SPSS17.0在生物統(tǒng)計學(xué)中的應(yīng)用實驗七卡方檢驗匯總

1、SPSS在生物統(tǒng)計學(xué)中的應(yīng)用實驗指導(dǎo)手冊SPSS在生物統(tǒng)計學(xué)中的應(yīng)用實驗指導(dǎo)手冊實驗七：卡方檢驗一、實驗?zāi)繕?biāo)與要求 1幫助學(xué)生深入了解卡方檢驗的基本概念，掌握卡方檢驗的基本思想和原理 2掌握卡方檢驗的過程。 二、實驗原理 卡方檢驗適用于次數(shù)分布的檢驗，比如次數(shù)分布是否與某種理想的分布一致，或者不同樣本同類測量分?jǐn)?shù)次數(shù)分布是否一致。對于前者，先要確定一個理想的次數(shù)分布比例，然后將觀測的某一次數(shù)分布與其比較，確定二者的差異性，并用X2來反映。 X2 越小 ，則差異越小 ，該樣本的觀測分布越有可能適合于理想分布； X2 越大 ，則差異越大 ，其服從于理想分布的可能性就越小。當(dāng)服從理想分布的伴隨概率小

2、于0.05時，就認(rèn)為該次數(shù)分布與理想的分布有顯著性差異。 不同樣本中測量分?jǐn)?shù)的次數(shù)分布使用卡方檢驗時，如果卡方足夠大，該觀測在兩個樣本中的次數(shù)分布服從于同一總體的概率小于0.05時，則認(rèn)為樣本間存在顯著性差異。三、實驗演示內(nèi)容與步驟 適合性檢驗比較觀測數(shù)與理論數(shù)是否符合的假設(shè)檢驗(compatibility test),也稱吻合性檢驗或擬合優(yōu)度檢驗(goodness of fit test).。【例】有一鯉魚遺傳試驗,以紅色和青灰色雜交,其F2代獲得不同分離尾數(shù),問觀測值是否符合孟德爾3:1遺傳定律.體色青灰色紅色總數(shù)F2觀測尾 定義變量：2. 輸入變量值3. 選擇菜

3、單1：點擊菜單【數(shù)據(jù)】【加權(quán)個案】彈出“加權(quán)個案”對話框 4. 選擇菜單2：點擊菜單【分析】【非參數(shù)檢驗】【卡方】彈出“卡方檢驗”對話框點擊【選項】按鈕，彈出“卡方檢驗：選項”對話框，選擇“描述性”，點擊【繼續(xù)】點擊【確定】在輸出結(jié)果視圖中看分析結(jié)果基本統(tǒng)計量Descriptive StatisticsNMeanStd. DeviationMinimumMaximum觀測尾數(shù)16021416.24338.172991503觀測尾數(shù)Observed N實測頻數(shù)Expected N理論頻數(shù)Residual偏差9999400.5-301.5150315031201.5301.5Total1602Te

4、st Statistics觀測尾數(shù)Chi-Square 卡方值302.629adf1Asymp. Sig.000a. 0 cells (.0%) have expected frequencies less than 5. The minimum expected cell frequency is 400.5. 獨立性檢驗又叫列聯(lián)表（contigency table）2檢驗，它是研究兩個或兩個以上因子彼此之間是獨立還是相互影響的一類統(tǒng)計方法?！纠靠疾觳煌喔确绞綄λ救~子衰老是否有影響。幾種灌溉方式下的葉態(tài)表現(xiàn)調(diào)查結(jié)果葉態(tài)頻數(shù)灌溉方式綠葉黃葉枯葉總數(shù)深水146（141.57）7（8.83）

5、8（10.596）161淺水183（179.39）9（11.188）12（13.426）204濕潤152（160.04）14（9.98）16（11.978）182總數(shù)4813036547先將水稻分為3組，第一組用采用深水灌溉，第二組采用淺水灌溉，第三組采用濕潤灌溉，然后統(tǒng)計每種灌溉方式下，水稻三種葉子（綠葉、黃葉、枯葉）出現(xiàn)的頻數(shù)。這時需要分析灌溉方式與葉態(tài)表現(xiàn)是否相關(guān)，若兩者彼此相關(guān)，表明葉態(tài)表現(xiàn)因灌溉方式不同而異，即三種灌溉方式對葉態(tài)表現(xiàn)的影響不相同；若兩者相互獨立，表明三種灌溉方式對葉態(tài)表現(xiàn)的影響相同。 這種根據(jù)頻數(shù)資料判斷兩類因子彼此相關(guān)或相互獨立的假設(shè)檢驗就是獨立性檢驗。獨立性檢驗實

