实验五生态学实验数据处理的基本方法2.pptVIP

实验五 生态学实验数据处理的基本方法 显著性检验的基本原理 第一步：计算它们的平均值 能否得出处理与对照豆荚重量不同的结论吗？ 造成这种差异的原因： 处理造成，即处理后的增产效应； 可能是试验误差（抽样误差）造成的。 由此要判断处理间差异是不是“真正的”由处理造成的，这正是假设检验需要解决的问题。 1. 单变量描述性统计分析 例1. 某单位对50名健康的女大学生测定了血清总蛋白含量(X, g/L) 2. 配对数据的显著性检验 3. 相关及回归分析 相关分析(Correlation)是研究两组及两组以上变量间密切程度的一种常用的统计方法。变量间的密切程度常用相关来描述(Correlation Coefficients)。 方差分析 在科学试验中，试验结果往往是变化的，这种变化大体上由两类因素引起。一类是受随机因素影响而产生的波动。这类影响在试验中常常是不能控制的，因而是不可避免的。另一类是人为控制因素的影响使试验结果产生变化。当这类因素对试验结果有显著影响时，必然会明显地改变试验结果，并同随机因素的影响一起出现。 反之，当这类因素对试验结果无显著影响时，则相应的变化就不会明显表现出来，从而使试验结果的变化基本上归结于随机因素的影响。科学试验的目的常常是为了判断这类受人们控制的因素对试验结果的影响是否确实存在。 设在育苗试验中有5种不同的处理方法，每方法做6次重复试验，1年后苗高数据如下，问不同处理之间差异显著性？ Tukey法多重比较 数据做图 * 0.92 2.11 0.75 1.01 1.54 1.00 0.85 0.49 未接 1.21 1.79 1.96 2.34 1.53 1.03 1.45 1.76 接种 接种固氮微生物后是否对大豆有增产效应 想知道……？ 接种后的豆荚重量是否有所增加？ 79.50 79.50 79.50 79.50 79.50 79.50 79.50 79.50 79.50 79.50 73.50 73.50 73.50 73.50 73.50 73.50 73.50 73.50 73.50 73.50 79.50 79.50 79.50 79.50 79.50 79.50 79.50 79.50 79.50 79.50 73.50 73.50 73.50 73.50 73.50 73.50 73.50 73.50 73.50 73.50 74.30 74.30 74.30 74.30 74.30 74.30 74.30 74.30 74.30 74.30 112 106 88 91 140 91 114 112 138 87 治疗后 121 16 113 114 142 108 126 136 140 103 治疗前 92 106 95 104 95 121 98 125 114 94 治疗后 114 135 91 140 102 119 114 155 117 114 治疗前 判断一种新的治疗高血压的药物的疗效是否显著，选取20名患者做药效试验。首先测量每人的血压值，然后服药，结果一段时间的治疗后，再测其血压值，结果如下（舒张压、mmHg): 132 130 116 111 98 85 79 10 134 120 114 108 105 93 83 9 117 112 121 110 95 105 85 8 148 129 117 121 95 78 101 7 132 121 131 108 120 92 79 6 155 132 128 113 115 103 91 5 127 143 110 110 92 93 89 4 128 128 103 103 115 107 75 3 137 125 106 94 89 85 100 2 135 115 130 115 95 90 80 1 植物单位叶面积干重（gm/dm)2 4.8 4.0 3.2 2.4 1.6 0.8 0 NaCI含量（g/kg 土壤） 19.5 25.5 27.7 29.4 17.6 20.7 E 18.7 23.2 29.6 19.5 27.4 31.0 D 30.9 22.7 23.4 28.6 33.8 20.8 C 35.6 29.2 33.4 23.4 27.7 37.3 B 37.2 41.7 33.5 25.8 29.0 39.2 A 苗高(cm) 处理 方法 计算结果 当前日期 2008-10-13 9:53:49 处理 样本数 均值 标准差 标准误 95%置信区间 处理1 6 34.4000 6.1335 2.5040 27.9633 40.8367 处理2 6 31.1000 5.2619 2.1482 25.5779 36.6221 处理3 6 26.7000 5.1