509-卡方检验.pptVIP

第七章 检验 （卡方检验） 本章主要介绍卡方检验的基本概念、独立性检验方法、适合性检验方法 在科研工作和渔业生产中，我们经常会碰到许多质量性状方面的资料，这些资料可以转化成率后使用 t-test 方法进行检验，但这仅限于一个样本率与总体率的比较、两个样本率间的比较 除此之外，我们还可以用 检验来完成检验工作 特别当有多个样本进行比较时，必须用 检验来完成 第一节 的概念 在第四章中，我们讨论过 分布 有两个定义： 定义一： 定义二： 前一个定义是针对数量性状资料的 而后者主要是针对质量性状资料的 在遗传学中，我们研究某一性状是否受一对等位基因的控制，该性状在后代的分离比例是否符合某种规律 例1 孟德尔的豌豆花试验（红花 705 朵、白花 224朵）：这一分离是否符合他自己提出的 3：1 的分离比例的假设？ 如果这一 3：1 的理论比例是正确的，那么这一试验所出现的红花和白花的理论比例应当是： 红花：696.75 白花：232.25 显然，实际出现的红花、白花的朵数与理论值之间有一定的差异（如何用 t-test来完成这一检验？） 连续进行多次试验，每一次的结果都不会相同，每一次的结果都不会刚好符合理论值 可以这样设想：观察值与理论值之间的差距越小，表示试验结果与理论值越相符；反之，观察值与理论值之间的距离越大，表示试验结果与理论值越不符，当这一差值大到一定程度时，我们就可以认为豌豆花的颜色是不受一对等位基因控制的，可能是另外一种遗传模式 但如何来界定这种相符或不相符？ 当我们将这两个差值相加，我们会发现其和为 0，可以说，任何类似的问题其结果都是 0： （705-696.75）+（224-232.25）= 0 差值的平方和相加，其结果不会为 0了，且由于平方，使得原来较大的差变得更大了，因而增大了分析问题的灵敏性 但由于每次试验的样本量不会相等，因而缺乏可比性，以理论值为标准进行比较，问题就解决了 上例中：红花： 白花： 两者之和： 例2 正常情况下，中国婴儿的性别比为：♂51：♀49 即每出生 100 个女婴，就有 103~105 个男婴 统计某地区连续 3年的婴儿性别比，得：男婴4691人：女婴4159人，试问该地区的新生儿性别比正常吗？ 我们用列表的方式检查之： 婴儿性别 实际值（O） 理论值（E） O-E 男婴 4691 4513.5 177.5 6.98 女婴 4159 4336.5 -177.5 7.27 合计 8850 8850.0 0 14.25 显然，这一 值较大 ，有可能这一地区的婴儿出生性别比不太正常（请用 t-test 进行检验，看这一性别比是否符合常规性别比） 例3 长翅灰身（LLGG）的果蝇与残翅黑檀体（llgg）果蝇交配，其后代F1全为长翅灰身，F1自群繁育，结果出现了 4 种表现型：长灰（1477）、长黑（493）、残灰（446）、残黑（143），现假定控制翅膀长度和身体颜色的两对基因是相互独立的，且都是显隐性关系，则四种类型的果蝇其比例应当是 9：3：3：1 现需验证这次试验的结果是否符合这一分离比例 长翅灰身（LLGG）× 残翅黑檀体（llgg） 长翅灰身（L_G_） 长灰 长黑 残灰 残黑 (1477) (493) (446) (143) 1477 + 493 + 446 + 143 = 2559 以上三个例子都要求我们判断观测值与理论值之间是否相符，而我们都可以得到一个 值 检验的一般步骤： 首先作无效假设 其次计算 值 最后根据 值出现的概率判断无效假设是否成立 自由度不同， 分布是不同的 分布的自由度仅与性状的类别有关，而与次数无关，例 1 中有两类花，因此其自由度为 2-1 = 1 例 3 中有 4 类果蝇，因此其自由度为 4-1 = 3，等等 当自由度为 1时， 检验应作连续性校正，校正的 检验公式记作 由于χ2分布是连续性分布，被检验的资料是离散型的分类资料，而从离散型资料得到的统计量只是近似地服从χ2分布，因此，为了保