數(shù)據(jù)的處理與分析

1、生物學(xué)數(shù)據(jù)的處理與分析生物學(xué)數(shù)據(jù)的處理與分析生命科學(xué)學(xué)院生命科學(xué)學(xué)院 魏虹魏虹2012.12.282 Questions Why to do? How to do?Why to do? 保證你的研究論文能通過統(tǒng)計(jì)學(xué)審查保證你的研究論文能通過統(tǒng)計(jì)學(xué)審查 國內(nèi)外權(quán)威雜志對(duì)來稿都有統(tǒng)計(jì)學(xué)要求或統(tǒng)計(jì)國內(nèi)外權(quán)威雜志對(duì)來稿都有統(tǒng)計(jì)學(xué)要求或統(tǒng)計(jì)學(xué)指導(dǎo)學(xué)指導(dǎo) 對(duì)不同雜志發(fā)表論文的調(diào)查結(jié)果顯示，有統(tǒng)計(jì)對(duì)不同雜志發(fā)表論文的調(diào)查結(jié)果顯示，有統(tǒng)計(jì)錯(cuò)誤的論文所占比例高達(dá)錯(cuò)誤的論文所占比例高達(dá)72%，最低也有，最低也有20% 獲得科學(xué)證據(jù)的主要手段獲得科學(xué)證據(jù)的主要手段現(xiàn)代現(xiàn)代生命生命科學(xué)科學(xué)研究研究1觀察觀察2提出問題

2、提出問題產(chǎn)生假設(shè)產(chǎn)生假設(shè)356預(yù)測預(yù)測試驗(yàn)設(shè)計(jì)試驗(yàn)設(shè)計(jì)數(shù)據(jù)收集、分析、解釋數(shù)據(jù)收集、分析、解釋4Statistics： the science of collecting, analyzing, presenting and interpreting data. 統(tǒng)計(jì)分析流程統(tǒng)計(jì)分析流程確定問題確定分析目標(biāo)確定問題確定分析目標(biāo)采用科學(xué)方法收集數(shù)據(jù)采用科學(xué)方法收集數(shù)據(jù)考察數(shù)據(jù)時(shí)效性整理數(shù)據(jù)考察數(shù)據(jù)時(shí)效性整理數(shù)據(jù)統(tǒng)計(jì)分析統(tǒng)計(jì)分析根據(jù)統(tǒng)計(jì)分析結(jié)果進(jìn)行討根據(jù)統(tǒng)計(jì)分析結(jié)果進(jìn)行討論，完成研究論文論，完成研究論文總體總體樣本樣本結(jié)論結(jié)論數(shù)據(jù)數(shù)據(jù)抽樣抽樣分析分析應(yīng)應(yīng)用用測測試試PopulationSample

3、取樣信息會(huì)發(fā)生變化取樣信息會(huì)發(fā)生變化 測量過程引入的隨機(jī)誤差測量過程引入的隨機(jī)誤差 取樣隨機(jī)性所帶來的變化取樣隨機(jī)性所帶來的變化 我們所關(guān)心的性質(zhì)確實(shí)發(fā)生了某種變化我們所關(guān)心的性質(zhì)確實(shí)發(fā)生了某種變化數(shù)據(jù)分析的目的數(shù)據(jù)分析的目的 如何從一些包含有隨機(jī)誤差，又并不如何從一些包含有隨機(jī)誤差，又并不完全的信息中得出科學(xué)的、盡可能正完全的信息中得出科學(xué)的、盡可能正確的結(jié)論？確的結(jié)論？ 統(tǒng)計(jì)學(xué)的任務(wù)就是在前兩種干撓存在統(tǒng)計(jì)學(xué)的任務(wù)就是在前兩種干撓存在的情況下，對(duì)第三種改變是否存在給的情況下，對(duì)第三種改變是否存在給出一個(gè)科學(xué)的結(jié)論。出一個(gè)科學(xué)的結(jié)論。 How to do? 數(shù)據(jù)的表現(xiàn)形式數(shù)據(jù)的表現(xiàn)形式 常用

