第六章卡方检验.pptVIP

第六章 检验(Chi-square test) （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 在科研工作和实际生产中，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百分率后使用 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 检验的意义和原理概念 遗传学中，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，即observed frequency和expected frequency （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？ 从数据上看，实际观察次数与理论次数存在一定的差异，这个差异是属于抽样误差、还是性状在后代的分离比例发生了实质性的变化? 要回答这个问题， 首先需要确定一个统计量用以表示实际观察次数与理论次数偏离的程度；然后判断这一偏离程度是否属于抽样误差，即进行显著性检验。 为了度量实际观察次数与理论次数偏离的程度，最简单的办法是求出实际观察次数与理论次数的差数。 当将这两个差值相加，（705-696.75）+（224-232.25）= 0。可以说，任何类似的问题其结果都是 0。 为了避免正、负抵消，可将两个差数平方后再相加，即计算∑(O-E)2，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 但利用∑(O-E)2表示实际观察次数与理论次数的偏离程度尚有不足。未考虑观察次数（与理论次数）的大小对偏离程度的影响。为了弥补这一不足，可先将各差数平方除以相应的理论次数后再相加（转化为相对比值）并记之为，即 上例中：红花： 白花： 两者之和： 连续性校正 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，为了保证有足够的近似程度，一般要求： ①自由度必须大于 1 ②理论频数不少于 5 当自由度为 1时， Yates(1934)提出了一个矫正公式，矫正后的?2值记为 ?c2 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