統(tǒng)計分析軟件的應(yīng)用

統(tǒng)計分析軟件的應(yīng)用第1頁，課件共15頁，創(chuàng)作于2023年2月目錄1，一個樣本平均數(shù)的t

檢驗(yàn)；2，兩個樣本平均數(shù)的t

檢驗(yàn)；

a，成組數(shù)據(jù)平均數(shù)的t

檢驗(yàn)；

b，成對數(shù)據(jù)平均數(shù)的t

檢驗(yàn)；3，單因素方差分析；4，兩因素方差分析；5，正交試驗(yàn)方差分析；6，回歸分析。

第2頁，課件共15頁，創(chuàng)作于2023年2月1一個樣本平均數(shù)的t

檢驗(yàn)例：某魚塘水中的含氧量，多年平均為4.5mg/L，現(xiàn)在該魚塘設(shè)10個點(diǎn)采集水樣，測定水中含氧量分別為：4.33，4.62，3.89，4.14，4.78，4.64，4.52，4.55，4.48，4.26mg/L，試檢驗(yàn)該次抽樣測定的水中含氧量與多年平均值有無顯著差別。

假設(shè)：構(gòu)建統(tǒng)計量：確定顯著性水平：……

統(tǒng)計推斷：……第3頁，課件共15頁，創(chuàng)作于2023年2月SPSS的實(shí)現(xiàn)定義變量：雙擊“var”，或在“variableview”的相應(yīng)行鍵入變量名；輸入數(shù)據(jù)：在“Dataview”中輸入數(shù)據(jù)，在相應(yīng)變量名稱下依次輸入，計算操作：Analyze->comparemeans->One-SampleTTest->

添加變量->輸入檢驗(yàn)值

->OK.讀取結(jié)果：sig代表發(fā)生概率(probability)，也就是p值，如果p<0.05差異顯著；如果p<0.01差異極顯著；如果p>0.05差異不顯著；保存數(shù)據(jù)和結(jié)果：定義文件名即可。第4頁，課件共15頁，創(chuàng)作于2023年2月2兩個樣本平均數(shù)的t

檢驗(yàn)

——成組數(shù)據(jù)平均數(shù)的t

檢驗(yàn)例：兩小麥品種千粒重（g）的調(diào)查結(jié)果如下：品種甲：50,47,42,43,39,51,43,38,44,37

品種乙：36,38,37,38,36,39,37,35,33,37

試檢驗(yàn)兩品種的千粒重有無顯著差別。假設(shè)：構(gòu)建統(tǒng)計量：

其中：，

確定顯著性水平：……統(tǒng)計推斷，……第5頁，課件共15頁，創(chuàng)作于2023年2月SPSS的實(shí)現(xiàn)定義變量：雙擊“var”，或在“variableview”的第一行鍵入變量名；第二行鍵入組號（1或2）；輸入數(shù)據(jù)：在“Dataview”中輸入數(shù)據(jù)，在相應(yīng)變量名稱下依次輸入數(shù)據(jù)和組號；計算操作：Analyze->comparemeans->Independent-SamplesTTest->

導(dǎo)入檢驗(yàn)變量和組變量->

定義組號（1和2，與前面定義一致）

->Continue->OK.讀取結(jié)果：sig代表發(fā)生概率(probability)，也就是p值，如果p<0.05差異顯著；如果p<0.01差異極顯著；如果p>0.05差異不顯著；保存數(shù)據(jù)和結(jié)果：定義文件名即可。第6頁，課件共15頁，創(chuàng)作于2023年2月2兩個樣本平均數(shù)的t

檢驗(yàn)

——成對數(shù)據(jù)平均數(shù)的t

檢驗(yàn)例：為測定A、B兩種病毒對煙草的致病力，取8株煙草，每一株皆半葉接種A病毒，另半葉接種B病毒，以葉面出現(xiàn)枯斑病的多少作為致病力強(qiáng)弱的指標(biāo)，得結(jié)果如下：令假設(shè)：構(gòu)建統(tǒng)計量：

確定顯著性水平：……統(tǒng)計推斷，……株號12345678病毒A9173118782010病毒B1011181467175第7頁，課件共15頁，創(chuàng)作于2023年2月SPSS的實(shí)現(xiàn)定義變量：雙擊“var”，或在“variableview”的第一行鍵入第一組變量名；第二行鍵入第二組變量名；輸入數(shù)據(jù)：在“Dataview”中輸入數(shù)據(jù)，在相應(yīng)變量名稱下依次輸入數(shù)據(jù)；計算操作：Analyze->comparemeans->Paired-SamplesTTest->