4、統(tǒng)計(jì)方法常用統(tǒng)計(jì)方法數(shù)據(jù)的表現(xiàn)形式數(shù)據(jù)的表現(xiàn)形式 常用指標(biāo)常用指標(biāo) 統(tǒng)計(jì)圖表統(tǒng)計(jì)圖表常用統(tǒng)計(jì)指標(biāo)常用統(tǒng)計(jì)指標(biāo)xs)(xessStandard deviation：1)(2nxxsStandard error：nsse 以以平均值平均值標(biāo)準(zhǔn)差標(biāo)準(zhǔn)差來描述資料時(shí)，是表示了這個(gè)來描述資料時(shí)，是表示了這個(gè)資料的中央趨勢和分散程度兩樣性質(zhì)。資料的中央趨勢和分散程度兩樣性質(zhì)。 平均值平均值標(biāo)準(zhǔn)誤標(biāo)準(zhǔn)誤描述了這個(gè)資料的中央趨勢以及描述了這個(gè)資料的中央趨勢以及對(duì)總體平均值估計(jì)的可能誤差程度。對(duì)總體平均值估計(jì)的可能誤差程度。?esxorsx統(tǒng)計(jì)圖的使用誤區(qū)統(tǒng)計(jì)圖的使用誤區(qū)展示元素不宜大于展示元素不宜大于3 3個(gè)

5、個(gè)0 01 10 00 00 00 00 02 20 00 00 00 00 03 30 00 00 00 00 04 40 00 00 00 00 05 50 00 00 00 00 06 60 00 00 00 00 07 70 00 00 00 00 08 80 00 00 00 00 09 90 00 00 00 00 01 10 00 00 00 00 00 01 12 2月月1 1月月2 2月月3 3月月4 4月月5 5月月6 6月月7 7月月8 8月月9 9月月1 10 0月月1 11 1月月1 12 2月月折線圖與柱狀圖的使用（時(shí)間序列數(shù)據(jù)最好使用折折線圖與柱狀圖的使用（時(shí)間序

6、列數(shù)據(jù)最好使用折線圖）線圖）0 01 10 00 00 00 00 02 20 00 00 00 00 03 30 00 00 00 00 04 40 00 00 00 00 05 50 00 00 00 00 06 60 00 00 00 00 07 70 00 00 00 00 08 80 00 00 00 00 09 90 00 00 00 00 01 10 00 00 00 00 00 01 12 2月月1 1月月2 2月月3 3月月4 4月月5 5月月6 6月月7 7月月8 8月月9 9月月1 10 0月月1 11 1月月1 12 2月月研究用數(shù)據(jù)最好不使用三維立體圖研究用數(shù)據(jù)最好不

7、使用三維立體圖為避免圖表的欺騙性，圖線最好占據(jù)為避免圖表的欺騙性，圖線最好占據(jù)2/32/3至至3/43/4的高的高度（調(diào)整度（調(diào)整Y Y軸刻度）軸刻度）7 7 3 3 . . 7 7 % %6 6 8 8 . . 1 1 % %6 6 9 9 . . 0 0 % %7 7 2 2 . . 9 9 % %7 7 3 3 . . 1 1 % %7 7 5 5 . . 6 6 % %7 7 0 0 . . 9 9 % %7 7 1 1 . . 9 9 % %7 7 1 1 . . 6 6 % %6 6 9 9 . . 0 0 % %6 6 2 2 . . 2 2 % %6 6 7 7 . . 1 1

8、 % %7 7 5 5 . . 7 7 % %8 8 3 3 . . 5 5 % %7 7 1 1 . . 5 5 % %7 7 5 5 . . 4 4 % %7 7 9 9 . . 0 0 % %7 7 5 5 . . 8 8 % %7 7 6 6 . . 9 9 % %7 7 4 4 . . 5 5 % %6 6 8 8 . . 9 9 % %7 7 2 2 . . 9 9 % %7 7 7 7 . . 3 3 % %6 6 7 7 . . 7 7 % %7 7 5 5 . . 5 5 % %7 7 9 9 . . 6 6 % %0 0 % %1 1 0 0 % %2 2 0 0 % %3

