数据的处理与分析.ppt

2 Questions Why to do? How to do? Why to do? 保证你的研究论文能通过统计学审查 国内外权威杂志对来稿都有统计学要求或统计学指导 对不同杂志发表论文的调查结果显示，有统计错误的论文所占比例高达72%，最低也有20% 获得科学证据的主要手段 Statistics： the science of collecting, analyzing, presenting and interpreting data. 取样信息会发生变化 测量过程引入的随机误差 取样随机性所带来的变化 我们所关心的性质确实发生了某种变化 数据分析的目的 如何从一些包含有随机误差，又并不完全的信息中得出科学的、尽可能正确的结论？ 统计学的任务就是在前两种干挠存在的情况下，对第三种改变是否存在给出一个科学的结论。 How to do? 数据的表现形式 常用统计方法 数据的表现形式 常用指标 统计图表 常用统计指标 Standard deviation： 以平均值±标准差来描述资料时，是表示了这个资料的中央趋势和分散程度两样性质。 平均值±标准误描述了这个资料的中央趋势以及对总体平均值估计的可能误差程度。 统计图的使用误区 展示元素不宜大于3个 折线图与柱状图的使用（时间序列数据最好使用折线图） 研究用数据最好不使用三维立体图 为避免图表的欺骗性，图线最好占据2/3至3/4的高度（调整Y轴刻度） 常用的数据分析方法 单变量的数据分析 t检验 方差分析 Χ2分析 …… 多变量的数据分析 相关分析 回归分析 聚类分析 主成分分析 …… 小概率原理 在统计学上，把小概率事件在一次试验中看成是实际不可能发生的事件称为小概率事件实际不可能性原理，亦称为小概率原理。 概率性质的反证法：假定H0成立，然后根据样本结果推论是否为小概率事件，如果是则拒绝H0 （p＜α），否则不拒绝(p＞α) 编辑窗口 Edit-Options- Viewer：可对输出字体和大小进行设置 Pivot Tables：Academic.tlo（三线表） Data-Orthogonal Design（正交设计） SPSS正交设计案例 数据窗口 Data-Select Cases-Random sample of cases：试验对象随机分组 Example 2 分析窗口 完全随机设计的两样本均数比较 （两独立样本t检验） Example 3 方差分析(ANOVA) （一）方差分析的目的 推断多个总体均数是否相等 （二）方差分析的适用条件 各处理组样本来自正态总体 各样本是相互独立的随机样本 各处理组的总体方差相等，即方差齐性 方差分析 单因素方差分析 某水产研究所为了比较4种不同配合饲料对鱼的饲喂效果，选取了条件基本相同的鱼20尾，随机分成四组，投喂不同饲料，经一个月试验以后，各组鱼的增重结果列于下表。试分析4种饲料的饲喂效果是否有显著差异。 双因素方差分析 多因素方差分析 正交试验设计的方差分析 重复测量设计的方差分析 重复测量设计 当对同一受试对象在不同时间重复测量次≥3时，称为重复测量设计或重复测量数据。 重复测量资料 是同一受试对象的同一观察指标在不同时间点上进行多次测量所得的资料，常用来分析该观察指标在不同时间点上的变化。有时是从同一个体的不同部位（或组织）上重复测量获得的指标的观测值。 问题？ 同一观察单位具有多个观察值，而这些观察值来自同一受试对象的不同时点（部位等），这类数据间往往有相关性存在，违背了方差分析要求数据满足独立性基本条件。 单变量重复测量方差分析 1. 单组重复测量 指同一组内（或接受同一种处理）的多个受试者，在多个时间点上的反应变量所作的测量，又称为单变量重复测量。 2.多组重复测量（多组并不等于多因素） 指将受试者按处理的不同水平分为几个组，对这些组内的每一受试者，都在不同时间点对他们的反应变量进行测量。 重复测量设计的方差分析 Analyse-General Linear Model-Repeated Measures Example 7 统计假设检验中应注意的问题 要有严密的试验设计和正确的试验技术 选用的显著性检验方法应符合其应用条件 报告结论时应列出，由样本算得的检验统计量值（如t 值），并写出P 值的确切范围 多练多用！ 请大家参与讨论 方差齐性检验 F值 p值 当P0.05，选择t检验；当 P≤0.05 ，选择校正t检验。 校正 的t值 t值 p值 单因素：完全随机设计 两因素：随机区组设计、完全随机设计 多因素：正交设计 重复测量设计 鱼的增重/10g 重复 27.0 30.8 29.0 24.5 28.5 22.1 23.6 27.3 24.9 25.