(quán)個案”,打開圖6-3對話框,選中“加權(quán)個案”,單擊,將變量“計數(shù)”置入“頻率變量”框內(nèi),定義“計數(shù)”為加權(quán)變量,單擊。
圖6-3將“計數(shù)”變量中的數(shù)值轉(zhuǎn)成“權(quán)數(shù)”(2)分析過程說明圖6-3將“計數(shù)”變量中的數(shù)值轉(zhuǎn)②依次單擊主菜單“分析→描述統(tǒng)計→交叉表”,打開圖6-4所示對話框,單擊,將行變量“組別”置入“行”框內(nèi),將列變量“效果”置入“列”框內(nèi)。
圖6-4行×列分析對話框②依次單擊主菜單“分析→描述統(tǒng)計→交叉表”,打開圖6-③單擊,打開圖6-5所示對話框,選中“卡方”,單擊,返回圖6-4所示對話框,再單擊,輸出表6-2和表6-3所示結(jié)果。
圖6-4行×列分析對話框
圖6-5選擇統(tǒng)計方法(卡方檢驗(yàn))
對話框③單擊,打開圖6-5所示對話框,選中“卡方”
表6-2滅螨劑A和滅螨劑B殺滅大蜂螨效果
表6-3檢驗(yàn)結(jié)果表2表6-2滅螨劑A和滅螨劑B殺滅大蜂螨效果3.結(jié)果說明表6-2是樣本分類的的頻數(shù)分析表,即列聯(lián)表。
表6-2滅螨劑A和滅螨劑B殺滅大蜂螨效果3.結(jié)果說明表6-2滅螨劑A和滅螨劑B殺滅大蜂螨效果3.結(jié)果說明表6-3是卡方檢驗(yàn)結(jié)果:Person卡方:皮爾遜卡方檢驗(yàn)計算的卡方值(樣本數(shù)n≥40且所有理論值E≥5)連續(xù)校正b:連續(xù)性校正卡方值(df=1,只用于2×2列聯(lián)表)Fisher精確檢驗(yàn):精確概率法計算的卡方值(用于理論值<5)
不同的資料應(yīng)選用不同卡方計算方法。
表6-3檢驗(yàn)結(jié)果表23.結(jié)果說明表6-3檢驗(yàn)結(jié)果表3.結(jié)果說明例6.1為2×2列聯(lián)表,df=1,適用連續(xù)性校正公式,采用“連續(xù)校正”行的統(tǒng)計結(jié)果。所以=7.944,P(Sig.)=0.005<0.01,表明滅螨劑A組的殺螨率極顯著高于滅螨劑B組。2
表6-3檢驗(yàn)結(jié)果表23.結(jié)果說明2表6-3檢驗(yàn)二、R×K列聯(lián)表的獨(dú)立性檢驗(yàn)(一)基本原理和方法(略)(二)例題及統(tǒng)計分析【例6.2】用A、B、C三種方法治療仔豬白痢病,試驗(yàn)結(jié)果見表6-4。試檢驗(yàn)不同的治療方法是否與治療效果有關(guān)。治療方法
治療效果
總和
治愈好轉(zhuǎn)死亡A法1916540B法1612836C法1513735總和504120111
表6-4三種不同治療方法的治療效果二、R×K列聯(lián)表的獨(dú)立性檢驗(yàn)治療方法治療效果◆具體步驟:1.數(shù)據(jù)輸入(1)點(diǎn)擊“變量視圖”標(biāo)簽,進(jìn)入“變量視圖”窗口,分別命名3個變量:“治療方法”、“治療效果”和“計數(shù)”。分別用1、2、3代表三種不同的“治療方法”和“治療效果”。小數(shù)位數(shù)都定義為0,如圖6-6a。
圖6-6a例6.2資料的變量命名◆具體步驟:圖6-6a例6.2資料的變量命名(2)點(diǎn)擊數(shù)據(jù)編輯窗口底部的“數(shù)據(jù)視圖”標(biāo)簽,進(jìn)入“數(shù)據(jù)視窗”界面,按圖6-6b格式輸入數(shù)據(jù)資料。
圖6-6b例6.2數(shù)據(jù)輸入格式(2)點(diǎn)擊數(shù)據(jù)編輯窗口底部的“數(shù)據(jù)視圖”標(biāo)簽,進(jìn)入“數(shù)據(jù)視窗2.統(tǒng)計分析(1)簡明分析步驟數(shù)據(jù)→加權(quán)個案加權(quán)個案頻率變量:計數(shù)頻率變量為計數(shù)確定分析→描述統(tǒng)計→交叉表行:治療方法行變量列:治療效果列變量統(tǒng)計量:卡方
要求進(jìn)行卡方檢驗(yàn)
繼續(xù)確定√2.統(tǒng)計分析數(shù)據(jù)→加權(quán)個案√(2)分析過程說明①單擊“數(shù)據(jù)→加權(quán)個案”,打開圖6-7對話框,選中“加權(quán)個案”,單擊,將變量“計數(shù)”置入“頻率變量”框內(nèi),定義“計數(shù)”為加權(quán)變量,單擊。
圖6-7將“計數(shù)”變量中的數(shù)值轉(zhuǎn)成“權(quán)數(shù)”(2)分析過程說明圖6-7將“計數(shù)”變量中的數(shù)值轉(zhuǎn)②依次單擊主菜單“分析→描述統(tǒng)計→交叉表”,打開圖6-4所示對話框,單擊,將行變量“治療方法”置入“行”框內(nèi),將列變量“治療效果”置入“列”框內(nèi)。如圖6-8所示。