9、 3 0 0 % %4 4 0 0 % %5 5 0 0 % %6 6 0 0 % %7 7 0 0 % %8 8 0 0 % %9 9 0 0 % %1 1 0 0 0 0 % %1 1 2 2 月月 1 1 月月 2 2 月月 3 3 月月 4 4 月月 5 5 月月 6 6 月月 7 7 月月 8 8 月月 9 9 月月 1 1 0 0 月月1 1 1 1 月月1 1 2 2 月月7 73 3. .7 7% %6 68 8. .1 1% %6 69 9. .0 0% %7 72 2. .9 9% %7 73 3. .1 1% %7 75 5. .6 6% %7 70 0. .9 9% %

10、7 71 1. .9 9% %7 71 1. .6 6% %6 69 9. .0 0% %6 62 2. .2 2% %6 67 7. .1 1% %7 75 5. .7 7% %8 83 3. .5 5% %7 71 1. .5 5% %7 75 5. .4 4% %7 79 9. .0 0% %7 75 5. .8 8% %7 76 6. .9 9% %7 74 4. .5 5% %6 68 8. .9 9% %7 72 2. .9 9% %7 77 7. .3 3% %6 67 7. .7 7% %7 75 5. .5 5% %7 79 9. .6 6% %6 60 0% %6 65 5

11、% %7 70 0% %7 75 5% %8 80 0% %8 85 5% %1 12 2月月 1 1月月 2 2月月 3 3月月 4 4月月 5 5月月 6 6月月 7 7月月 8 8月月 9 9月月 1 10 0月月 1 11 1月月 1 12 2月月 單變量的數(shù)據(jù)分析單變量的數(shù)據(jù)分析 t檢驗(yàn)檢驗(yàn) 方差分析方差分析 2分析分析 多變量的數(shù)據(jù)分析多變量的數(shù)據(jù)分析 相關(guān)分析相關(guān)分析 回歸分析回歸分析 聚類分析聚類分析 主成分分析主成分分析 小概率原理小概率原理 在統(tǒng)計(jì)學(xué)上，把小概率事件在一次試驗(yàn)中在統(tǒng)計(jì)學(xué)上，把小概率事件在一次試驗(yàn)中看成是實(shí)際不可能發(fā)生的事件稱為看成是實(shí)際不可能發(fā)生的事件稱為小

12、概率小概率事件實(shí)際不可能性原理事件實(shí)際不可能性原理，亦稱為，亦稱為小概率原小概率原理理。 概率性質(zhì)的反證法：概率性質(zhì)的反證法：假定假定H0成立，然后根成立，然后根據(jù)樣本結(jié)果推論是否為小概率事件，如果據(jù)樣本結(jié)果推論是否為小概率事件，如果是則拒絕是則拒絕H0 （p p），否則不拒絕），否則不拒絕(p(p) )SPSS統(tǒng)計(jì)分析軟件統(tǒng)計(jì)分析軟件 SPSS：Statistical Product and Service Solutions 非專業(yè)統(tǒng)計(jì)人員的首選統(tǒng)計(jì)軟件非專業(yè)統(tǒng)計(jì)人員的首選統(tǒng)計(jì)軟件 官方網(wǎng)站官方網(wǎng)站:http:/:http:/；http:/http:/編輯窗口編輯窗口 Edit-Optio

13、ns- Viewer：可對(duì)輸出字體和大小進(jìn)行設(shè)置：可對(duì)輸出字體和大小進(jìn)行設(shè)置 Pivot Tables：Academic.tlo（三線表）（三線表） Data-Orthogonal Design（正交設(shè)計(jì)）（正交設(shè)計(jì)）SPSS正交設(shè)計(jì)案例正交設(shè)計(jì)案例水平水平A溫度（溫度（）因因 素素時(shí)間（時(shí)間（h)pH1236070800.51.01.56.07.08.0Example 1數(shù)據(jù)窗口數(shù)據(jù)窗口 Data-Select Cases-Random sample of cases：試驗(yàn)對(duì)象隨機(jī)分組：試驗(yàn)對(duì)象隨機(jī)分組 Example 2分析窗口分析窗口完全隨機(jī)設(shè)計(jì)的兩樣本均數(shù)比較完全隨機(jī)設(shè)計(jì)的兩樣本均數(shù)比

