文档介绍：生物学实验数据分析
第1页，本讲稿共18页
为什么要进行数据分析
为了避免误差,避免随机出现的误差影响结果 。
科学地认识事物的本质。
总体和样本 。
统计学上常常采取抽样的方法。即从总体中随机抽取一定数量的样本进行研究生物学实验数据分析
第1页，本讲稿共18页
为什么要进行数据分析
为了避免误差,避免随机出现的误差影响结果 。
科学地认识事物的本质。
总体和样本 。
统计学上常常采取抽样的方法。即从总体中随机抽取一定数量的样本进行研究，得出的结果来推论总体的特征。
第2页，本讲稿共18页
如何知道真相？
由于个体本身存在的差异及取样误差，会造成：
均值不等的两个计算结果，可能会来自同一个总体。
均值相等的两个计算结果，可能会来自不同的总体。
这就是统计学要解决的问题，也是我们为什么要进行数据分析的原因。
第3页，本讲稿共18页
我们实验中常遇到的分析事例
例1：某种子平均萌发率已知是70%，从某地新买的一批种子萌发率是否达到？
例2：出口萝卜的平均重量不少于1 kg , 采取了新的种植措施收获的萝卜是否符合标准？
例3：一种化感物质或者一种新型生长剂处理植物幼苗后，对植物的生长有无影响？
第4页，本讲稿共18页
例4：已知一种化感物质能够抑制某植物的生长，但两种不同浓度处理，或同一种浓度而用不同的方法处理，其结果之间有无差异？
例5：20位心动过速病人，在进行芳香疗法前后，心率有无变化？
例6：四个浓度的化感物质，处理同一种植物的幼苗，各组间有无显著差异？
例7：采集了不同地区10个橄榄品种，测量了营养器官的各种数据，想通过这些数据了解品种之间的亲缘关系。
第5页，本讲稿共18页
如何处理数据
处理这些数据常用的统计学方法有：
T-检验（T-test）
方差分析(Analysis of variance; ANOVA)
聚类分析（Cluster Analysis)
相关性分析 (Correlation analysis )
第6页，本讲稿共18页
一、T-检验的概念及使用条件
总体要呈正态分布：是自然界最常见的一种分布；
用于处理两组数据之间的比较：
两组样本方差要相等
样本量少于30
用以两个平均数之间差异显著性的检验。
第7页，本讲稿共18页
某厂称生产的轮胎寿命标准为25000公里，正态分布，抽15个样本检测，得均值为27000，问该厂结果与质量标准是否相符？
符合T-检验的标准。
假设H0 <= 25000, 即认为不符合标准。
H1 > 25000, 即认为符合标准。
取显著性水平为p=
数据1
1. 单样本T-检验
检验单个变量的均值是否与给定的常数之间存在差异。
第8页，本讲稿共18页
假设：H0<70, 不符合标准，不买
H1>=70, 可买
例1：某种子平均萌发率已知是70%，从某地新买的一批种子萌发率是否达到？
单样本T检验
第9页，本讲稿共18页
2. 独立样本T-检验
用于检验两组相关的样本，是否来自具有相同均值的总体。
条件：两组样本要独立，没有配对关系；
方差相同。
例3：一种化感物质或者一种新型生长剂处理植物幼苗后，对植物的生长有无影响？
培养一批幼苗，随机分成两组，各10株：
组1：对照组：10株
组2：处理组：10株（浇灌处理液）
独立样本检验
第10页，本讲稿共18页
3. 配对样本T-检验
10位病人进入芳香疗法室之前测量心率，
在芳香疗法室停留3小时，再测量心率，
检验这两组数据有无显著性差异？
例5：20位心动过速病人，在进行芳香疗法前后，心率有无变化？
因为是同一位人，测定两次，或者说两组数据不独立，要用该方法。
配对样品检验
第11页，本讲稿共18页
二、方差分析
通常一个事物受两种以上因素的影响，通过试验得到几组数据，我们想分析这些影响是否显著，各因素之间影响的差异是否显著、因素间有无相互作用，方差分析就是解决这一问题的。
方差分析主要分析2组以上处理水平各效应的显著性，即方差的齐次性。
第12页，本讲稿共18页
因素：是影响变量变化的客观条件；实验材料的种类
处理：是影响变量变化的人为条件；处理液的种类。
有时通称为因素。
方差分析中常用的术语
水平：因素或处理的不同等级。
如同一实验材料不同生长期，
同一处理液的不同浓度或使用的不同量。
单元：各因素与水平之间的组合。
如同一实验材料2个生长期，
同一处理液的3个浓度组成6个单元。
第13页，本讲稿共18页
方差分析的类型