圖6-8行×列分析對話框②依次單擊主菜單“分析→描述統(tǒng)計→交叉表”,打開圖6-③單擊,打開圖6-5所示對話框,選中“卡方”,單擊,返回圖6-8對話框,再單擊,輸出表6-5和表6-6所示結(jié)果。
圖6-8行×列分析對話框
圖6-5選擇統(tǒng)計方法(卡方檢驗(yàn))
對話框③單擊,打開圖6-5所示對話框,選中“卡方”
表6-5三種不同治療方法的治療效果
表6-6檢驗(yàn)結(jié)果表2表6-5三種不同治療3.結(jié)果說明表6-6是卡方檢驗(yàn)結(jié)果:本例df=4,表格下方注解表明理論次數(shù)小于5的格子數(shù)為0,最小理論次數(shù)為6.31。各理論次數(shù)均大于5,無須進(jìn)行連續(xù)性校正,因此采用Person卡方的檢驗(yàn)結(jié)果。
表6-6檢驗(yàn)結(jié)果表
表6-6檢驗(yàn)結(jié)果表23.結(jié)果說明3.結(jié)果說明所以
=1.428,P(Sig.)=0.839>0.05,差異不顯著,可以認(rèn)為不同的治療方法與治療效果無關(guān),即三種治療方法對治療效果的影響差異不顯著。
2
表6-6檢驗(yàn)結(jié)果表23.結(jié)果說明2二、R×K列聯(lián)表的獨(dú)立性檢驗(yàn)(一)基本原理和方法(略)(二)例題及統(tǒng)計分析【例6.2】對甲、乙、丙3個奶牛場奶牛的產(chǎn)奶性能進(jìn)行調(diào)查,劃分為高產(chǎn)、中產(chǎn)和低產(chǎn)奶牛3種類型。試檢驗(yàn)3個奶牛場不同類型奶牛的構(gòu)成比是否有顯著差異。
場地
類型
總和
高產(chǎn)奶牛中產(chǎn)奶牛低產(chǎn)奶牛甲15241251乙42713丙20131144
總和393930108
表6-10三個奶牛場不同類型奶牛分類統(tǒng)計二、R×K列聯(lián)表的獨(dú)立性檢驗(yàn)場地◆具體步驟:1.數(shù)據(jù)輸入(1)點(diǎn)擊“變量視圖”標(biāo)簽,進(jìn)入“變量視圖”窗口,分別命名3個變量:“場地”、“奶牛類型”和“計數(shù)”。分別用1、2、3代表三種不同的“場地”和三種不同的“奶牛類型”。小數(shù)位數(shù)都定義為0,如圖6-10。
圖6-10例6.4資料的變量命名◆具體步驟:圖6-10例6.4資料的變量命名(2)點(diǎn)擊數(shù)據(jù)編輯窗口底部的“數(shù)據(jù)視圖”標(biāo)簽,進(jìn)入“數(shù)據(jù)視窗”界面,按圖6-11格式輸入數(shù)據(jù)資料。
圖6-11例6.4數(shù)據(jù)輸入格式(2)點(diǎn)擊數(shù)據(jù)編輯窗口底部的“數(shù)據(jù)視圖”標(biāo)簽,進(jìn)入“數(shù)據(jù)視窗2.統(tǒng)計分析(1)簡明分析步驟數(shù)據(jù)→加權(quán)個案加權(quán)個案頻率變量:計數(shù)頻率變量為計數(shù)確定分析→描述統(tǒng)計→交叉表行:場地行變量列:奶牛類型列變量統(tǒng)計量:卡方
要求進(jìn)行卡方檢驗(yàn)
繼續(xù)精確精確計算精確概率值繼續(xù)確定√2.統(tǒng)計分析數(shù)據(jù)→加權(quán)個案√(2)分析過程說明①單擊“數(shù)據(jù)→加權(quán)個案”,打開圖6-12對話框,選中“加權(quán)個案”,單擊,將變量“計數(shù)”置入“頻率變量”框內(nèi),定義“計數(shù)”為權(quán)數(shù),單擊。
圖6-7將“計數(shù)”變量中的數(shù)值轉(zhuǎn)成“權(quán)數(shù)”(2)分析過程說明圖6-7將“計數(shù)”變量中的數(shù)值轉(zhuǎn)②依次單擊主菜單“分析→描述統(tǒng)計→交叉表”,打開圖6-13所示對話框,單擊,將行變量“場地”置入“行”框內(nèi),將列變量“奶牛類型”置入“列”框內(nèi)。
圖6-13行×列分析對話框②依次單擊主菜單“分析→描述統(tǒng)計→交叉表”,打開圖6-③單擊,打開圖6-5“選擇統(tǒng)計方法”對話框,選中“卡方”,單擊,返回圖6-13所示對話框。
圖6-13行×列分析對話框圖6-5選擇統(tǒng)計方法(卡方檢驗(yàn))
對話框③單擊,打開圖6-5“選擇統(tǒng)計方法”對話框,④單擊,打開圖6-14所示“精確檢驗(yàn)”子對話框,選中“精確”,單擊,返回圖6-13對話框,再單擊,輸出表6-11和表6-12所示結(jié)果。