14、較 （兩獨(dú)立樣本（兩獨(dú)立樣本t檢驗(yàn)）檢驗(yàn)）Note：方差齊性檢驗(yàn)：方差齊性檢驗(yàn)方差齊性檢驗(yàn)方差齊性檢驗(yàn)F值值p值值當(dāng)當(dāng)P0.05，選擇，選擇t檢驗(yàn)；當(dāng)檢驗(yàn)；當(dāng)P0.05 ，選擇校正，選擇校正t檢驗(yàn)。檢驗(yàn)。校正校正的的t值值t值值p值值Example 3方差分析方差分析(ANOVA)（一）方差分析的目的（一）方差分析的目的 推斷多個(gè)總體均數(shù)是否相等推斷多個(gè)總體均數(shù)是否相等（二）（二）方差分析的適用條件方差分析的適用條件 各處理組樣本來自正態(tài)總體各處理組樣本來自正態(tài)總體 各樣本是相互獨(dú)立的隨機(jī)樣本各樣本是相互獨(dú)立的隨機(jī)樣本 各處理組的總體方差相等，即方差齊性各處理組的總體方差相等，即方差齊性方方差

15、差分分析析單因素單因素：完全隨機(jī)設(shè)計(jì)完全隨機(jī)設(shè)計(jì)兩因素兩因素：隨機(jī)區(qū)組設(shè)計(jì)、完全隨機(jī)設(shè)計(jì)隨機(jī)區(qū)組設(shè)計(jì)、完全隨機(jī)設(shè)計(jì)多因素多因素：正交設(shè)計(jì)：正交設(shè)計(jì)重復(fù)測量設(shè)計(jì)重復(fù)測量設(shè)計(jì)單因素方差分析單因素方差分析方差齊性檢驗(yàn)方差齊性檢驗(yàn)F值值p值值F值值p值值雙因素方差分析雙因素方差分析Example 5多因素方差分析多因素方差分析正交試驗(yàn)設(shè)計(jì)的方差分析正交試驗(yàn)設(shè)計(jì)的方差分析Example 6重復(fù)測量設(shè)計(jì)的方差分析重復(fù)測量設(shè)計(jì)的方差分析重復(fù)測量設(shè)計(jì)重復(fù)測量設(shè)計(jì) 當(dāng)對(duì)同一受試對(duì)象在不同時(shí)間重復(fù)測量次當(dāng)對(duì)同一受試對(duì)象在不同時(shí)間重復(fù)測量次3時(shí)，稱為重復(fù)測量設(shè)計(jì)或重復(fù)測量數(shù)據(jù)。時(shí)，稱為重復(fù)測量設(shè)計(jì)或重復(fù)測量數(shù)據(jù)。測

16、測 量量 時(shí)時(shí) 間間 點(diǎn)點(diǎn)測試對(duì)象測試對(duì)象 1 2 p1 y11 y12 y1p2 y21 y22 y2p:n yn1 yn2 y n p重復(fù)測量資料重復(fù)測量資料 是同一受試對(duì)象的同一觀察指標(biāo)在不同時(shí)間是同一受試對(duì)象的同一觀察指標(biāo)在不同時(shí)間點(diǎn)上進(jìn)行多次測量所得的資料，點(diǎn)上進(jìn)行多次測量所得的資料，常用來分析常用來分析該觀察指標(biāo)在不同時(shí)間點(diǎn)上的變化。有時(shí)是該觀察指標(biāo)在不同時(shí)間點(diǎn)上的變化。有時(shí)是從同一個(gè)體的不同部位（或組織）上重復(fù)測從同一個(gè)體的不同部位（或組織）上重復(fù)測量獲得的指標(biāo)的觀測值。量獲得的指標(biāo)的觀測值。目的：就是比較不同時(shí)間點(diǎn)動(dòng)態(tài)變化趨勢的特征目的：就是比較不同時(shí)間點(diǎn)動(dòng)態(tài)變化趨勢的特征問題

