Excel 医药统计学 公式使用和技巧.ppt

进行q检验，公用均数差数标准误的计算如下： LSR值计算表 K q0.05 q0.01 LSR0.05 LSR0.01 2 2.95 4.02 5.63 7.68 3 3.58 4.64 6.84 8.86 根据dfe=20，k=2，3查q值表，并计算相应的最小显著极差得下表 线性规划求解畜禽饲料配方 线性规划求解畜禽饲料配方的数学模型 猪饲料配方实例 现有玉米（x1）、四号粉（x2）、麸皮（x3）、菜籽饼（x4）、豆粕（x5）、进口鱼粉（x6）、磷酸氢钙（x7）、石粉（x8）和食盐（x9）等9种原料，它们的价格分别为每公斤1.3、1.26、1.24、1.2、1.58、4.8、2.0、0.24和1.6元，现以60kg至90kg生长肥育猪阶段的各种营养需要为约束条件来计算最优饲料配方，首先根据线性规划的原理列出数学模型如下： 用线性规划求解饲料配方时线性模型在EXCEL表格中的排列形式 “规划求解参数”对话框 “添加约束”对话框示意图 “规划求解选项”对话框示意图 “规划求解结果”对话框示意图 猪饲料配方实例计算结果 可变单元格 $B$17 玉米 1 0.542269112 $C$17 四号粉 1 0.14 $D$17 麸皮 1 0.1 $E$17 菜籽粕 1 0.07 $F$17 豆粕 1 0.113492005 $G$17 进口鱼粉 1 0 $H$17 磷酸氢钙 1 0.008036512 $I$17 石粉 1 0.013202371 单元格 名字 初值 终值 $K$16 价格 初始含量 15.22 1.292708807 单元格 名字 初值 终值 $J$17 食盐 1 0.003 运算结果报告的部分内容 偏回归系数和回归常数的显著性检验 偏回归系数及常数项的95%置信区间为 多元回归计算实例 现有某猪场50头肥猪5项胴体性状资料的数据列于下表，其中瘦肉量依变量y，眼肌面积为x1、腿肉量为x2、腰肉量为x3、椎骨数为x4，拟配合估计瘦肉量的最优回归方程。 多元回归分析对话框示意图 复相关分析（回归统计）表 多元回归方程的方差分析 偏回归系数和回归常数的显著性检验表 相关系数与协方差的计算 简单相关系数的基本公式 简单相关系数的计算实例 用多元回归的例题 简单相关系数计算结果 ? 瘦肉量 (kg) 眼肌面积 (cm2) 腿肉量 (kg) 腰肉量 (kg) 椎骨数 (个） 瘦肉量(kg) 1 ? ? ? ? 眼肌面积(cm2) 0.512322 1 ? ? ? 腿肉量(kg) 0.874634 0.457628 1 ? ? 腰肉量(kg) 0.696987 0.311754 0.528519 1 ? 椎骨数(个） 0.180667 0.45163 0.08731 0.010783 1 协方差的计算 协方差的基本公式 总体协方差 样本协方差 粘帖函数（COVAR函数）：总体协方差 协方差分析工具法：样本协方差分析 协方差的计算实例 用多元回归的例题 协方差计算结果 ? 瘦肉量 (kg) 眼肌面积 (cm2) 腿肉量 (kg) 腰肉量 (kg) 椎骨数 (个） 瘦肉量(kg) 1 ? ? ? ? 眼肌面积(cm2) 2 15.1988131 ? ? ? 腿肉量(kg) 0 0 0 ? ? 腰肉量(kg) 0 0 0 0 ? 椎骨数(个） 0 1 0 0 0 偏相关系数的计算 任意级偏相关系数的基本公式如下： 上式计算所得的偏相关系数是（n-2）级的，即n个变量中有（n-2）个保持不变，其中Cij是简单相关系数矩阵的逆矩阵中第i行第j列的元素，Cii和Cjj逆矩阵主对角线上第i和第j个元素。偏相关系数下标中圆点前的下标表示相关的2个变量，圆点后的下标表示保持不变的变量。 偏相关系数的计算实例 多元回归分析的例题 用粘帖函数MINVERSE计算出相关系数矩阵的逆矩阵 简单相关系数矩阵的逆矩阵 ? 瘦肉量 (kg) 眼肌面积 (cm2) 腿肉量 (kg) 腰肉量 (kg) 椎骨数 (个） 瘦肉量(kg) 7.0275