6、際上是基于頻數(shù)資料對因子間相關(guān)性的研究。 根據(jù)概率乘法法則，若事件A和事件A是獨立的，或者說它們之間無關(guān)聯(lián)，這時事件A和事件B同時出現(xiàn)的概率等于它們分別出現(xiàn)時概率的乘積。1、數(shù)據(jù)格式2、選擇菜單1：點擊菜單【數(shù)據(jù)】【加權(quán)個案】彈出“加權(quán)個案”對話框2、選擇菜單2：點擊菜單【分析】【描述統(tǒng)計】【交叉表】彈出“交叉表”對話框點擊【統(tǒng)計量】按鈕，彈出“交叉表：統(tǒng)計量”對話框，選擇“卡方”，點擊【繼續(xù)】點擊【確定】在輸出結(jié)果視圖中看分析結(jié)果交叉表灌溉方式 * 稻葉情況 CrosstabulationCount稻葉情況Total123灌溉方式114677160218391320531521416182T

7、otal4813036547Chi-Square TestsValuedfAsymp. Sig. (2-sided)Pearson Chi-Square常用卡方值5.622a4.229Likelihood Ratio連續(xù)性校正卡方值5.5354.237Linear-by-Linear Association對數(shù)釋然比法卡方值4.5101.034N of Valid Cases有效記錄數(shù)547a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 8.78. 兩個率的比較【課本例題13.11】

8、為檢驗新措施對防治仔豬白痢是否優(yōu)于傳統(tǒng)措施，研究試驗后得到如下資料存亡12措施111436213218措施 * 存亡 CrosstabulationCount存亡Total死亡治愈措施舊措施18132150新措施36114150Total54246300Chi-Square TestsValuedfAsymp. Sig. (2-sided)Exact Sig. (2-sided)Exact Sig. (1-sided)Pearson Chi-Square7.317a1.007Continuity Correctionb6.5271.011Likelihood Ratio7.4351.006Fi

9、sher's Exact Test.010.005N of Valid Cases300a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 27.00.b. Computed only for a 2x2 table與課本第202頁的結(jié)果進行比較【例題】某養(yǎng)豬場第一年養(yǎng)豬225頭，死亡23頭；第二年養(yǎng)豬368頭，死亡28頭。試檢驗這兩年豬的死亡率是否有顯著差異？存亡12年份114623218328 單個率的檢驗（樣本率與總體率的比較）【例】 有一批蔬菜種子的平均發(fā)芽率PO=0.8

10、5，現(xiàn)隨機抽取500粒，有種衣劑進行浸種處理，結(jié)果有445粒發(fā)芽，試檢驗種衣劑對種子發(fā)芽率有無效果。 因平均發(fā)芽率PO=0.85，檢驗比例輸入0.85Binomial TestCategoryNObserved Prop.試驗頻率Test Prop檢測標(biāo)準(zhǔn)概率.Asymp. Sig. (1-tailed)檢驗集結(jié)果：顯著性水平概率出芽記錄Group 14454450.89（發(fā)芽頻率）0.850.006aGroup 255550.11（未發(fā)芽頻率）Total5001.00a. Based on Z Approximation.基于Z近似（大樣本近似正態(tài)分布假設(shè)）卡方檢驗：出芽記錄出芽未出芽種子處

11、理未用包衣劑200170使用包衣劑44555種子處理 * 出芽情況 CrosstabulationCount出芽情況Total出芽未出芽種子處理使用包衣劑44555500未用包衣劑200170370Total645225870Chi-Square TestsValuedfAsymp. Sig. (2-sided)Exact Sig. (2-sided)Exact Sig. (1-sided)Pearson Chi-Square135.439a1.000Continuity Correctionb133.6221.000Likelihood Ratio137.5911.000Fisher's Exac