生物统计与田间试验实验数据分析剖析.docx
- 文档编号:3469860
- 上传时间:2022-11-23
- 格式:DOCX
- 页数:16
- 大小:54.18KB
生物统计与田间试验实验数据分析剖析.docx
《生物统计与田间试验实验数据分析剖析.docx》由会员分享,可在线阅读,更多相关《生物统计与田间试验实验数据分析剖析.docx(16页珍藏版)》请在冰豆网上搜索。
生物统计与田间试验实验数据分析剖析
南京农业大学实验报告纸
2011—2012学年1学期课程类型:
必修
课程生物统计与田间试验实验班级学号姓名888成绩
一.描述统计
题目:
100个试验条件相同的小区种植某大豆(kg),各小区的产量的观察值为:
1391606860822243735676971792584986980100136115907844505860767892101621529781549875118130901009814144306672131791074013512377846115662949415410077346826488785951231051075545731095810113413299708411840795864109939518590576824947270
用SAS程序写出其次数分布表和次数分布图。
[数据来源:
《概率统计与SAS应用》,余家林、肖枝洪著,P63]
SAS程序:
datarice_yield;
inputy@@;
cards;
1391606860822243735676971792584986980100136115
90784450586076789210162152978154987511813090
10098141443066721317910740135123778461156629494
154100773468264887859512310510755457310958101134
13299708411840795864109939518590576824947270
procformat;
valueg_yield12.5-<37.5='12.5~37.5'37.5-<62.5='37.5~62.5'
62.5-<87.5='62.5~87.5'87.5-<112.5='87.5~112.5'
112.5-<137.5='112.5~137.5'137.5-<162.5='137.5~162.5'
162.5-<187.5='162.5~187.5'
run;
procfreq;
tabley;
formatyg_yield.;
run;
procgchart;
vbary/midpoints=22to185by25space=0outside=freq;
run;
quit;
Sas结果
累积累积
y频数百分比频数百分比
12.5~37.566.0066.00
37.5~62.52020.002626.00
62.5~87.52929.005555.00
87.5~112.52626.008181.00
112.5~137.51111.009292.00
137.5~162.566.009898.00
162.5~187.522.00100100.00
结果解释:
100个大豆的重量属于连续型数据资料,其中最大值为185,最小值为22,分成7组,每组组距为25,第一组的组中点值为25,第二组组中点值为50,依次类推。
根据次数分布图可知,第一组次数为6,第二组次数为15,第三组次数为32,依次最后一组次数为3。
一.假设测验
题目:
某农场为玉米施加矮壮素,为此进行了一次调查。
调查玉米株高(cm)结果如下表
y1
Y2
160
270
152
190
170
230
200
250
200
170
试做假设测验.检验两个组是否有显著差异。
[数据来源:
《概率统计与SAS应用》]
SAS程序:
datauio;
inputl1l2@@;
dif=l2-l1;
cards;
160270
152190
170230
200250
200170
;
procunivariatenormal;
vardif;
run;
Sas结果:
矩
N
5
权重总和
5
均值
45.6
观测总和
228
标准差
50.3666556
方差
2536.8
偏度
-0.5294633
峰度
1.69500711
未校平方和
20544
校正平方和
10147.2
变异系数
110.453192
标准误差均值
22.5246532
基本统计测度
位置
变异性
均值
45.60000
标准差
50.36666
中位数
50.00000
方差
2537
众数
.