圖6-13行×列分析對話框圖6-14計算確切概率值(Exact)子對話框④單擊,打開圖6-14所示“精確檢驗(yàn)”子對話3.結(jié)果說明
表6-11是資料分類的列聯(lián)表。
表6-11三個奶牛場不同類型奶牛分類統(tǒng)計
3.結(jié)果說明表6-11三個奶牛3.結(jié)果說明
表6-12是卡方檢驗(yàn)結(jié)果:本例df=4,樣本數(shù)n=108。表格下方注解表明理論次數(shù)小于5的格子數(shù)有3個,最小理論次數(shù)為3.61。需采用精確概率法計算,即用第三行(Fisher的精確檢驗(yàn))的檢驗(yàn)結(jié)果,P=0.072>0.05,差異不顯著,即3個奶牛場不同類型奶牛的構(gòu)成比沒有顯著差異。
表6-12檢驗(yàn)結(jié)果表23.結(jié)果說明三、適合性檢驗(yàn)(補(bǔ)充)(一)基本原理和方法(略)(二)例題及統(tǒng)計分析【例6.3】在研究牛的毛色和角的有無兩對相對性狀分離現(xiàn)象時,用黑色無角牛和紅色有角牛雜交,子二代出現(xiàn)黑色無角牛192頭,黑色有角牛78頭,紅色無角牛72頭,紅色有角牛18頭,共360頭。試問這兩對性狀是否符合孟德爾遺傳規(guī)律中9∶3∶3∶1的遺傳比例?三、適合性檢驗(yàn)(補(bǔ)充)◆具體步驟:1.數(shù)據(jù)輸入(1)點(diǎn)擊“變量視圖”標(biāo)簽,進(jìn)入“變量視圖”窗口,分別命名2個變量:“類別”和“實(shí)際觀察次數(shù)”。小數(shù)位數(shù)都定義為0,如圖6-9a。
圖6-9a例6.3資料的變量命名◆具體步驟:圖6-9a例6.3資料的變量命名(1)單擊“類別”變量的值框右側(cè),出現(xiàn)圖6-9b對話框,在"值"框內(nèi)輸入1,標(biāo)簽框內(nèi)輸入“黑色無角?!?,單擊,出現(xiàn)如圖,依次類推,最后單擊,各標(biāo)簽內(nèi)容見圖6-9b。
圖6-9b例6.3資料“類別”變量的值標(biāo)簽(1)單擊“類別”變量的值框右側(cè),出現(xiàn)圖6-9b對話框,在(2)點(diǎn)擊數(shù)據(jù)編輯窗口底部的“數(shù)據(jù)視圖”標(biāo)簽,進(jìn)入“數(shù)據(jù)視窗”界面,按圖6-9c格式輸入數(shù)據(jù)資料。
圖6-9c例6.3數(shù)據(jù)輸入格式(2)點(diǎn)擊數(shù)據(jù)編輯窗口底部的“數(shù)據(jù)視圖”標(biāo)簽,進(jìn)入“數(shù)據(jù)視窗2.統(tǒng)計分析(1)簡明分析步驟數(shù)據(jù)→加權(quán)個案加權(quán)個案頻率變量:計數(shù)頻率變量為計數(shù)確定分析→描述統(tǒng)計→交叉表行:治療方法行變量列:治療效果列變量統(tǒng)計量:卡方
要求進(jìn)行卡方檢驗(yàn)
繼續(xù)確定√2.統(tǒng)計分析數(shù)據(jù)→加權(quán)個案√(2)分析過程說明①單擊“數(shù)據(jù)→加權(quán)個案”,打開圖6-10對話框,選中“加權(quán)個案”,單擊,將變量“實(shí)際觀察次數(shù)”置入“頻率變量”框內(nèi),定義“實(shí)際觀察次數(shù)”為加權(quán)變量,單擊。
圖6-10將“實(shí)際觀察次數(shù)”變量中的數(shù)值轉(zhuǎn)成“權(quán)數(shù)”(2)分析過程說明圖6-10將“實(shí)際觀察次數(shù)”變量②依次單擊主菜單“分析→非參數(shù)檢驗(yàn)→舊對話框→卡方”,打開圖6-11對話框,單擊,將變量“類別”置入“檢驗(yàn)變量列表”框內(nèi)。
圖6-11卡方檢驗(yàn)對話框②依次單擊主菜單“分析→非參數(shù)檢驗(yàn)→舊對話框→卡③選中“期望值”框內(nèi)的“值”框,在“值”框內(nèi)輸入9,單擊,依此完成其余3、3、1輸入及添加。單擊打開圖6-12對話框,選中“描述性”,單擊,返回圖6-11對話框。單擊,輸出表6-5和表6-6所示結(jié)果。
圖6-11卡方對話框
圖6-12卡方檢驗(yàn)選項對話框③選中“期望值”框內(nèi)的“值”框,在“值”框內(nèi)輸入9,圖用SPSS進(jìn)行卡方檢驗(yàn)課件3.結(jié)果說明
通過適合性卡方檢驗(yàn)得:表中第二列是實(shí)際頻數(shù),第三列是理論頻數(shù),第四列是實(shí)際頻數(shù)與理論頻數(shù)之差。
3.結(jié)果說明3.結(jié)果說明
表是的檢驗(yàn)結(jié)果,=3.378,df=3,漸近顯著性即P值=0.337>0.05,故接受H0,表明實(shí)際觀察次數(shù)與理論次數(shù)差異不顯著,可以認(rèn)為兩對性狀雜交二代的分離現(xiàn)象符合9∶3∶3∶1的遺傳比例。
