实验五生态学实验数据处理的基本方法.ppt

实验五生态学实验数据处理的基本方法 第一页，共二十一页，2022年，8月28日 显著性检验的基本原理 接种 1.76 1.45 1.03 1.53 2.34 1.96 1.79 1.21 未接 0.49 0.85 1.00 1.54 1.01 0.75 2.11 0.92 接种固氮微生物后是否对大豆有增产效应 想知道……？接种后的豆荚重量是否有所增加？ 第二页，共二十一页，2022年，8月28日 第一步：计算它们的平均值 能否得出处理与对照豆荚重量不同的结论吗？ 造成这种差异的原因： 处理造成，即处理后的增产效应； 可能是试验误差（抽样误差）造成的。 由此要判断处理间差异是不是“真正的”由处理造成的，这正是假设检验需要解决的问题。 第三页，共二十一页，2022年，8月28日 1. 单变量描述性统计分析 例1. 某单位对50名健康的女大学生测定了血清总蛋白含量(X, g/L) 74.30 74.30 74.30 74.30 74.30 74.30 74.30 74.30 74.30 74.30 73.50 73.50 73.50 73.50 73.50 73.50 73.50 73.50 73.50 73.50 79.50 79.50 79.50 79.50 79.50 79.50 79.50 79.50 79.50 79.50 73.50 73.50 73.50 73.50 73.50 73.50 73.50 73.50 73.50 73.50 79.50 79.50 79.50 79.50 79.50 79.50 79.50 79.50 79.50 79.50 第四页，共二十一页，2022年，8月28日 2. 配对数据的显著性检验 治疗前 114 117 155 114 119 102 140 91 135 114 治疗后 94 114 125 98 121 95 104 95 106 92 治疗前 103 140 136 126 108 142 114 113 16 121 治疗后 87 138 112 114 91 140 91 88 106 112 判断一种新的治疗高血压的药物的疗效是否显著，选取20名患者做药效试验。首先测量每人的血压值，然后服药，结果一段时间的治疗后，再测其血压值，结果如下（舒张压、mmHg): 第五页，共二十一页，2022年，8月28日 3. 相关及回归分析 相关分析(Correlation)是研究两组及两组以上变量间密切程度的一种常用的统计方法。变量间的密切程度常用相关来描述(Correlation Coefficients)。 第六页，共二十一页，2022年，8月28日 NaCI含量（g/kg 土壤） 0 0.8 1.6 2.4 3.2 4.0 4.8 植物单位叶面积干重（gm/dm)2 1 80 90 95 115 130 115 135 2 100 85 89 94 106 125 137 3 75 107 115 103 103 128 128 4 89 93 92 110 110 143 127 5 91 103 115 113 128 132 155 6 79 92 120 108 131 121 132 7 101 78 95 121 117 129 148 8 85 105 95 110 121 112 117 9 83 93 105 108 114 120 134 10 79 85 98 111 116 130 132 第七页，共二十一页，2022年，8月28日 方差分析 在科学试验中，试验结果往往是变化的，这种变化大体上由两类因素引起。一类是受随机因素影响而产生的波动。这类影响在试验中常常是不能控制的，因而是不可避免的。另一类是人为控制因素的影响使试验结果产生变化。当这类因素对试验结果有显著影响时，必然会明显地改变试验结果，并同随机因素的影响一起出现。 第八页，共二十一页，2022年，8月28日 反之，当这类因素对试验结果无显著影响时，则相应的变化就不会明显表现出来，从而使试验结果的变化基本上归结于随机因素的影响。科学试验的目的常常是为了判断这类受人们控制的因素对试验结果的影响是否确实存在。 第九页，共二十一页，2022年，8月28日 设在育苗试验中有5种不同的处理方法，每方法做6次重复试验，1年后苗高数据如下，问不同处理之间差异显著性？ 处理 方法 苗高(cm) A 39.2 29.0 25.8 33.5 41.7 37.2 B 37.3 27.7 23.4 33.4 29.2 35.6 C 20.8 33.8 28.6 23.4 22.7 30.9 D 31.0 27.4 19.5 29.6 23.2 18.7 E 20.7