极差
140.00000
四分位极差
22.00000
位置检验:
Mu0=0
检验
统计量
P值
学生t
t
2.024448
Pr>|t|
0.1129
符号
M
1.5
Pr>=|M|
0.3750
符号秩
S
6.5
Pr>=|S|
0.1250
正态性检验
检验
统计量
P值
Shapiro-Wilk
W
0.953423
Pr 0.7616 Kolmogorov-Smirnov D 0.24003 Pr>D >0.1500 Cramer-vonMises W-Sq 0.046249 Pr>W-Sq >0.2500 Anderson-Darling A-Sq 0.266569 Pr>A-Sq >0.2500 分位数(定义 5) 分位数 估计值 100%最大值 110 99% 110 95% 110 90% 110 75%Q3 60 50%中位数 50 25%Q1 38 10% -30 5% -30 1% -30 0%最小值 -30 极值观测 最小值 最大值 值 观测 值 观测 -30 5 -30 5 38 2 38 2 50 4 50 4 60 3 60 3 110 1 110 1 结果解释: W值为0.953423,其对应概率Pr 由结果知t值为2.024448,对应概率Pr>|t|为0.1129,说明差值的均值与0没有显著差异,从而得到施加矮壮素对玉米株高没有显著性影响。 三.方差分析 题目: 欲了解3个水稻品种和4种化肥之间的互作关系,设计试验,调查结果如下: (单位: kg) 化肥 品种 A B C D a 400 420 430 410 b 450 460 480 455 c 460 480 500 450 分析水稻品种和化肥种类对产量是否有显著影响。 显著水平为0.05。 [数据来源: 《试验统计学》,区靖祥编著,2010,广州: 广东高等教育出版社] SAS程序: datachan; dopack='a','b','c'; dov='A','B','C','D'; inputcom@@; output; end; end; cards; 400420430410 450460480455 460480500450 ; procanova; classpackv; modelcom=packv; meanspackv/tbon; run; Sas结果: ClassLevelInformation Class Levels Values pack 3 abc v 4 ABCD NumberofObservationsRead 12 NumberofObservationsUsed 12 Source DF SumofSquares MeanSquare FValue Pr > F Model 5 9602.083333 1920.416667 35.91 0.0002 Error 6 320.833333 53.472222 CorrectedTotal 11 9922.916667 R-Square CoeffVar RootMSE com Mean 0.967667 1.626499 7.312470 449.5833 Source DF AnovaSS MeanSquare FValue Pr > F pack 2 7429.166667 3714.583333 69.47 <.0001 v 3 2172.916667 724.305556 13.55 0.0044 Alpha 0.05 ErrorDegreesofFreedom 6 ErrorMeanSquare 53.47222 CriticalValueoft 2.44691 LeastSignificantDifference 12.652 Meanswiththesameletterarenotsignificantlydifferent. t Grouping Mean N pack A 472.500 4 c A 461.250 4 b B 415.000 4 a Alpha 0.05 ErrorDegreesofFreedom 6 ErrorMeanSquare 53.47222 CriticalValueoft 3.28746 MinimumSignificantDifference 16.998 Meanswiththesameletterarenotsignificantlydifferent. Bon Grouping Mean N pack A 472.500 4 c A A 461.250 4 b B 415.000 4 a Alpha 0.05 ErrorDegreesofFreedom 6 ErrorMeanSquare 53.47222 CriticalValueoft 2.44691 LeastSignificantDifference 14.61 Meanswiththesameletterarenotsignificantlydifferent. t Grouping Mean N v A 470.000 3 C B 453.333 3 B C 438.333 3 D C C 436.667 3 A Alpha 0.05 ErrorDegreesofFreedom 6 ErrorMeanSquare 53.47222 CriticalValueoft 3.86299 MinimumSignificantDifference 23.064 Meanswiththesameletterarenotsignificantlydifferent. Bon Grouping Mean N v A 470.000 3 C A B A 453.333 3 B B B 438.333 3 D B B 436.667 3 A 结果解释: 检测结果告诉我们,因素作物品种的F检验值为69.47,其对应概率小于0.0001;因素化肥品种的F检验值为13.55,其对应概率为0.0044.因此在0.05的显著水平上,作物品种和化肥品种对作物的产量都有显著影响。 为进一步了解不同作物品种和不同化肥对作物产量的影响差异,又对此进行了多重比较检验,检验结果见输出。 对于给定的显著水平0.05,关于不同作物品种由T检验法给出的临界值为2.44691,而最小显著性差为12.652。 结果为: 三个作物品种平均产量均不同a,b,c平均产量分别为: 415.000,461.250,472.500.由BON法检验给出的临界值为3.2874,而最小显著性差为16.998.两种方法检验结果一致,即三个作物品种的产量均显著不同。 关于不同化肥,由T检验法给出的临界值为3.86299,而最小显著性差为23.064。 结果为: 四个化肥品种导致平均产量均不同a,b,c平均产量分别为: 415.000,461.250,472.500.由BON法检验给出的临界值为3.2874,而最小显著性差为16.998.两种方法检验结果一致,即三个作物品种的产量均显著不同。 