17、？問題？同一觀察單位具有多個(gè)觀察值，同一觀察單位具有多個(gè)觀察值，而這些觀察值來自同一受試對(duì)象而這些觀察值來自同一受試對(duì)象的不同時(shí)點(diǎn)（部位等），這類數(shù)的不同時(shí)點(diǎn)（部位等），這類數(shù)據(jù)間往往有據(jù)間往往有相關(guān)性存在相關(guān)性存在，違背了，違背了方差分析要求方差分析要求數(shù)據(jù)滿足獨(dú)立性數(shù)據(jù)滿足獨(dú)立性基基本條件。本條件。單變量重復(fù)測量方差分析單變量重復(fù)測量方差分析1. 單組重復(fù)測量單組重復(fù)測量指同一組內(nèi)（或接受同一種處理）的多個(gè)受試指同一組內(nèi)（或接受同一種處理）的多個(gè)受試者，在多個(gè)時(shí)間點(diǎn)上的反應(yīng)變量所作的測量，者，在多個(gè)時(shí)間點(diǎn)上的反應(yīng)變量所作的測量，又稱為單變量重復(fù)測量。又稱為單變量重復(fù)測量。測測 量量 時(shí)時(shí)

18、間間 點(diǎn)點(diǎn)受試者受試者 1 2 p1 x11 x12 x1p2 x21 x22 x2p:n xn1 xn2 x n p2.多組重復(fù)測量多組重復(fù)測量（多組并不等于多因素）（多組并不等于多因素） 指將受試者按處理的不同水平分為幾個(gè)組，對(duì)指將受試者按處理的不同水平分為幾個(gè)組，對(duì)這些組內(nèi)的每一受試者，都在不同時(shí)間點(diǎn)對(duì)他這些組內(nèi)的每一受試者，都在不同時(shí)間點(diǎn)對(duì)他們的反應(yīng)變量進(jìn)行測量。們的反應(yīng)變量進(jìn)行測量。表3.1（余松林）重復(fù)測量設(shè)計(jì)的方差分析重復(fù)測量設(shè)計(jì)的方差分析 Analyse-General Linear Model-Repeated Measures Example 7p誤差協(xié)方差矩陣滿足球形性誤

19、差協(xié)方差矩陣滿足球形性(sphericity)或或復(fù)合對(duì)稱性復(fù)合對(duì)稱性(compound symmetry)，即主對(duì)，即主對(duì)角線上各方差相等，各協(xié)方差相等。角線上各方差相等，各協(xié)方差相等。p若球?qū)ΨQ性質(zhì)不能滿足，則方差分析的若球?qū)ΨQ性質(zhì)不能滿足，則方差分析的F值是偏大的，增大了犯第一類錯(cuò)誤的概率。值是偏大的，增大了犯第一類錯(cuò)誤的概率。p球?qū)ΨQ通常采用球形檢驗(yàn)球?qū)ΨQ通常采用球形檢驗(yàn)(Mauchlys test of sphericity)來判斷來判斷，如不滿足，如不滿足“球?qū)ΨQ球?qū)ΨQ”假設(shè)，應(yīng)用假設(shè)，應(yīng)用“球?qū)ΨQ球?qū)ΨQ”校正系數(shù)對(duì)受試對(duì)象校正系數(shù)對(duì)受試對(duì)象內(nèi)所有變異的自由度進(jìn)行校正。內(nèi)所有變異的

20、自由度進(jìn)行校正。Mauchlys Test of SphericitybMeasure: MEASURE_1.06315.8445.008.528.657.333Within Subjects EffectFACTOR1Mauchlys WApprox.Chi-SquaredfSig.Greenhouse-GeisserHuynh-FeldtLower-boundEpsilonaTests the null hypothesis that the error covariance matrix of the orthonormalized transformed dependent varia

21、bles isproportional to an identity matrix.May be used to adjust the degrees of freedom for the averaged tests of significance. Corrected tests are displayedin the Tests of Within-Subjects Effects table.a. Design: Intercept Within Subjects Design: FACTOR1b. 不滿足不滿足“球?qū)ΨQ球?qū)ΨQ”假設(shè)假設(shè)Greenhuose-Geisser的校正系數(shù)的校正系數(shù) =0.528Tests of Within-Sub