2012级研究生统计学1.ppt
文本预览下载声明
二、生物数据统计分析的功用 四、学习生物统计的方法和要求 第二节 科学方法 三、实验检验的问题 第三节 常用名词 畅所欲言 第2章 基本统计 STATISTICA 6.0 的使用方法 STATISTICA 6.0 软件包简介 1. Statistica 启动 2. 数据库文件的建立与管理 变量命名和数据录入 数据库文件命名 变量(列)的操作 个案(行)的操作 导出数据 导入数据 3. 频数分布表、图 3. 频数分布表、图 连续性数据 直方图 特征值的计算 畅所欲言 第3章 假设检验 第二节 决策错误 第三节 显著性 1. 数据录入 2. 计算 3. 结 果 (二)成组数据 1. 数据录入 2. 计算 得到同样的结果 1. 数据录入 结 果 畅所欲言 三、计算F值 (一)平方和的计算 (二)自由度的计算 (四)F值 例4.2 样本大小不等的问题 多重比较 一、固定因素 二、 随机因素 三、交互作用 交互作用不显著 互作显著 例4.3 结果 多重比较:Duncan法 例4.4 畅所欲言 第5章 相关和回归分析 第二节 直线回归 例5.1 过原点直线回归 第四节 相关(Correlation) 二、相关系数的显著性检验 4.相关指数(Correlation index)(决定系数) 第四节 非线性回归 1. 对数回归关系: 例5.3 2.指数回归关系: 例5.4 固定非线性回归方法 指数回归曲线 例5.5 例5.6 5. 多项式回归(Polynomical regression) 6. 多元回归 例5.8 7. 逐步回归(Stepwise regression) 8.岭回归分析 例5.10 畅所欲言 第6章 协方差分析 例6.1 公共回归系数 协变量(体重)对反应变量(增重)的公共回归系数为2.40157。 调整平均数 调整平均数 畅所欲言 在一元回归中,回归的显著程度可用相关系数 来表示;在多元回归中,可用复相关系数 来表示,计算方法同 。 复相关系数(Multiple correlation coeffient)反映因变量与所有自变量之间回归的密切程度。 小麦的主穗重(X1)和有效蘖数(X2)对单株产量(Y)的影响,求Y对X1和X2的线性回归方程。 File--Save as,文件名设为“多元”。 开始-所有程序-STATISTICA 6.0-STATISTICA; 在3*15的表格第1列中输入主穗重,第2列输入有效蘖数,第3列输入单株产量。 Statistics—Multiple Regression 选定两个自变量和一个因变量,单击OK。 在Advanced中单击Summary: Regression result 线性回归关系显著(p=0.00016) 回归方程为 Y=0.5425+0.9484X1+0.8414X2 有效蘖数对单株产量有显著影响。 对于一个多变量资料,必须将不具有显著效应的自变量看作是多余的予以舍去,以使所得到的多元线性回归方程中的自变量对因变量 均具有显著效应,这样的回归方程叫做最优多元线性回归方程。最优回归方程通过逐步回归分析获得。 幂函数回归关系显著(p=0.00001) 回归方程为 lnY=9.548-0.9633lnX 在Residuals/…中,单击Perform residual analysis 在Scatterplots中,单击Bivariate correlation 确定坐标轴,自变量(自然对数)选为X (水平)轴,因变量(自然对数)选为Y(垂直)轴。单击OK. 幂函数回归图(对数坐标) 确定坐标轴,自变量时间选为X (水平)轴,因变量含量选为Y (垂直)轴。单击OK. 幂函数回归图 求Logistic生长曲线回归方程,需设 : 将Logistic生长曲线转换成直线回归方程, 然后,计算 在 上的直线回归, 求出a’和b’值。最后,再根据: 求出a、b值。根据下式求出K值。 ( 分别为x等距离的三对观察值的对应y值) 4. Logistic生长曲线: 肉鸡生长过程的资料如下: (时间x:周;体重y:kg ) File--Save as,文件名设为“S型曲线”。 开始-所有程序-STATISTICA 6.0-STATISTICA; 在2*7的表格第1列中输入时间,第2列输入体重。 Statistics—Advanced Linear/Nonlinear Models— Nonlinear Estimation
显示全部