检测结果是A,D化肥产量相差不大,B高于A,D,C则显著高于其他三种。 结果为C化肥与A,B,D均有显著差异;B与A,D均有显著差异;A与D无显著差异。 BON法给出的化肥品对均产量检验结果为: B,C无显著差异;B,D,A无显著差异;C和D,A均有显著差异。 四卡方测验: 题目: 数据如下表,试分析大豆与否和等位基因是否有关。 物种 等位基因1 等位基因2 等位基因3 总数 野生大豆 29(23.66) 68(123.87) 96(45.47) 193 栽培大豆 22(27.34) 199(143.13) 2(52.53) 223 总数 51 267 98 416 [数据来源: 《试验统计学》,区靖祥编著,2010,广州: 广东高等教育出版社] SAS程序: datatn68; dor=1to3; doc=1to2; inputy@@; output; end; end; cards; 296896 221992 ; Odsrtffile="c: \long.doc"; procfreq; weighty; tablesr*c/chisqexpected; run; Odsrtfclose; Sas结果: 表 — r X c r C 频数 期望 百分比 行百分比 列百分比 1 2 合计 1 29 75.548 6.97 29.90 8.95 68 21.452 16.35 70.10 73.91 97 23.32 2 96 91.904 23.08 81.36 29.63 22 26.096 5.29 18.64 23.91 118 28.37 3 199 156.55 47.84 99.00 61.42 2 44.452 0.48 1.00 2.17 201 48.32 合计 324 77.88 92 22.12 416 100.00 “r*c”表的统计量 统计量 自由度 值 概率 卡方 2 182.5631 <.0001 似然比卡方 2 185.3200 <.0001 Mantel-Haenszel卡方 1 168.6630 <.0001 Phi系数 0.6625 列联系数 0.5523 CramerV统计量 0.6625 样本大小=416 结果解释: ν=(2-1)=1,查表得X20.05,1=3.84,现实得X2c=182.5631>X20.05,P<0.0001所以不同品种与不同等位基因频率有显著相关! 五、相关回归 题目: 为研究小麦主穗小穗数与主穗粒数关系,在小麦试验地随机抽选8个小麦品种作为样本,下面是这8个品种的有关数据: 平均主穗小穗数12.2,12.3,13.9,18.9,14.8,15.5,14.8,14.8 平均主穗粒数18.8,23.7,20.3,34.3,32.2,34.4,28.5,28.1 [数据来源: 《统计分析及其SAS实现》,张晓冉编著,2011,清华大学出版社] SAS程序: datat4; inputxy@@; cards; 12.218.812.323.718.934.314.832.215.534.414.828.514.828.1 ; odsrtffile="c: \book.doc"; procregcorr; modely=x/clmcli; ploty*x/confpred; run; odsrtfclose; Sas结果: NumberofObservationsRead 7 NumberofObservationsUsed 7 Correlation Variable x y x 1.0000 0.8382 y 0.8382 1.0000 NumberofObservationsRead 7 NumberofObservationsUsed 7 AnalysisofVariance Source DF Sum of Squares Mean Square FValue Pr > F Model 1 140.10261 140.10261 11.81 0.0185 Error 5 59.29168 11.85834 CorrectedTotal 6 199.39429 RootMSE 3.44359 R-Square 0.7026 DependentMean 28.57143 AdjR-Sq 0.6432 CoeffVar 12.05258 ParameterEstimates Variable DF Parameter Estimate Standard Error t Value Pr > |t| Intercept 1 -3.16255 9.32367 -0.34 0.7482 x 1 2.15041 0.62562 3.44 0.0185 OutputStatistics Obs Dependent Variable Predicted Value Std Error Mean Predict 95%CLMean 95%CLPredict Residual 1 18.8000 23.0725 2.0624 17.7710 28.3740 12.7543 33.3907 -4.2725 2 23.7000 23.2876 2.0142 18.1098 28.4653 13.0324 33.5427 0.4124 3 34.3000 37.4803 2.9003 30.0248 44.9358 25.9069 49.0536 -3.1803 4 32.2000 28.6636 1.3018 25.3171 32.0101 19.2001 38.1271 3.5364 5 34.4000 30.1689 1.3820 26.6162 33.7215 20.6305 39.7072 4.2311 6 28.5000 28.6636 1.3018 25.3171 32.0101 19.2001 38.1271 -0.1636 7 28.1000 28.6636 1.3018 25.3171 32.0101 19.2001 38.1271 -0.5636 SumofResiduals 0 SumofSquaredResiduals 59.29168 PredictedResidualSS(PRESS) 207.43838 由结果可知否定无效假设,即回归方程是显著的。 结论分析: 1、相关系数r=0.8382〉0.75,两变量相关性较好。 2、回归方程y=-3.1626+2.1504x 3、假设测验: 无效假设β=0,备择假设β≠0, 显著性水平α=0.05, 统计量t=3.44,P=0.0185〉0.01 所以否定无效假设H0,接受HA,即回归方程是显著的,总体存在回归关系。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 生物 统计 田间试验 实验 数据 分析 剖析
![提示](https://static.bdocx.com/images/bang_tan.gif)