223.結(jié)果說明2222四、配對檢驗(yàn)(一)基本原理和方法(略)(二)例題及統(tǒng)計分析【例6.5】用膠乳凝集試驗(yàn)(LPA)和免疫熒光抗體試驗(yàn)(FA)兩種方法平行檢測28羽病鴨的番鴨細(xì)小病毒(MPV)抗原,檢測結(jié)果如表6-13所示。
表6-13LPA和FA檢測鴨肝組織MPV抗原結(jié)果2LPAFA
總和
陽性+陰性-
陽性+17(a)0(b)
17陰性-4(c)7(d)
11總和21728四、配對檢驗(yàn)2LPAFA◆具體步驟:1.數(shù)據(jù)輸入(1)點(diǎn)擊“變量視圖”標(biāo)簽,進(jìn)入“變量視圖”窗口,分別命名3個變量:“LPA”“FA”和“對子數(shù)”,陽性用1表示,陰性用2表示,小數(shù)位數(shù)都定義為0,如圖6-15a。
圖6-15a例6.5資料的變量命名◆具體步驟:圖6-15a例6.5資料的變量命名(2)點(diǎn)擊數(shù)據(jù)編輯窗口底部的“數(shù)據(jù)視圖”標(biāo)簽,進(jìn)入“數(shù)據(jù)視窗”界面,按圖6-15b格式輸入數(shù)據(jù)資料。
圖6-15b例6.5數(shù)據(jù)輸入格式(2)點(diǎn)擊數(shù)據(jù)編輯窗口底部的“數(shù)據(jù)視圖”標(biāo)簽,進(jìn)入“數(shù)據(jù)視窗2.統(tǒng)計分析(1)簡明分析步驟數(shù)據(jù)→加權(quán)個案加權(quán)個案頻率變量:對子數(shù)頻率變量為對子數(shù)確定分析→描述統(tǒng)計→交叉表行:LPA行變量列:FA列變量統(tǒng)計量:
McNemar要求進(jìn)行卡方檢驗(yàn)
Kappa要求進(jìn)行一致性檢驗(yàn)繼續(xù)確定√√2.統(tǒng)計分析數(shù)據(jù)→加權(quán)個案√√(2)分析過程說明①單擊“數(shù)據(jù)→加權(quán)個案”,打開圖6-7對話框,選中“加權(quán)個案”,單擊,將變量“對子數(shù)”置入“頻率變量”框內(nèi),定義“對子數(shù)”為加權(quán)變量,單擊。
圖6-7將“對子數(shù)”變量中的數(shù)值轉(zhuǎn)成“權(quán)數(shù)”(2)分析過程說明圖6-7將“對子數(shù)”變量中的數(shù)值轉(zhuǎn)②依次單擊主菜單“分析→描述統(tǒng)計→交叉表”,打開圖6-16所示對話框,單擊,將變量“LPA”置入“行”框內(nèi),將變量“FA”置入“列”框內(nèi)。
圖6-16行×列分析對話框②依次單擊主菜單“分析→描述統(tǒng)計→交叉表”,打開圖6-
圖6-16行×列分析對話框③單擊,打開圖6-17對話框,選中“McNemar”(SPSS用于配對卡方檢驗(yàn)方法),再選中Kappa(一致性系數(shù)),單擊,返回圖6-16所示對話框,再單擊,輸出表6-14、6-15和表6-16結(jié)果。
圖6-17配對資料x2檢驗(yàn)對話框圖6-16行×列分析對話框③單擊,3.結(jié)果說明
表6-14兩種檢驗(yàn)結(jié)果表3.結(jié)果說明3.結(jié)果說明
(1)由于b+c<40,SPSS選用二項分布的直接計算概率法(相當(dāng)于進(jìn)行精確校正),計算該配對資料的檢驗(yàn)精確雙側(cè)概率,并且不能給出卡方值。由本例得P=0.125>0.05,差異不顯著,可以認(rèn)為LPA法和FA法對番鴨細(xì)小病毒抗原的檢出率無顯著差異。
表6-15兩種檢驗(yàn)結(jié)果的配對檢驗(yàn)23.結(jié)果說明表6-15兩種檢驗(yàn)結(jié)果3.結(jié)果說明
(2)Kappa值是內(nèi)部一致性系數(shù),根據(jù)經(jīng)驗(yàn),Kappa≥0.75,表明一致性較好,0.75>Kappa≥0.4,表明一致性一般,Kappa<0.4,表明一致性較差。本例Kappa值為0.680,P(近似值sig)=0.000<0.01,拒絕無效假設(shè),即認(rèn)為兩種檢測方法結(jié)果存在一致性,0.75>Kappa≥0.4,故認(rèn)為其一致性中等。
表6-16兩種檢驗(yàn)結(jié)果的一致性檢驗(yàn)3.結(jié)果說明表6-16兩
五、用SPSS進(jìn)行卡方檢驗(yàn)五、用SPSS進(jìn)行卡方檢驗(yàn)
內(nèi)容一、2×2列聯(lián)表的獨(dú)立性檢驗(yàn)二、R×K列聯(lián)表的獨(dú)立性檢驗(yàn)三、適合性檢驗(yàn)內(nèi)容一、教學(xué)目的、要求:1.掌握SPSS中進(jìn)行X2檢驗(yàn)分析的基本命令與操作;2.理解用SPSS進(jìn)行X2檢驗(yàn)分析所得結(jié)果的含義;3.了解X2檢驗(yàn)的基本原理。
