实验一、简单统计分析.doc

PAGE ─PAGE 8─ 实验一、简单统计分析 1 实验目的 初步了解EXCEL和主要统计软件（SAS）的分析环境，掌握连续变量和离散变量的样本资料简单统计分析的方法。 2 实验原理 2.1连续变量的统计分析方法 样本统计量的计算： 样本均值，样本方差，样本标准误 均值检验 一尾检验 二尾检验 检验假设 H0: ? = ?0 H1: ? ?0 (或 ? ?0) H0: ? = ?0 H1: ? ? ?0 检验统计量 否定区域 （或） 总体均值的()置信区间计算： 方差检验 一尾检验 二尾检验 检验假设 H0: H1:或 （） H0: H1: 检验统计量 否定区域 （或） 或 总体方差的()置信区间计算： 2.2离散变量的分析方法 样本统计量的计算： 样本频率，样本频率方差，样本频率标准差 均值检验 一尾检验 二尾检验 检验假设 H0: p = p0 H1: p p0 (或 p p0 ) H0: p = p0 H1: p ? p0 检验统计量 否定区域 （或） 总体频率p的()置信区间计算： 3 实验资料 B1遗传群体（样本数n =200）的分子标记数据和株高表现型值，储存在“SimuQTL.XLS”文件中。 4 实验分析软件 采用Excel软件整理数据及简单统计分析，采用SAS对样本资料进行简单统计分析和两个样本之间的平均数差异检验。 5 实验步骤 5.1连续变量的统计分析 用EXCEL和SAS分别计算年份1中三个时期株高性状的样本均值、样本方差、标准误。 EXCEL：工具 → 数据分析 → 描述统计 SAS： 创建数据集 data rice1; Input ph6y1 ph7y1 ph8y1; Cards; 数据略 ； 调用模块分析计算 proc means mean var stderr; Var ph6y1 ph7y1 ph8y1; Run; 用SAS分析年份1和年份2中对应时期株高性状的平均数差异（假设为两个独立样本），分析相同年份中三个时期之间的平均数差异（假设为相关样本）。 独立样本：创建数据集 data rice2; Input year ph6 ph7 ph8; Cards; 数据略 (将两年份的数据进行合并，以year这个分组变量来区分) ； 数据分析：Solution → Assist → data analysis → ANOVA → t tests → Compare two group means → [table]选用数据集work.rice2; [dependent]分别选变量ph6, ph7和ph8; [classification]选变量year → run 相关样本：创建数据集 data rice3; Input ph6y1 ph7y1 ph8y1; Cards; 数据略 ； 数据分析：Solution → Assist → data analysis → ANOVA → t tests → paired comparisons → [table]选用数据集work.rice3; [paired column]分别选ph6y1, ph7y1, ph8y1中的两个 5.2离散变量的统计分析 用EXCEL计算B1群体分子标记的样本频率和样本频率方差的估计值。 用1替换A，0替换B → 用count（数据区域）命令计算样本个数（n） → 用sum（数据区域）命令计算分子标记表现型为“1”的样本个数（np） → 计算分子标记表现为“1”型的发生概率p = np /n → （1-p）即为分子标记表现为“0”型的概率 → 计算样本频率方差 6 实验作业 6.1连续变量的统计分析 计算株高性状的总体均值及方差的95%置信区间。检验年份1和年份2对应时期株高性状的平均数差异（给出时期1的检验结果）；检验相同年份中三个时期之间的平均数差异（给出年份1的检验结果）。 6.2离散变量的统计分析 计算B1群体分子标记总体频率的95%置信区间，检验各项分子标记是否符合1：1的分离比例。（每位同学任选其中的5个分子标记报告结果） 实验二、方差分析 1 实验目的 掌握基于线性模型的方差分析方法。 2 实验原理 2.1单因素方差分析方法 回归模型： 单因素方差分析表 变异原因 自由度 平方和 均方 期望均方 (固定模型) 期望均方 (随机模型) 处理 t-1 SST MST 残差 r(t-1) SSE MSE 总和 rt-1 SSTO 固定模型F检验： 原假设，备择假设 计算 如果，在?显著水准