生物统计学课件00008指导.pptVIP

  1. 1、本文档共70页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
(三)r×c列联表的独立性检验 r×c表是指行因子的属性类别数为r(r2),列因子的属性类别数为c( c2)的列联表。其一般形式见表7-17。 表7—17 r×c列联表的一般形式 其中Aij(i=1,2,…r;j=1,2,…c)为实际观察次数。 r×c 列 联 表各个理论次数的计算方法与上述(2×2)、(2×c)表适合性检验类似。但一般用简化公式计算?2值,其公式为: (7—9) 【例7.10】 对三组奶牛(每组39头)分别喂给不同的饲料,各组发病次数统计如下表,问发病次数的构成比与所喂饲料是否有关? 下一张 主 页 退 出 上一张 表7—18 三组牛的发病次数资料 检验步骤如下: 1、提出无效假设与备择假设 H0:发病次数的构成比与饲料种类无关,即二者相互独立。 HA:发病次数的构成比与饲料种类有关,即二者彼此独立。 2、计算理论次数 对于理论次数小于5者,将相邻几个组加以合并(见表7—19),合并后的各组的理论次数均大于5。 下一张 主 页 退 出 上一张 表7—19 资料合并结果 (注:括号内为理论次数) 下一张 主 页 退 出 上一张 3、计算?2值 利用(7-9)式计算?2值,得: 4、查临界?2值,进行统计推断 由自由度df=(4-1)(3-1)=6,查临界?2值得: ?20..05(6)=12.59 因为计算所得的?2 ?20.05(6),P0.05,不能否定HO , 可以认为奶牛的发病次数的构成比与饲料种类相互独立,即用三种不同的饲料饲喂奶牛,各组奶牛发病次数的构成比相同。 下一张 主 页 退 出 上一张 (二)适合性检验按已知的属性分类理论或学说计算理论次数。独立性检验在计算理论次数时没有现成的理论或学说可资利用,理论次数是在两因子相互独立的假设下进行计算。 (三)在适合性检验中确定自由度时,只有一个约束条件:各理论次数之和等于各实际次数之和,自由度为属性类别数减1。而在r×c列联表的独立性检验中,共有rc个理论次数,但受到以下条件的约束: 下一张 主 页 退 出 上一张 1、rc个理论次数的总和等于rc个实际次数的总和; 2、r个横行中的每一个横行理论次数总和等于该行实际次数的总和 。 但由于r个横行实际次数之和的总和应等于 rc 个实际次数之和 ,因而独立的行约束条件只有r-1个; 3、类似地,独立的列约束条件有c-1个。 因而在进行独立性检验时,自由度为rc-1-(r-1)-(c-1)=(r-1)(c-1),即等于(横行属性类别数-1)×(直列属性类别数-1)。 二、独立性检验的方法 (一)2×2列联表的独立性检验 2×2列联表的一般形式如表7—10所示,其自由度 df=( c -1) (r-1)=(2-1) (2-1)=1,在进行?2检验时,需作连续性矫正,应计算 值。 下一张 主 页 退 出 上一张 表7—10 2×2列联表的一般形式 下一张 主 页 退 出 上一张 其中Aij为实际观察次数,Tij为理论次数。 【例7.7】 某猪场用80头猪检验某种疫苗是否有预防效果。结果是注射疫苗的44头中有 12 头发病,32头未发病;未注射的36头中有22头发病,14头未发病,问该疫苗是否有预防效果? 1、 先将资料整理成列联表 表7—11 2×2列联表 下一张 主 页 退 出 上一张 2、 提出无效假设与备择假设 H0:发病与否和注射疫苗无关,即二因子相互独立。 HA:发病与否和注射疫苗有关,即二因子彼此相关。 3、 计算理论次数 根据二因子相互独立的假设,由样本数据计算出各个理论次数。二因子相互独立,就是说注射疫苗与否不影响发病率。也就是说注射组与未注射组的理论发病率应当相同,均应等于总发病率34/80=0.425=42.5%。依 此计算出各个理论次数如下: 注射组的理论发病数: T1

文档评论(0)

xuefei111 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档