二、本節(jié)重點(diǎn)、難點(diǎn):1.SPSS中進(jìn)行X2檢驗(yàn)分析的基本命令與操作;2.SPSS進(jìn)行X2檢驗(yàn)分析所得結(jié)果的含義。一、教學(xué)目的、要求:一、2×2列聯(lián)表的獨(dú)立性檢驗(yàn)(一)基本原理和方法(略)(二)例題及統(tǒng)計分析【例6.1】分別用滅螨劑A和滅螨劑B殺滅蜜蜂大蜂螨,結(jié)果如表6-1所示,問兩種滅螨劑的滅螨效果差異是否顯著?組別未殺滅數(shù)殺滅數(shù)總和滅螨A123244滅螨B221436總和344680表6-1用滅螨A和滅螨B殺滅蜜蜂大蜂螨試驗(yàn)結(jié)果一、2×2列聯(lián)表的獨(dú)立性檢驗(yàn)組別未殺滅數(shù)殺滅數(shù)◆具體步驟:1.數(shù)據(jù)輸入(1)點(diǎn)擊數(shù)據(jù)編輯窗口底部的“變量視圖”標(biāo)簽,進(jìn)入“變量視圖”窗口,分別命名3個變量:“組別”、“效果”和“計數(shù)”?!敖M別”和“效果”兩變量的類型選擇為“字符串”,變量“計數(shù)”小數(shù)位數(shù)定義為0,如圖6-1。
圖6-1例6.1資料的變量命名◆具體步驟:圖6-1例6.1資料的變量命名(2)點(diǎn)擊數(shù)據(jù)編輯窗口底部的“數(shù)據(jù)視圖”標(biāo)簽,進(jìn)入“數(shù)據(jù)視窗”界面,按圖6-2格式輸入數(shù)據(jù)資料。
圖6-2例6.1數(shù)據(jù)輸入格式(2)點(diǎn)擊數(shù)據(jù)編輯窗口底部的“數(shù)據(jù)視圖”標(biāo)簽,進(jìn)入“數(shù)據(jù)視窗2.統(tǒng)計分析(1)簡明分析步驟數(shù)據(jù)→加權(quán)個案加權(quán)個案頻率變量:計數(shù)頻率變量為計數(shù)確定分析→描述統(tǒng)計→交叉表行:組別行變量列:效果列變量統(tǒng)計量:卡方
要求進(jìn)行卡方檢驗(yàn)
繼續(xù)確定√2.統(tǒng)計分析數(shù)據(jù)→加權(quán)個案√(2)分析過程說明①單擊“數(shù)據(jù)→加權(quán)個案”,打開圖6-3對話框,選中“加權(quán)個案”,單擊,將變量“計數(shù)”置入“頻率變量”框內(nèi),定義“計數(shù)”為加權(quán)變量,單擊。
圖6-3將“計數(shù)”變量中的數(shù)值轉(zhuǎn)成“權(quán)數(shù)”(2)分析過程說明圖6-3將“計數(shù)”變量中的數(shù)值轉(zhuǎn)②依次單擊主菜單“分析→描述統(tǒng)計→交叉表”,打開圖6-4所示對話框,單擊,將行變量“組別”置入“行”框內(nèi),將列變量“效果”置入“列”框內(nèi)。
圖6-4行×列分析對話框②依次單擊主菜單“分析→描述統(tǒng)計→交叉表”,打開圖6-③單擊,打開圖6-5所示對話框,選中“卡方”,單擊,返回圖6-4所示對話框,再單擊,輸出表6-2和表6-3所示結(jié)果。
圖6-4行×列分析對話框
圖6-5選擇統(tǒng)計方法(卡方檢驗(yàn))
對話框③單擊,打開圖6-5所示對話框,選中“卡方”
表6-2滅螨劑A和滅螨劑B殺滅大蜂螨效果
表6-3檢驗(yàn)結(jié)果表2表6-2滅螨劑A和滅螨劑B殺滅大蜂螨效果3.結(jié)果說明表6-2是樣本分類的的頻數(shù)分析表,即列聯(lián)表。
表6-2滅螨劑A和滅螨劑B殺滅大蜂螨效果3.結(jié)果說明表6-2滅螨劑A和滅螨劑B殺滅大蜂螨效果3.結(jié)果說明表6-3是卡方檢驗(yàn)結(jié)果:Person卡方:皮爾遜卡方檢驗(yàn)計算的卡方值(樣本數(shù)n≥40且所有理論值E≥5)連續(xù)校正b:連續(xù)性校正卡方值(df=1,只用于2×2列聯(lián)表)Fisher精確檢驗(yàn):精確概率法計算的卡方值(用于理論值<5)
不同的資料應(yīng)選用不同卡方計算方法。
表6-3檢驗(yàn)結(jié)果表23.結(jié)果說明表6-3檢驗(yàn)結(jié)果表3.結(jié)果說明例6.1為2×2列聯(lián)表,df=1,適用連續(xù)性校正公式,采用“連續(xù)校正”行的統(tǒng)計結(jié)果。所以=7.944,P(Sig.)=0.005<0.01,表明滅螨劑A組的殺螨率極顯著高于滅螨劑B組。2
