數據處理與結果分析生物學院微生物學系環境微生物課題組作物科學研究過程與方法主講：羅立津電話驗室：生命科學樓1061室E-mail:luolijin@主講內容數據準備與處理數據分析與圖表制作軟件數據統計分析圖表制作4123數據準備與處理第一部分數據準備與處理正確的數據處理從科學的數據記錄開始!!!數據記錄的規范化、表格化數據輸入的規范化必須標注清楚試驗背景資料：

試驗題目、處理代號、測定項目等必須標注清楚各個測定項目的單位原始數據和計算數據

分置于不同文件或者頁面數據輸入的規范化數據輸入的規范化原始數據與數據計算舉例：

菌群培養過程纖維素酶木聚糖酶和蛋白酶活性測定誤差的分類系統誤差

在同一條件下，多次測試同一量值時，絕對值和符號值不變，或在條件改變時，按一定規律變化的誤差隨機誤差

在相同的條件下多次測試同一量值時，絕對值和符號以不可預定的方式變化的誤差粗大誤差

超出在規定條件下預期的誤差誤差的分類精密度、準確度、精確度的概念粗大誤差對測量數據的影響粗大誤差的統計判斷準則給定一個顯著性水平，按一定分布確定一個臨界值，凡超過這個界限的誤差，就認為它不屬于隨機誤差的范疇，而是粗大誤差，該數據應予以剔除準則：拉依達（PauTa）準則

肖維勒（Chauvenet）準則

格拉布斯(Grubbs)準則粗大誤差的剔除拉依達（PauTa）準則粗大誤差的剔除n>50時適用n≤10，用3σ準則剔除粗差注定失效當n≤10，恒成立粗大誤差的剔除肖維勒（Chauvenet）準則粗大誤差的剔除格拉布斯（Grubbs）準則

當

則認為xd為粗大誤差值，應剔除。粗大誤差及其剔除粗大誤差檢驗及其剔除舉例：

調節劑產品在不同甜椒品種上的藥效試驗數據分析與圖表制作軟件第二部分主要相關軟件數據處理數據轉換統計分析EXCELEXCELSPSSEXCEL

SPSSSASDPS

EVIEWS、MATLABEXCELOriginSigmaPlotSPSS圖表制作常用軟件常用軟件MicrosoftofficeExcel2003Excel的數據分析工具安裝Excel數據分析對話框Excel描述統計對話框SPSS13.0forWindowsSPSS統計功能

基礎統計：描述性統計、探索性統計、列聯表分析、線性組合測量、t檢驗、單因素分析、多重響應分析、線性回歸分析、相關分析、非參數檢驗

專業統計：判別分析、因子分析、聚類分析、距離分析、可靠性分析

高級統計：Logistic回歸分析、多變量方差分析、重復測量方差分析、多協變量方差分析、非線性回歸、Probit回歸分析、Cox回歸分析、曲線估計SPSS數據編輯窗口SPSS變量編輯窗口SPSS輸出窗口SPSS數據、轉換、分析菜單SPSS描述統計菜單SPSS均值比較菜單Origin8.0Origin8.0的工作空間Origin8.0的繪圖菜單數據統計分析第三部分數據分析方法分類數據分析方法描述性分析分類分析一維數據度量平均數分析判別分析聚類分析假設檢驗頻數分布多維數據度量相關分析列聯表推斷性分析回歸分析方差分析因子分析假設檢驗的有關定義假設檢驗

先對總體參數提出某種假設，然后利用樣本信息判斷假設是否成立的過程。中心極限定理

如果總體存在有限的平均數和方差時，不管總體是否屬于正態分布，只要當抽樣單位數不斷增加，當樣本容量≥30后，即當抽樣單位數足夠大時，樣本平均數x分布趨近于正態分布T分布

當樣本容量＜30，樣本平均數分布服從n-1個自由度的T分布。假設檢驗的有關定義大樣本（n≥30）

樣本均值的抽樣分布近似于服從正態分布，樣本均值經標準化后服從標準正態分布，∴總體均值檢驗的統計量為：

當總體方差σ2未知時，可以用s2代替總體方差，此時總體均值檢驗的統計量為：假設檢驗的有關定義小樣本（n＜30）

當總體方差σ2未知時，需要用s2代替總體方差σ2，此時

不再服從標準正態分布，而是服從自由度為n-1的t分布，

∴此時需要用t分布來檢驗總體均值，即t檢驗，檢驗統計量為：假設檢驗分類參數（定量）檢驗非參數檢驗單樣本

t檢驗、z檢驗兩個獨立樣本

t檢驗、z檢驗配對樣本

t檢驗卡方檢驗單樣本

K-S檢驗兩個獨立樣本

Mann-WhitneyU檢驗配對樣本

Wilcoxon配對符號序檢驗單一樣本t檢驗檢驗某個變量的樣本均值與某個指定總體均值之間是否存在顯著差異當總體方差σ2已知時，應該用z檢驗，z統計量為：兩個獨立樣本T檢驗獨立樣本：兩個樣本之間彼此獨立沒有任何關聯，兩個獨立樣本各自接受相同的測量目的：了解兩個變量之間是否有顯著差異。檢驗的前提

1.兩個樣本相互獨立

2.樣本來自的兩個總體服從正態分布兩個獨立樣本T檢驗零假設H0：μ1=μ2,備擇假設H1：μ1≠μ2利用F檢驗判斷兩總體的方差是否相同根據F檢驗結果，決定T統計量和自由度的計算公式，進而對T檢驗的結論作出結論兩個獨立樣本T檢驗兩個獨立樣本T檢驗兩個獨立樣本T檢驗P=0.179>0.05,

兩個樣本方差相等P<0.01,處理前后的株高有極顯著性差異方差分析的基本概念單因素試驗的方差分析

試驗中只有一種因素改變雙/多因素試驗的方差分析

試驗中有兩個/多個因素改變多重比較

在3個或多個均值之間作兩個或多個比較的檢驗方差分析的基本假定正態性

誤差是服從正態分布的獨立的隨機變量，非正態的數據可進行數據轉換后再統計方差齊性

試驗數據的方差應該是同質的；可對變異特別明顯的數據進行剔除獨立性

各個觀測值是獨立的數據轉換平方根轉換

單位面積上雜草數、昆蟲頭數等對數轉換

微生物實驗數據，細菌群落等反正弦轉換

數據以比例數或者百分率表示時單因素方差分析舉例單因素方差分析舉例單因素方差分析舉例單因素方差分析舉例單因素方差分析舉例P>0.05,方差齊性單因素方差分析舉例單因素方差分析舉例ANOVA與GLM的差別ANOVA過程：用于處理均衡設計（對每個因素、每個水平的觀測數是相等的）的一元、多元方差分析和重復測量的方差分析。GLM過程：GeneralLinearModel，處理不均衡設計更為有效。圖表制作第四部分圖表制作圖表制作圖表類型的選擇氣象數據溫度：日內溫度變化、平均溫度、最高