第五章卡平方检验课题.ppt

5. r×c列联表的独立性检验　 r×c列联表是指行因子的属性类别数为r（r≥3），列因子的属性类别数为c（c≥3）的列联表，其一般形式见表5－5。 例5：观察不同密度下某玉米单交种每株穗数的空秆株、一穗株、双穗和三穗株分布情况，得结果于下表，检验穗数分布与密度是否有关？ 表5－5　不同密度下玉米每株穗数的分布结果 密度(千株/666.7m2) 空秆株 一穗株 双穗和三穗株 行总和Ti. 2 12 224 76 312 4 60 548 39 647 6 246 659 28 933 8 416 765 47 1228 列总和T.j 734 2196 190 T·· 3120 这是一个4×3列联表独立性检验问题，df=(4-1)×(3-1)=6，不必进行连续性矫正。 提出假设： H0：穗数分布与密度无关；HA：穗数分布与密度有关。 计算?2值：r×c列联表各个理论次数的计算方法与上述2×2、2×c列联表独立性检验类似。为了计算方便，可不计算理论次数，直接代入下面的简化公式计算。 统计推断：由df=6查临界值?2?， ，而实际计算的?2 =392.64＞ ，故p＜0.01，否定H0，接受HA，表明穗数分布与密度极显著相关，即不同种植密度的空秆株、一穗株、双穗和三穗株的分布不相同，这里表现为随着种植密度的增加空秆率、一穗株率增加，双穗和三穗株率有所下降，所以玉米要获得高产必须根据玉米的株型确定合理的种植密度。 湖南大学研究生院隆平分院 一、?2统计数 1. 什么是?2统计数 在符合二项分布的试验资料中，样本观察次数和依一定概率计算出的理论次数之间常常存在一定的差异，这些差异是否表示实际试验结果不符合具有同一概率的理论假设呢？为了测验这种差异是否属于随机抽样误差，或者说测验观察次数和理论次数的符合性，需要计算一个新的统计数。 为了比较观察次数与理论次数的符合程度，以A代表观察次数，T代表理论次数，各组A－T的数值相加总和等零，不能反映观察次数与理论次数相差的大小。与计算SS的原理相似，把A－T的数值平方，即可消除负号，再累积各(A－T)2，观察次数与理论次数相差愈大，则(A－T)2的值愈大，反之则愈小。如果各组的(A－T)2除以相应的理论次数 (A－T)2/T ， 变绝对数为相对数，就可进行合并和比较。各种试验资料的分组数不同，在得到各组的(A－T)2/T的数值后，再将其加而得总和，并以?2表示。 k为组数， Ai为第i组的实际观察次数，Ti为第i组的理论次数，可见?2是度量实际观察次数与理论次数偏离程度的一个统计数，?2值愈小，实际观察次数与理论次数就愈接近。 所以?2 的值定义为： （5-1） 花色 观察次数A 理论次数T A-T (A-T)2/T 红色 705 696.75 +8.25 0.0977 白色 224 232.25 -8.25 0.2931 合计 929 929 0 0.3908 表5－1 豌豆杂交F2花色分离的 实际观察次数与理论次数 将表5－1资料代入式5－1可算得?2=0.3908。 表示实际观察次数与理论次数比较接近。 ?2值下限为0，表示观察次数与理论次数完全相符；上限为+?， 表示观察次数和理论次数的差异增大时，?2值也增大。但增大到什么程度才能判断差异的显著性，则必须了解?2的分布和进行假设测验。 2. ?2的连续性矫正 ?2分布是连续性的，df=k-1，而次数资料是间断性的。由间断性资料算得的?2值有偏大的趋势，尤其在df=1时偏差较大，需作适当的矫正。方法是将实际观察次数与理论次数的差数的绝对值都减去0.5，然后再平方进行计算，并用?2c表示之。如下式。 当df?2时，可不做连续性矫正。 当df30时，?2分布已近于正态分布，此时可用u检验代替?2检验。 (5－2) 二、适合性检验 1. 适合性检验的意义 判断实际观察的属性类别是否符合已知的属性类别的分配理论或学说的假设检验称为适合性检验。 在遗传学中，常用?2测验法来决定所得实验结果是否与孟德尔遗传规律或其他定律相符合。适合性检验的无效假设一般是实际数据资料与理论假设相符合。 例：紫色大豆愈白花大豆杂交F1全为紫花，F2出现分离，在F2中共观察1650株，其中紫花1260株，白花390株。问这一结果是否符合孟德尔3:1分离遗传规律。 这是一个适合性检验问题。K=2，df=2-1=1，须进行连续性矫正。检验步骤如下： （1）提出假设。H0 : 两性状符合3:1分离比例。 （2）计算理论次数。紫花T1＝1650×3/4＝1237.5 白花T2＝1650×1/4＝412.5 2. 适合性检验的方法 性状 观察次数A 理论次数T 紫花