统计学软件使用的介绍

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、相关分析一、Excel部分统计学功能的介绍配对t检验处理123456789A肥料33.133.126.836.339.530.933.431.528.6B肥料36.728.835.135.243.825.736.535.928.71、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，tt双尾，P0.05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：FF单尾或P0.05，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：tt单尾，tt双尾；P0.05两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：FFcrit,P0.05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A546578813815B600703861854C548682815852D5516908318531、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）：FFcrit,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温度B原料种类A30度35度40度14111649132223252625241824743859382250331840361434355303538335347265044191、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）：FFcrit,P0.01列（温度B）：FFcrit,p0.01两者均达到极显著水平AB（交互作用）：FFcrit,P0.05，也达到了显著水平一元线性方程的建立NaCl含量X00.81.62.43.244.8干重Y8090951151301151351、点菜单中的“插入”→点“图表”→弹对话框→选“XY散点图”→点下一步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值相关分析品系KP法DBC法18.779.728.699.738.369410.051159.81168.49.378.098.888.79.6910.2510.81099.351、点“工具”→“数据分析”→弹对话框→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（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）、拟合优度检验二、SPSS部分统计学功能的介绍配对t检验肥料123456789A肥料33.133.126.836.339.530.933.431.528.6B肥料36.728.835.135.243.825.736.535.928.71、建立数据文件，如下图：2、点SPSSforWindows主界面的“Analyze”→“CompareMeans”→“Paired-SamplesTTest”→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检验甲组A肥料29.726.728.931.333.126.836.339.530.933.431.528.6乙组B肥料28.728.329.332.231.13036.236.8301、建数据文件，设两个变量“group”与“no”如下图：2、点主界面的“Analyze”→点“CompareMeans”→点“Indepent-SamplesTTest”→弹出t检验对话框3、把分组变量“group”调入“GroupingVariable”→点“DefineGroup”→Group1和Group2分别键入“1”和“2”，如图→“continue”4、把变量“no”调入“TestVariable(s)”→“OK”，得如下结果：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”→”CompareMeans”→“One-WayANOVA”→弹One-WayANOVA对话框（图）3、把“no调入“DependentList”内，把变量“Group”调入“Factor”内，如图4、点“Options”→弹“One-WayANOVA: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“Analyze”→寻找”GeneralLinearModel”→点“Univariate…”→弹Univariate对话框（图）3、把“no调入“DependentVariable”内，把变量“niandu”和“midu”调入“FixedFactors”内（图）4、点“Model”→弹“Univariate:Model”对话框→点“Custom”→“BuildTerms”→选“MainEffects”→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”→”CompareMeans”→“One-WayANOVA”→弹One-WayANOVA对话框→把“no调入“DependentList”，“Group”调入“Factor”(下图)3、点“PostHoc…”→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LinearRegression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0.929R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LinearRegression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：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”→”CompareMeans”→“One-SampleTTest”→弹t检验对话框→变量“no”调入“TestVariable(s)”,并根据题意TestValue=300,如图3、点“OK”→得分析结果：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2×2列联表的拟合优度检验用药史不敏感敏感合计耐药率（%）曾服该药18021539545.57未服该药7310617940.78合计25332157444.081、建数据文件，设3个变量“no”、“sensi”和“weight”2、点击SPSSforWindows主界面的“Date”→”WeightCases”→弹“WeightCases”对话框→激活“Weightcasesby”→将变量“Weight”调入“Weightcasesby”，如图：3、点“Analyze”→“DescriptiveStatistics”→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