表6-3檢驗(yàn)結(jié)果表23.結(jié)果說明2表6-3檢驗(yàn)二、R×K列聯(lián)表的獨(dú)立性檢驗(yàn)(一)基本原理和方法(略)(二)例題及統(tǒng)計分析【例6.2】用A、B、C三種方法治療仔豬白痢病,試驗(yàn)結(jié)果見表6-4。試檢驗(yàn)不同的治療方法是否與治療效果有關(guān)。治療方法
治療效果
總和
治愈好轉(zhuǎn)死亡A法1916540B法1612836C法1513735總和504120111
表6-4三種不同治療方法的治療效果二、R×K列聯(lián)表的獨(dú)立性檢驗(yàn)治療方法治療效果◆具體步驟:1.數(shù)據(jù)輸入(1)點(diǎn)擊“變量視圖”標(biāo)簽,進(jìn)入“變量視圖”窗口,分別命名3個變量:“治療方法”、“治療效果”和“計數(shù)”。分別用1、2、3代表三種不同的“治療方法”和“治療效果”。小數(shù)位數(shù)都定義為0,如圖6-6a。
圖6-6a例6.2資料的變量命名◆具體步驟:圖6-6a例6.2資料的變量命名(2)點(diǎn)擊數(shù)據(jù)編輯窗口底部的“數(shù)據(jù)視圖”標(biāo)簽,進(jìn)入“數(shù)據(jù)視窗”界面,按圖6-6b格式輸入數(shù)據(jù)資料。
圖6-6b例6.2數(shù)據(jù)輸入格式(2)點(diǎn)擊數(shù)據(jù)編輯窗口底部的“數(shù)據(jù)視圖”標(biāo)簽,進(jìn)入“數(shù)據(jù)視窗2.統(tǒng)計分析(1)簡明分析步驟數(shù)據(jù)→加權(quán)個案加權(quán)個案頻率變量:計數(shù)頻率變量為計數(shù)確定分析→描述統(tǒng)計→交叉表行:治療方法行變量列:治療效果列變量統(tǒng)計量:卡方
要求進(jìn)行卡方檢驗(yàn)
繼續(xù)確定√2.統(tǒng)計分析數(shù)據(jù)→加權(quán)個案√(2)分析過程說明①單擊“數(shù)據(jù)→加權(quán)個案”,打開圖6-7對話框,選中“加權(quán)個案”,單擊,將變量“計數(shù)”置入“頻率變量”框內(nèi),定義“計數(shù)”為加權(quán)變量,單擊。
圖6-7將“計數(shù)”變量中的數(shù)值轉(zhuǎn)成“權(quán)數(shù)”(2)分析過程說明圖6-7將“計數(shù)”變量中的數(shù)值轉(zhuǎn)②依次單擊主菜單“分析→描述統(tǒng)計→交叉表”,打開圖6-4所示對話框,單擊,將行變量“治療方法”置入“行”框內(nèi),將列變量“治療效果”置入“列”框內(nèi)。如圖6-8所示。
圖6-8行×列分析對話框②依次單擊主菜單“分析→描述統(tǒng)計→交叉表”,打開圖6-③單擊,打開圖6-5所示對話框,選中“卡方”,單擊,返回圖6-8對話框,再單擊,輸出表6-5和表6-6所示結(jié)果。
圖6-8行×列分析對話框
圖6-5選擇統(tǒng)計方法(卡方檢驗(yàn))
對話框③單擊,打開圖6-5所示對話框,選中“卡方”
表6-5三種不同治療方法的治療效果
表6-6檢驗(yàn)結(jié)果表2表6-5三種不同治療3.結(jié)果說明表6-6是卡方檢驗(yàn)結(jié)果:本例df=4,表格下方注解表明理論次數(shù)小于5的格子數(shù)為0,最小理論次數(shù)為6.31。各理論次數(shù)均大于5,無須進(jìn)行連續(xù)性校正,因此采用Person卡方的檢驗(yàn)結(jié)果。
表6-6檢驗(yàn)結(jié)果表
表6-6檢驗(yàn)結(jié)果表23.結(jié)果說明3.結(jié)果說明所以
=1.428,P(Sig.)=0.839>0.05,差異不顯著,可以認(rèn)為不同的治療方法與治療效果無關(guān),即三種治療方法對治療效果的影響差異不顯著。
2
表6-6檢驗(yàn)結(jié)果表23.結(jié)果說明2二、R×K列聯(lián)表的獨(dú)立性檢驗(yàn)(一)基本原理和方法(略)(二)例題及統(tǒng)計分析【例6.2】對甲、乙、丙3個奶牛場奶牛的產(chǎn)奶性能進(jìn)行調(diào)查,劃分為高產(chǎn)、中產(chǎn)和低產(chǎn)奶牛3種類型。試檢驗(yàn)3個奶牛場不同類型奶牛的構(gòu)成比是否有顯著差異。
場地
類型
總和
高產(chǎn)奶牛中產(chǎn)奶牛低產(chǎn)奶牛甲15241251乙42713丙20131144
總和393930108
表6-10三個奶牛場不同類型奶牛分類統(tǒng)計二、R×K列聯(lián)表的獨(dú)立性檢驗(yàn)場地◆具體步驟:1.數(shù)據(jù)輸入(1)點(diǎn)擊“變量視圖”標(biāo)簽,進(jìn)入“變量視圖”窗口,分別命名3個變量:“場地”、“奶牛類型”和“計數(shù)”。分別用1、2、3代表三種不同的“場地”和三種不同的“奶牛類型”。小數(shù)位數(shù)都定義為0,如圖6-10。
