《生物统计与实验设计》第六章 卡方检验.ppt

练习 以绿子叶大豆和黄子叶大豆杂交，在F2代得黄子叶苗755株，绿子叶苗45株，试测验此结果是否符合15:1的理论比率？ 二、对正态分布的检验 例：某地正常成年男子144人红细胞计数（万/立方毫米）的频数资料如下，问该资料的频数是否呈正态分布？ 红细胞计数 人数 红细胞计数 人数 420- 2 540- 24 440- 4 560- 22 460- 7 580- 16 480- 16 600- 2 500- 20 620- 6 520- 25 640- 1 解题思路： 用样本统计量来估计总体参数，以计算出当X随机变量取值分别为1～12时的正态分布概率值（Ei），再与观测到的人数（Oi）进行卡方检验。 非参数检验的“1-Sample K-S过程” 调用此过程可对单样本进行Kolmogorov-Smirnov Z检验，它将一个变量的实际频数分布与正态分布（Normal）、均匀分布（Uniform）、泊松分布（Poisson）进行比较。 如上例：建立数据文件，变量“人数”，将12个数字依次录入 SPSS操作：单样本K-S检验 将“人数”导入[Test Variable List]中，并[Test Distribution]（检验分布）选中“Normal”（正态分布）。OK运行。 SPSS结果分析： K-S检验的Z值=0.718，p=0.6810.05，即该地正常成年男子的红细胞计数符合正态分布。 §6.3 独立性检验 用于研究两个或两个以上因子彼此之间是相互独立还是相互影响。 提出零假设，即因子间相互独立，根据零假设计算理论数，在一定自由度下给定的显著性水平作出推断，判断零假设是否成立。若接受零假设，表明因子间无关联；若拒绝零假设，则接受备择假设，因子之间关联显著。 列联表 一、 2×2列联表的独立性检验 例 下表给出不同给药方式与给药效果 给药方式 有效（A ） 无效（ ） 总数 口服(B ) 58 40 98 注射( ) 64 31 95 总 数 122 71 193 列联表χ2检验的原理 现在要考虑的是给药方式与给药效果有无关联，如果有关联，即不同的给药方式产生不同的效果；反之，如果无关联，即不同的给药方式的治疗效果没有不同。 从另一个角度讲，我们要考虑的是不同的给药方式与给药效果之间是否相互独立，因此列联表χ2检验又称为独立性检验。 列联表χ2检验的原理 上表中没有理论数，需要由实测数推出。计算理论数的前提是假设给药方式与给药效果并无关联。 在无关联的假设下，计算出理论数，然后比较实测数与理论数之间是否吻合。如果吻合，说明不同给药方式与给药效果是无关联的，不同的给药方式并不影响治疗效果。如果不吻合，说明不同的给药方式，其治疗效果不同。 列联表χ2检验的步骤 1、提出零假设：假设实测数与给药方式和给药效果并无关联的前提下所计算出的理论数之间无差异。 H0：给药方式和给药效果无关 O－E＝0。 HA：给药方式和给药效果有关 O－E≠0 2、显著性水平 α＝0.05 或 0.01 列联表χ2检验的步骤 3、计算理论数：若事件A和事件B是相互独立的，则P(AB)=P(A)P(B)。在给药方式和效果之间是相互独立的前提下，计算口服（事件B）有效（事件A）的概率P(BA)＝P(B)P(A) = (98/193) (122/193)。其理论数E1＝(98/193)(122/193)(193) = (98)(122)/193 = 61.15。以类似的方法可以计算出另外三个理论数。 列联表χ2检验的步骤（续） 4、计算χ2值：如同吻合度检验那样计算χ2值，若χ2 χ2 α，则接受H0；若χ2 χ2 α，则拒绝H0。与吻合度检验一样，理论数不得小于5，当理论数小于5时应使用另外的方法。 5、确定自由度：因为每一行的各理论数受该行总数约束，每一列的各理论数受该列总数约束，所以自由度df＝(r -1)(c -1)。 上例的计算结果如下：（2×2列联表 ） 有效 无效 总数 口服 O1=58 E1=(98)(122)/193=61.95 O2=40 E2=(98)(71)/193=36.05 98 注射 O3=64 E3=(95)(122)/193=60.05 O4=31 E4=(95)(71)/193=34.95 95 总数 122 71 193 结论：接受H0，不同给药方式的治疗效果没有显著不同。本例的df=1应当矫正，矫正后的χ2值更小，不会影响结论，可以不再矫正。 r×c列联表 例7.4 用40Kr+N2，40Kr，25Kr的γ射线照射“天津一号”大麦，将处理后的种子做根尖压片，观测染色体畸变情况，得到结果列表。 处理方式 有桥细胞数 无桥细胞数 总数 40Kr+N2 O1=192 E1=(3