同時導(dǎo)入成對變量->

OK.讀取結(jié)果：sig代表發(fā)生概率(probability)，也就是p值，如果p<0.05差異顯著；如果p<0.01差異極顯著；如果p>0.05差異不顯著；保存數(shù)據(jù)和結(jié)果：定義文件名即可。第8頁，課件共15頁，創(chuàng)作于2023年2月3，單因素方差分析例：測定東北、內(nèi)蒙古、河北、安徽、貴州5個地區(qū)黃鼬冬季真毛的長度，每個地區(qū)隨機(jī)抽取四個樣本，測定的結(jié)果如下表，是比較各地區(qū)黃鼬真毛長度差異的顯著性。地區(qū)東北內(nèi)蒙古河北安徽貴州132.029.225.523.322.3232.827.426.125.122.5331.226.325.825.122.9430.426.726.725.526.7第9頁，課件共15頁，創(chuàng)作于2023年2月SPSS的實(shí)現(xiàn)定義變量：雙擊“var”，或在“variableview”的第一行鍵入觀測值名；第二行鍵入因素名稱；輸入數(shù)據(jù)：在“Dataview”中輸入數(shù)據(jù)，在相應(yīng)變量名稱下依次輸入數(shù)據(jù)和相應(yīng)的水平；計算操作：Analyze->comparemeans->One-WayANOVA->

導(dǎo)入觀測值和水平->PostHoc

選中LSD->OK.讀取結(jié)果：

1，sig代表發(fā)生概率(probability)，也就是p值，如果p<0.05差異顯著；如果p<0.01差異極顯著；如果p>0.05差異不顯著；

2，結(jié)果下面是多重比較的結(jié)果，可以比較任意兩個水平i和j之間的差異顯著性。保存數(shù)據(jù)和結(jié)果：定義文件名即可。第10頁，課件共15頁，創(chuàng)作于2023年2月4，兩因素方差分析例：將一種生長激素配成M1，M2，M3，M4，M5，五種濃度，并用H1，H2，H3三種時間浸漬某大豆品種的種子，出苗45天后的各處理每一植株的平均干物重（g）。試做方差分析并作多重比較。濃度

時間H1H2H3M1131414M2121213M3333M410910M5254第11頁，課件共15頁，創(chuàng)作于2023年2月SPSS的實(shí)現(xiàn)定義變量：雙擊“var”，或在“variableview”的第一行鍵入觀測值名；第二行鍵入因素1名稱；第三行鍵入因素2名稱；輸入數(shù)據(jù)：在“Dataview”中輸入數(shù)據(jù)，在相應(yīng)變量名稱下依次輸入數(shù)據(jù)和相應(yīng)的水平；計算操作：Analyze->GeneralLinearModel->Unvariant->

導(dǎo)入觀測值和水平(在Independentvariable中輸入觀測值；在FixedFactor中輸入各水平)->Model，Custom，Meaneffect（導(dǎo)入2個主效應(yīng)）->PostHoc

選中LSD->OK.讀取結(jié)果：

1，sig代表發(fā)生概率(probability)，也就是p值，如果p<0.05差異顯著；如果p<0.01差異極顯著；如果p>0.05差異不顯著；

2，結(jié)果下面是多重比較的結(jié)果，可以比較任意兩個水平i和j之間的差異顯著性。保存數(shù)據(jù)和結(jié)果：定義文件名即可。第12頁，課件共15頁，創(chuàng)作于2023年2月5，正交試驗(yàn)設(shè)計例：為了解決花菜留種問題，進(jìn)一步提高花菜種子的產(chǎn)量和質(zhì)量，科技人員考察了澆水、施肥、病害防治和移入室溫對花菜留種的影響，進(jìn)行了這4個因素各2個水平的正交試驗(yàn)。試做方差分析。水平列號ABABCACD種子產(chǎn)量試驗(yàn)號12345711111113502111222325312211242541222214255212122200621221125072211212758221212375第13頁，課件共15頁，創(chuàng)作于2023年2月SPSS的實(shí)現(xiàn)定義變量：雙擊“var”，或在“variableview”的第一行鍵入第一組觀測值名；第二行鍵入因素1名稱；第三行鍵入因素2名稱；輸入數(shù)據(jù)：在“Dataview”中輸入數(shù)據(jù)，在相應(yīng)變量名稱下依次輸入數(shù)據(jù)和相應(yīng)的水平；計算操作：Analyze->GeneralLinearModel->Unvariant->

導(dǎo)入觀測值和水平(在Independentvariable中輸入觀測值；在FixedFactor中輸入各水平)->Model，Custom，Meaneffect（導(dǎo)入所有效應(yīng)）->OK.讀取結(jié)果：

1，sig代表發(fā)生概率(probability)，也就是p值，如果p<0.05差異顯著；如果p<0.01差異極顯著；如果p>0.05