第7章 卡平方测验.ppt

1、连续性数据的χ2定义： 多个相互独立的正态离差平方值的总和。 2、次数资料(计数资料)的χ2定义 二、 χ2 测验的应用 由表7.1可得： 查附表6，当时 ， 0.744的概率在0.50～0.75之间，符合H0的概率不小，因此说明本例的3个方差估计值是同质性的。 实际应用上本例可不需再作C矫正，因为 =27.94960－27.14452=0.80508明显很小，直观已可判断不会显著。 第三节 适合性测验 一、适合性 测验的方法 二、各种遗传分离比例的适合性测验 三、次数分布的适合性测验 根据c2分布的概率值来判断实际次数与预期理论次数是否符合的假设测验，称为适合性测验(goodness of fit test)。 Frequency Category/class Observed Expected 一、适合性 测验的方法 表7.2 玉米花粉粒碘反应观察次数与理论次数 0.2926 0 6919 6919 总数 0.1463 ＋22.5 3459.5(E2) 3482(O2) 非蓝色 0.1463 －22.5 3459.5(E1) 3437(O1) 蓝色 (O－E)2/E O－E 理论次数(E) 观察次数(O) 碘反应 此处要推论是否符合1∶1分离，只要看观察次数与理论次数是否一致，故可用 测验，可分为四个步骤： （1）设立无效假设，即假设观察次数与理论次数的差异由抽样误差所引起，即H0：花粉粒碘反应比例为1∶1与HA：花粉粒碘反应比例不成1∶1。 （2）确定显著水平 =0.05。 （3）在无效假设为正确的假定下，计算超过观察 值的概率，这可由 计得 值后，按自由度查附表6得到。试验观察的 值愈大，观察次数与理论次数之间相差程度也愈大，两者相符的概率就愈小。 （4）依所得概率值的大小，接受或否定无效假设 在实际应用时，往往并不需要计算具体的概率值。 若实得 ≥ 时，则H0发生的概率小于等于 ，属小概率事件，H0便被否定； 若实得 ＜ 时，则H0被接受。 例如表7.2资料， 查附表6，当 时 =3.84 ，实得 =0.2926小于 ，所以接受H0。即认为观察次数和理论次数相符，接受该玉米F1代花粉粒碘反应比率为1∶1的假设。 然而按 的定义 分布是连续性的，而次数资料则是间断性的。由间断性资料算得的 值有偏大的趋势(尤其在 时)，需作连续性矫正。其方法是：在度量观察次数相对于理论次数的偏差时，将各偏差的绝对值都减1/2，即|O－E|－1/2。矫正后的 用 表示，即 (7·12) 如表7.2资料的 值为： =0.2798仍然小于 =3.84，结论与前相同。 这是因样本较大，故 与 值的相差不大。 一般 的样本，尤其是小样本，在计算 值时必须作连续性矫正，否则所得 值偏大，容易达到显著水平。对 ≥2的样本，都可以不作连续性矫正。 当 ＞30时， 分布已近于对称，而 的分布是正态的，具平均数 和标准差1。 因而，当 ＞30时可采用正态离差u测验代替 测验 ，即 如u≥1.64，即表示实得 值有显著性。 1.256 0 289 289 总 和 0.942 +8.75 72.25 81 白 色 0.314 -8.75 216.75 208 紫 色 (|O-E|-0.5)2/E O-E 理论株数（E） F2代实际株数（O） 性 状 [例7.5] 大豆花色一对等位基因的遗传研究，在F2获得表7.3所列分离株数。问这一资料的实际观察比例是否符合于3∶1的理论比值。 v =1 二、各种遗传分离比例的适合性测验