圖6-10例6.4資料的變量命名◆具體步驟:圖6-10例6.4資料的變量命名(2)點(diǎn)擊數(shù)據(jù)編輯窗口底部的“數(shù)據(jù)視圖”標(biāo)簽,進(jìn)入“數(shù)據(jù)視窗”界面,按圖6-11格式輸入數(shù)據(jù)資料。
圖6-11例6.4數(shù)據(jù)輸入格式(2)點(diǎn)擊數(shù)據(jù)編輯窗口底部的“數(shù)據(jù)視圖”標(biāo)簽,進(jìn)入“數(shù)據(jù)視窗2.統(tǒng)計分析(1)簡明分析步驟數(shù)據(jù)→加權(quán)個案加權(quán)個案頻率變量:計數(shù)頻率變量為計數(shù)確定分析→描述統(tǒng)計→交叉表行:場地行變量列:奶牛類型列變量統(tǒng)計量:卡方
要求進(jìn)行卡方檢驗(yàn)
繼續(xù)精確精確計算精確概率值繼續(xù)確定√2.統(tǒng)計分析數(shù)據(jù)→加權(quán)個案√(2)分析過程說明①單擊“數(shù)據(jù)→加權(quán)個案”,打開圖6-12對話框,選中“加權(quán)個案”,單擊,將變量“計數(shù)”置入“頻率變量”框內(nèi),定義“計數(shù)”為權(quán)數(shù),單擊。
圖6-7將“計數(shù)”變量中的數(shù)值轉(zhuǎn)成“權(quán)數(shù)”(2)分析過程說明圖6-7將“計數(shù)”變量中的數(shù)值轉(zhuǎn)②依次單擊主菜單“分析→描述統(tǒng)計→交叉表”,打開圖6-13所示對話框,單擊,將行變量“場地”置入“行”框內(nèi),將列變量“奶牛類型”置入“列”框內(nèi)。
圖6-13行×列分析對話框②依次單擊主菜單“分析→描述統(tǒng)計→交叉表”,打開圖6-③單擊,打開圖6-5“選擇統(tǒng)計方法”對話框,選中“卡方”,單擊,返回圖6-13所示對話框。
圖6-13行×列分析對話框圖6-5選擇統(tǒng)計方法(卡方檢驗(yàn))
對話框③單擊,打開圖6-5“選擇統(tǒng)計方法”對話框,④單擊,打開圖6-14所示“精確檢驗(yàn)”子對話框,選中“精確”,單擊,返回圖6-13對話框,再單擊,輸出表6-11和表6-12所示結(jié)果。
圖6-13行×列分析對話框圖6-14計算確切概率值(Exact)子對話框④單擊,打開圖6-14所示“精確檢驗(yàn)”子對話3.結(jié)果說明
表6-11是資料分類的列聯(lián)表。
表6-11三個奶牛場不同類型奶牛分類統(tǒng)計
3.結(jié)果說明表6-11三個奶牛3.結(jié)果說明
表6-12是卡方檢驗(yàn)結(jié)果:本例df=4,樣本數(shù)n=108。表格下方注解表明理論次數(shù)小于5的格子數(shù)有3個,最小理論次數(shù)為3.61。需采用精確概率法計算,即用第三行(Fisher的精確檢驗(yàn))的檢驗(yàn)結(jié)果,P=0.072>0.05,差異不顯著,即3個奶牛場不同類型奶牛的構(gòu)成比沒有顯著差異。
表6-12檢驗(yàn)結(jié)果表23.結(jié)果說明三、適合性檢驗(yàn)(補(bǔ)充)(一)基本原理和方法(略)(二)例題及統(tǒng)計分析【例6.3】在研究牛的毛色和角的有無兩對相對性狀分離現(xiàn)象時,用黑色無角牛和紅色有角牛雜交,子二代出現(xiàn)黑色無角牛192頭,黑色有角牛78頭,紅色無角牛72頭,紅色有角牛18頭,共360頭。試問這兩對性狀是否符合孟德爾遺傳規(guī)律中9∶3∶3∶1的遺傳比例?三、適合性檢驗(yàn)(補(bǔ)充)◆具體步驟:1.數(shù)據(jù)輸入(1)點(diǎn)擊“變量視圖”標(biāo)簽,進(jìn)入“變量視圖”窗口,分別命名2個變量:“類別”和“實(shí)際觀察次數(shù)”。小數(shù)位數(shù)都定義為0,如圖6-9a。
圖6-9a例6.3資料的變量命名◆具體步驟:圖6-9a例6.3資料的變量命名(1)單擊“類別”變量的值框右側(cè),出現(xiàn)圖6-9b對話框,在"值"框內(nèi)輸入1,標(biāo)簽框內(nèi)輸入“黑色無角?!?,單擊,出現(xiàn)如圖,依次類推,最后單擊,各標(biāo)簽內(nèi)容見圖6-9b。
圖6-9b例6.3資料“類別”變量的值標(biāo)簽(1)單擊“類別”變量的值框右側(cè),出現(xiàn)圖6-9b對話框,在(2)點(diǎn)擊數(shù)據(jù)編輯窗口底部的“數(shù)據(jù)視圖”標(biāo)簽,進(jìn)入“數(shù)據(jù)視窗”界面,按圖6-9c格式輸入數(shù)據(jù)資料。
