复习常用统计软件在生命科学中的应用.docVIP

  • 29
  • 0
  • 约3.29千字
  • 约 5页
  • 2019-07-03 发布于广东
  • 举报

复习常用统计软件在生命科学中的应用.doc

复习常用统计软件在生命科学中的应用.doc

《常用统计软件在生命科学中的应用》 复习(部分) 、Excel部分 Excel中的常用函数 ABS () 求绝对值的函数 SUM () 求总和的函数 SUMPRODUCTC) 求乘积和的函数 SUMSQ () 求平方和的函数 SQRT () 开平方根的函数 AVERAGE () 求算术平均值的函数 STDEV () 基于样本估算标准偏差 COUNT () 统计列表中数字的个数(计数)的函数 MAX () 求列表屮最大值的函数 MIN () 求列表中最小值的函数 CHIDIST () 根据卡方值/和自由度df,求对应的概率p值 FDIST () 根据F值和自由度df,求对应的概率p值 TDIST () 根据t值和自由度df,求对应的概率p值 CHIINV () 根据概率p值和自由度df,求对应的卡方值力 FINV () 根据概率p值和自由度df,求对应的F值 TINV () 根据概率p值和自由度df,求对应的t值 CHITEST () 进行卡方检验的函数 FTEST () 进行F检验(方差分析)的函数 TTEST () 进行t检验的函数 Exctl中常用统计分析工具 方差分析:单因素方差分析 方差分析:可重复双因素分析 方差分析:无重复双因素分析 t?检验:成对双样本平均值 t?检验:双样木等方差假设 t?检验:双样木异方差假设 回归 — 相关系数 二、SPSS部分 模型名称表达式线性模型linear 模型名称 表达式 线性模型linear 对数曲线Logarithmic 逆曲线模型Inverse 二次曲线模型Quadratic 三次曲线模型Cubic 幕函数模型Power 混合曲线模型Compound S型曲线模型S Logistic 曲线模型 Logistic 生长曲线模型Growth 指数曲线模型Exponential y=a+bx y=a+b\wc Y=a+b!x 2 y=a+bix+/?2X 2 3 y= a~^-b\x+b2X 或 \ny=\na-^-b\nx y=a bx 或 ln〉=lna+ln(b)x y=e(a+b/x)或 lny= a+b/x ^l/(l/u+abx), u为上限值,需要指定用于回归 方程的上限,上限值必须大于因变量值的正数。 y=)或 \ny=a+bx y=ae 加或 lny=lna+bx 线性回归(Linear):包括一元线性回归、多元线性回归,最小二乘法 曲线估计(Curve Estimation):模型可线性化,最小二乘法 非线性回归(Nonlinear):模型不能线性化,迭代法 SPSS主要菜单英汉对照 Analyze 分析菜单 Reports 报告 Descriptive Statistics 描述统计 Compare Means 均值比较 General Linear Model 一般线性模型 Correlate 相关 Regression 回归 Nonliear 非线性回归 Nonparametric tests 非参数估计 常用多重比较方法 LSD 法: Duncan 法: S?N?K法: 最小显著差数法 邓肯法 q法 SPSS统计分析输出结果显示(部分) Unvariate Analysis of Variance 单变量方差分析 Between- Subjects Factors 主体间因子 N 饲料 1 6 2 6 3 6 4 6 Descriptive Statistics描述性统计 Dependent Variable依变量:增重 饲料 Mean平均值 Std. Deviation标准差 N样木数 1 45.33 3.204 6 2 35.83 3.371 6 3 24.67 3.386 6 4 23.67 2.733 6 Total 总 的 32.38 9.541 24 Tests of Between-Subjects Effects 主体间效应的检验 (即方差分析表) Dependent Variable依变量:增重 Source 变异来源 Type III Sum of Squares 平方和 Df 自由度 Mean Square 均方 F F值 Sig. 显著性P值 Corrected 1890.792a 3 630.264 62.146 .000 Model 25155.375 1 25155.375 2480.399 .000 饲料 1890.792 3 630.264 62.146 .000 Error 202.833 20 10.142 Total 27249.000 24 Corrected 2093.625 23 Total a. R Squared = .903 (Adjusted R Squared = .889) Estimated

文档评论(0)

1亿VIP精品文档

相关文档