[理学]第1讲 绪论.ppt

西南科技大学生命科学与工程学院周海廷制作 高级生物统计学 主讲:　周海廷 E-mail:zhouhaiting@swust.edu.cn 绪　论 授课内容安排 第一章　绪论　 第二章　 SAS软件使用简介 　 第三章　多元线性回归 第四章　主成分分析 　 第五章　因子分析　 第六章　聚类分析 第七章　判别分析 学习要求 循序渐进、不留疑点。 注重方法的软件求解及其应用。 结合自己的专业多做练习。 主要参考书 何晓群 ，多元统计分析 ，中国人民大学出版社，2000 朱道元，多元统计分析与软件SAS，东南大学出版社，1999 孙文爽、陈兰祥，《多元统计分析》，高等教育出版社，1994 王学仁、王松桂， 《实用多元统计分析》，上海科技出版社，1990 胡良平, 《现代统计学与SAS应用》, 军事医学科学出版社 , 2000 Applied Multivariate Statistical Analysis, John Wichern 2nd Edition 第1节　统计学的任务和作用 统计学的任务可概述为: 结合专业知识和具体要求, 进行统计研究设计(包括调查设计和试验设计); 收集和整理资料; 对所收集的资料进行统计描述和处理; 对统计处理的结果进行分析和解释,根据样本资料所提供的信息推断总体的规律性,从而,作出科学的结论,并用它来指导今后的实践。 统计学的作用就在于它能帮助人们有计划有目的地进行调查研究或试验研究、合理地分析和解释试验数据、科学地揭示数据之间隐含的内在规律性。 必须强调指出的是:统计学只能帮助人们发现规律,而不能创造规律。 至今仍有一些人不能正确地看待统计学的作用, 尤其是对试验设计的重要性认识模糊。 他们不善于在试验研究开始之前,就从统计学的角度去考虑应当如何确定试验因素、观测指标、受试对象(包括种类和数量);如何合理地安排试验, 以便用最少的人力、物力和时间, 有效地控制和估计试验误差, 获得准确可靠的试验结果。而是等试验结束后,急需发表文章或参加考核时,才想到要用统计学来为他的试验数据进行“修饰”。 此时,常常会出现这样的现象:由于试验缺乏完善的设计方案的指导,要么数据量不够,要么严重地违背了试验设计的基本原则,导致所收集的资料无法处理,或统计结论与专业知识自相矛盾, 或结论模棱两可。 更有甚者,不是根据指标的性质、试验设计的类型和研究目的有针对性地来选用统计分析方法, 而是将各种统计方法一一试用,看哪一种方法算出的结果与他所预期的结果一致,就认定哪种方法。 由此而得到的科研成果或学术论文的科学性是值得怀疑的,所有尊重科学的人都净会容忍这种现象继续蔓延下去! 我们应当清醒地认识道,运用统计方法推导出来的结论是否可靠,关键取决于以下几个方面: 调查或试验设计是否周密完善、是否按设计要求进行实施; 所选用的指标是否特异性和客观性强、灵敏度和精确度高; 数据是否真实可靠、样本含量是否足够大; 所选用的统计方法是否妥当; 结果的解释是否正确。 因为在运用统计学的全过程中,稍有不慎,就有可能犯统计学上的四型错误,它们分别产生于试验设计、数据处理、统计推断和结果解释阶段。 第2节　统计学的主要内容 统计研究设计 调查设计　指调查研究工作全过程的计划,它包括资料搜集、整理和分析。 试验设计　指对试验因素作合理的、有效的安排,最大限度地减少试验误差,使之达到高效、快速、准确、可靠和经济的目的。 二者的区别　在调查中, 研究者较被动地进行观察, 只希望干扰因素的影响尽可能地减少;在试验中,研究者能较主动地安排试验因素,控制试验条件,尽可能排除或抵消非试验因素的干扰和影响。 统计描述(含单变量统计分析)　　 统计表和统计图　这是表达统计资料常用的２种方法。用统计表达资料,简炼、准确;用统计图表达资料,形象、直观。 定量资料集中趋势的度量　常用下列平均指标来描述, 即算术均数、几何均数、调和均数、中位数和众数。 定量资料离散趋势的度量　常用下列变异指标来描述, 即标准差、标准误差、变异系数、极差和四分位数间距。 随机变量及其概率　包括离散型随机变量的概率(如:二项、泊松、几何、超几何等)和连续型随机变量的概率(如: 正态、t、χ2、F、对数正态、指数等) 。 定量资料趋势的度量　常用的指标有分位数、偏度系数和峰度系数。 定性资料的统计描述─相对指标(包括比和率)。 统计分析 (1)假设检验　关于定量资料类型的假设检验、关于定量资料方差(或方差阵)的假设检验、关于定量资料均值(或均值向量)的假设检验、关于定性资料情况或位置的假设检验、２属性之间的独立性检验以及2种方法判断结果的一致性检验等。 (2)区间估计 置信区间的估计,即对总体参数(均值、率、方差等)进行区间估计; 容许区间的估计,即对总体中