圖6-9c例6.3數(shù)據(jù)輸入格式(2)點(diǎn)擊數(shù)據(jù)編輯窗口底部的“數(shù)據(jù)視圖”標(biāo)簽,進(jìn)入“數(shù)據(jù)視窗2.統(tǒng)計分析(1)簡明分析步驟數(shù)據(jù)→加權(quán)個案加權(quán)個案頻率變量:計數(shù)頻率變量為計數(shù)確定分析→描述統(tǒng)計→交叉表行:治療方法行變量列:治療效果列變量統(tǒng)計量:卡方
要求進(jìn)行卡方檢驗(yàn)
繼續(xù)確定√2.統(tǒng)計分析數(shù)據(jù)→加權(quán)個案√(2)分析過程說明①單擊“數(shù)據(jù)→加權(quán)個案”,打開圖6-10對話框,選中“加權(quán)個案”,單擊,將變量“實(shí)際觀察次數(shù)”置入“頻率變量”框內(nèi),定義“實(shí)際觀察次數(shù)”為加權(quán)變量,單擊。
圖6-10將“實(shí)際觀察次數(shù)”變量中的數(shù)值轉(zhuǎn)成“權(quán)數(shù)”(2)分析過程說明圖6-10將“實(shí)際觀察次數(shù)”變量②依次單擊主菜單“分析→非參數(shù)檢驗(yàn)→舊對話框→卡方”,打開圖6-11對話框,單擊,將變量“類別”置入“檢驗(yàn)變量列表”框內(nèi)。
圖6-11卡方檢驗(yàn)對話框②依次單擊主菜單“分析→非參數(shù)檢驗(yàn)→舊對話框→卡③選中“期望值”框內(nèi)的“值”框,在“值”框內(nèi)輸入9,單擊,依此完成其余3、3、1輸入及添加。單擊打開圖6-12對話框,選中“描述性”,單擊,返回圖6-11對話框。單擊,輸出表6-5和表6-6所示結(jié)果。
圖6-11卡方對話框
圖6-12卡方檢驗(yàn)選項對話框③選中“期望值”框內(nèi)的“值”框,在“值”框內(nèi)輸入9,圖用SPSS進(jìn)行卡方檢驗(yàn)課件3.結(jié)果說明
通過適合性卡方檢驗(yàn)得:表中第二列是實(shí)際頻數(shù),第三列是理論頻數(shù),第四列是實(shí)際頻數(shù)與理論頻數(shù)之差。
3.結(jié)果說明3.結(jié)果說明
表是的檢驗(yàn)結(jié)果,=3.378,df=3,漸近顯著性即P值=0.337>0.05,故接受H0,表明實(shí)際觀察次數(shù)與理論次數(shù)差異不顯著,可以認(rèn)為兩對性狀雜交二代的分離現(xiàn)象符合9∶3∶3∶1的遺傳比例。
223.結(jié)果說明2222四、配對檢驗(yàn)(一)基本原理和方法(略)(二)例題及統(tǒng)計分析【例6.5】用膠乳凝集試驗(yàn)(LPA)和免疫熒光抗體試驗(yàn)(FA)兩種方法平行檢測28羽病鴨的番鴨細(xì)小病毒
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 2024-2030年中國電線電纜料行業(yè)發(fā)展分析及投資前景預(yù)測研究報告
- 旅游業(yè)智慧景區(qū)建設(shè)與運(yùn)營合同
- 2024-2030年中國電扶梯智能維保行業(yè)發(fā)展?jié)摿υu估及趨勢前景預(yù)判研究報告
- 2024-2030年中國電子玻璃產(chǎn)業(yè)供需平衡預(yù)測及經(jīng)營戰(zhàn)略建議研究報告
- 2024-2030年中國電商SaaS市場現(xiàn)狀規(guī)模及前景趨勢研究研究報告
- 2024-2030年中國電動客車行業(yè)市場需求供給深度調(diào)研報告
- 2024-2030年中國電力物流行業(yè)市場發(fā)展分析及投資前景與戰(zhàn)略研究報告
- 2024-2030年中國甲酸鈣行業(yè)發(fā)展現(xiàn)狀及未來前景預(yù)測分析研究報告
- 2024-2030年中國甜茶葉子市場行業(yè)產(chǎn)銷規(guī)模及運(yùn)行狀況預(yù)測分析研究報告版
- 2024-2030年中國玻璃紙市場運(yùn)行態(tài)勢分析與投資趨勢預(yù)測研究報告
- 施工電梯安裝附墻施工方案
- 簡歷常用icon圖標(biāo)Word簡歷模板
- ROS PPPOE到期提醒停用腳本
- KYN61-40.5產(chǎn)品說明書(新)
- 【行業(yè)】電動車動力電池包高清大圖賞析
- 衛(wèi)生監(jiān)督員崗前培訓(xùn)考試試題(附答案)
- GB∕T 29076-2021 航天產(chǎn)品質(zhì)量問題歸零實(shí)施要求
- 常用同軸電纜規(guī)格
- 崗位風(fēng)險告知卡(40個風(fēng)險點(diǎn))
- 乘法口訣每天50道題直接打印版
- 2.6米材積計算表
評論
0/150
提交評論