高级生物统计基本知识介绍.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 第六节 直线回归与相关分析 t 测验法 计算一个t值与t0.05和t0.01进行比较. 计算公式是： 其中： 本例中： 两种测验方法都判定此资料中 与 间有显著的回归关系,结果是完全一致的,可以通过公式来证明。 统计测验 H0: vs HA: 经过测验判断 与 之间有回归关系之后，便可以用样本统计数来对总体参数作估计，并且以一定的概率保证来求出总体参数的置信区间。 1. 用 来估计 ，置信区间为： 其中， 第六节 直线回归与相关分析 2. 用 来估计 ，置信区间为： 其中， 3. 用 来估计对应Y平均数 ， 置信区间为： 其中， 4. 用 来估计预测值 ，置信区间为： 其中， 第六节 直线回归与相关分析 到底用什么来表示数 据资料的相关性呢? 变数之间的关系,再看看前面介绍的资料 第一象限的点 第二象限的点 第三象限的点 第四象限的点 第六节 直线回归与相关分析 从下面的三组资料的散点图可以看出，离均差 乘积和 可以反映资料中两个随机变数之间的相互关系。 第二组 第三组 第一组 第六节 直线回归与相关分析 乘积和没有考虑到两变数自身变异的影响。 乘积和是有单位的量。有时单位在实践中难以解释。例如当 为体高, 为体重，它的单位就是cm.g。 如何消除计量单位和变异不同的影响呢?可将乘积和除以两个变数平方和的平方根,来表示两个变数之间的关系,该数值定义为相关系数,双变数样本的相关系数用r表示。即 第六节 直线回归与相关分析 双变数总体的相关系数用?表示。 前述的三组数据的相关系数分别为： 第六节 直线回归与相关分析 相关系数是没有单位的量。 相关系数的定义域为[-1，1]。 当相关系数为-1时，两变数为完全负相关； 当相关系数为+1时，两变数为完全正相关； 当相关系数为0时，两变数为无线性相关； 当相关系数在0到+1之间时，两变数为正相关； 当相关系数在-1到0之间时，两变数为负相关； 如第2组数据的相关系数 =0.9772；所以 与 之间有正的相关关系； 如第3组数据的相关系数 =-0.9642；所以 与 之间有负的相关关系； 如第1组数据的相关系数 =0.0261；所以 与 之间就几乎没有线性相关关系； 第六节 直线回归与相关分析 如果我们只关心变数间关系的密切程度而不理会正负方向，可以考察相关系数的平方值，相关系数的平方值称为决定系数。 第2组中两随机变数的关系比其他两组更密切。 第六节 直线回归与相关分析 第一组数据的决定系数为： 第二组数据的决定系数为： 第三组数据的决定系数为： 在欲用样本相关系数 对总体相关系数 进行估 计之前，必须确证 不为0，即测验 H0: vs HA: 测验的公式是： 其中： 这个 值服从 的 分布。 对第1组资料 不能推翻 的假设，判断 与 之间没有显著的线性相关关系。 第六节 直线回归与相关分析 在欲用样本相关系数 对总体相关系数 进行估 计之前，必须确证 不为0，即测验 H0: vs HA: 测验的公式是： 其中： 这个 值服从 的 分布。 第2组资料， 不能接受 的假设，判断 与 之间有极显著的线性相关关系。 第六节 直线回归与相关分析 在欲用样本相关系数 对总体相关系数 进行估 计之前，必须确证 不为0，即测验 H0: vs HA: 测验的公式是： 其中： 这个 值服从 的 分布。 第3组资料， 不能接受 的假设，判断 与 之间有极显著的线性相关关系。 第六节 直线回归与相关分析 * * * * * * * * * * * * * * * * * * * * 进行必要的多重比较 第五节 试验设计与结果的统计分析 B因素水平间的多重比较。比较标准误： 全距中平均数个数 SR0.05 SR0.01 LSR0.0