常用統(tǒng)計(jì)分析軟件spss-閱讀頁
2024-11-06 16:58本頁面
【正文】 間變異度的評價(jià) 。 Mi Hj H1 H2 H3 M1 13 14 14 M2 12 12 13 M3 3 3 3 M4 10 9 10 M5 2 5 4 【 Analyze】 ,【 General Linear Model】 , 【 Univariate】 Dependent Variable框：干物質(zhì)重 Fixed Factor[s]框：激素濃度 、 浸種時(shí)間 Model… ⊙ Custom Model框：激素濃度 、 浸種時(shí)間 Continue Post Hoc… √LSD Continue OK 例 2. 施用 A A A3 3種肥料于 B BB3 3種土壤 ， 以小麥為指示作物 ， 每處理組合種3盆 ， 得產(chǎn)量結(jié)果 (g)于下表 。 肥料種類 (A) 土壤種類 (B) B1(油砂 ) B2(二合 ) B2(白僵 ) A1 A2 A3 簡明分析步驟 : 【 Analyze】 ,【 General Linear Model】 , 【 Univariate】 Dependent Variable框：產(chǎn)量 Fixed Factor[s]框：肥料種類 、 土壤種類 。 例：將水稻的 3個(gè)不同細(xì)胞質(zhì)源的不育系 (A1, A2, A3)和 5個(gè)恢復(fù)系 (B1, B2, B3, B4, B5)雜交 ， 配成 15個(gè) F1。 處 理 區(qū)組 Ⅰ 區(qū)組 Ⅱ A1 B1 B2 B3 B4 B5 A2 B1 B2 B3 B4 B5 A3 B1 B2 B3 B4 B5 二因素隨機(jī)區(qū)組試驗(yàn)數(shù)據(jù)表 【 Analyze】 ， 【 General Linear Model】 ， 【 Univariate】 Dependent Variable框：產(chǎn)量 Fixed Factor[s]框：不育系 、 恢復(fù)系 、 區(qū)組 Model… ⊙ Custom Model框：區(qū)組 、 不育系 、 恢復(fù)系 、 不育系 恢復(fù)系 。 將無法或很難控制的因素作為協(xié)變數(shù) ，利用線性回歸排除協(xié)變數(shù)的影響 ， 使目標(biāo)變數(shù)的分析更精確 。 例：為研究 A、 B、 C三種肥料對于蘋果的增產(chǎn)效果 ， 選了 24株同齡的蘋果樹 ， 第一年記下各樹的產(chǎn)量 （ X， 公斤 ） ， 第二年將每種肥料隨機(jī)施于 8株蘋果上 ， 再記下其產(chǎn)量 （ Y， 公斤 ） 。 肥料 觀察值（ X， Y） A X 47 58 53 46 49 56 54 44 Y 54 66 63 51 56 66 61 50 B X 52 53 64 58 59 61 63 66 Y 54 53 67 62 62 63 64 69 C X 44 48 46 50 59 57 58 53 Y 52 58 54 61 70 64 68 66 【 Analyze】 ， 【 General Linear Model】 ， 【 Univariate】 Dependent Variable框：施肥產(chǎn)量 Fixed Factor[s]框：分組變量 Covariate[s]框：初始產(chǎn)量 Options √Descriptive Statistics Display means for框：分組變量 √Compare Main effects Continue OK 7 回歸和相關(guān)分析 一元線性回歸分析 回歸分析用于描述變數(shù)之間的數(shù)量關(guān)系 ， 確定一個(gè)或幾個(gè)自變數(shù)對一個(gè)依變數(shù)的影響程度 。 一元回歸時(shí) ， F測驗(yàn)與 t 測驗(yàn)等價(jià) ， 即 : F=t2，兩種測驗(yàn)可以相互替代 。 山東臨沂測定 1964~1973年 (共年 )間月下旬的溫雨系數(shù) (雨量 mm/平均溫度 ℃ )和大豆第二代造橋蟲發(fā)生量 (每百株大豆上的蟲數(shù) )的關(guān)系如下表 ， 試建立回歸方程 。 以相關(guān)系數(shù) (r)體現(xiàn)兩個(gè)變數(shù)間的線性關(guān)系程度 。 說明：相關(guān)系數(shù)只是較好地度量了兩個(gè)變數(shù)間的線性相關(guān)程度 ， 不能描述非線性關(guān)系 。 b1表示在其他自變量保持不變的情況下 ， 自變量 x1變動(dòng)一個(gè)單位所引起的依變數(shù) Y的平均變動(dòng) 。 自變數(shù)篩選法： Enter：所選擇的自變數(shù)將全部進(jìn)入建立的回歸方程中 ， 該項(xiàng)為默認(rèn)方式 。 Forward：向前篩選法 ， 是自變數(shù)不斷進(jìn)入回歸方程的過程 。 Stepwise：逐步篩選法 ， 是 “ 向前法 ” 和 “ 向后法 ” 的結(jié)合 。 步驟： 【 Analyze】 ， 【 Regression】 ， 【 Linear】 [enter]：再行選擇 。 可進(jìn)行曲線估計(jì) 。 污染距離 X 50 100 150 200 250 300 400 500 氰化物濃度 Y 非線性回歸過程建立因變量與一組自變量之間的非線性關(guān)系 。 步驟 【 Analyze】 【 Regression】 【 Nonlinear】 注意在 【 Model Expression】 框中輸入一個(gè)合適的方程 ， 在該方程中 ， 包括變量 、 參數(shù)和常數(shù)等 。 例 2：測定水稻品種 IR72籽粒開花后不同天數(shù)下的平均單粒重 (Y， mg)， 得結(jié)果于下表 。 開花后天數(shù) (d) 0 3 6 9 12 15 18 21 24 平均單粒重 (mg) 8 聚類分析 Hierarchical Cluster過程 先將所有 n個(gè)個(gè)體看成不同的 n類 ， 然后將性質(zhì)最接近 （ 距離最近 ） 的兩類合并為一類 ， 再從這 n1類中找到最接近的兩類加以合并 。 最常用的距離（默認(rèn)）為歐氏平方距離。 9 非參數(shù)檢驗(yàn) 非參數(shù)檢驗(yàn)是不依賴于總體分布的統(tǒng)計(jì)推斷方法 ， 是指在總體不服從正態(tài)分布且分布情況不明時(shí) ，用來檢驗(yàn)數(shù)據(jù)資料是否來自同一總體假設(shè)的一類檢驗(yàn)方法 。 假設(shè)前提比參數(shù)假設(shè)檢驗(yàn)方法少得多 ， 也容易滿足 ， 適用于計(jì)量信息較弱的資料且計(jì)算方法也簡便易行 ， 在實(shí)際中備廣泛應(yīng)用 。 卡方檢驗(yàn)適用于配合度檢驗(yàn)，只要用于分析實(shí)際頻數(shù)于理論頻數(shù)是否相符。
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1