DPS數據在生物統計中的應用范文

本站小編為你精心準備了DPS數據在生物統計中的應用參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

1dps在生物統計分析中的應用

1．1異常值的檢測

在科學實驗中，由于外界條件的改變和主觀因素的影響，實驗測量的數據中個別數據往往會產生較大誤差，即出現異常值。這些異常值的存在往往會掩蓋研究對象的變化規律，甚至得出錯誤的結論［4］。為了提高實驗的數據的精確度，我們要將數據中的異常值予以剔除。對異常值的判斷通常有三種標準:3σ準則準則即拉依達準則、格拉布斯(Grubbs)準則、狄克遜(Dixon)準則。其中:在測量次數較少時，最好不要選用3σ準則［5］。用狄克遜準則判斷樣本數據中混有一個以上異常值的情形效果較好。所以我們在此選擇使用格拉布斯準則。用有如下的判別準則:︱－︱≥G(a，n)S則數據粗差，應予剔除。否則，應予保留。其中為該水平數據的算術平均數，s為該水平數據的便準偏差，公式:G(a，n)是格拉布斯準則的臨界值，a為顯著水平，n為該水平的重復次數。使用DPS數據處理軟件將很方便的剔出異常值。以A、B、C、D、E、F6個品種水稻植株鎘的吸收影響［6］為例見表1。首先，在DPS軟件中錄入數據，以行為水平，有A、B、C、D、E、F6行，1、2、3、4、5、6列為重復。其次，選中每一行的數據區域，將其定義為數據塊。再單擊菜單欄中的“數據分析”→單擊“異常值檢測”→選擇“格拉布斯(Grubbs)法”→選擇P值“0．05”→單擊“確定”按鈕→輸出“結果”見圖1。從圖1看出:C6單元格的數值0．3942是應該剔除的異常值，應用相同的方法，可知:F5單元格的數值0．3152也是應該剔除的異常值，其結果與文獻［6］中用Excel軟件處理結果相同。

1．2方差分析及多重比較

由于試驗中各種因素的影響，研究所得的數據呈現波動狀，因此要比較兩個或兩個以上樣本均數差別是否顯著，就要進行方差分析(F檢驗)。R．A．Fister認為:造成波動的原因可分成兩類，一是隨機因素，另一是研究中施加的對結果形成影響的控制因素。通過分析研究不同來源的變異對總變異的貢獻大小，從而確定控制因素對研究結果影響是否顯著。當F檢驗結果顯著時，表明可控因素對實驗結果影響顯著，就需要進一步找出是何種控制對實驗影響顯著，就需要對不同控制水平見進行兩兩單獨比較，以水稻不同藥劑處理的苗高［7］為例，具體數據如表2介紹使用DPS進行方差分析及多重比較。

1．2．1方差齊性檢驗。因為方差分析的基本假定之一就是誤差同質性，所以在進行方差分析之前要判斷所有實驗處理是否具有共同的誤差方差。首先進行樣本方差齊性檢驗，選中數據→單擊菜單欄中的“試驗統計”→單擊“方差齊性檢驗”→系統默認“0不轉換”→單擊“OK”，系統將給出檢測結果見圖2。這里檢測結果采用的是Bartlett卡方檢驗。這里計算得到卡方值=0．69599，自由度=3，P=0．87415＞0．05，表示差異不顯著即方差齊性。如果p＜0．05，側表示方差魚油顯著異質性，這時不易用方差分析法進行統計檢驗，可以考慮對數據進行適當轉換:平方根轉換、對數轉換、正反弦轉換，然后再進行方差分析。圖2方差齊性檢驗結果

1．2．2進行方差分析及多重比較。選中數據→單擊菜單欄中的“試驗統計”→選擇“完全隨機試驗”→選擇“單因素試驗統計分析”→跳出“方差分析參數設置”對話框，見圖3進行設置→單擊“確定”，系統將給出分析結果見圖4.計算結果顯示包括:(1)數據處理時當前日期;(2)各處理的樣本數、均值、標準差、標準誤以及95%的置信區間值。(3)方差分析表列出了處理間和處理內的平方和、自由度、均方、F值和顯著水平。由圖4知，P＜0．01，各處理之間差異極顯著，需要進一步進行多重比較。(4)輸出各處理的均值差以及新復極差多重比較的顯著水平，同時將結果用目前國內科技論文中常用的標記字母法表示出來，清楚明白，為使用者提供了極大地方便。從圖4中可以看出，該試驗除1與3處理無顯著差異外，4與2及1、3處理間差異顯著性達到0．05水平。處理2與1、4與2、1與3無極顯著差異;4與1、3，2與3呈差異極顯著。該結果與文獻［7］一致。

1．3線性回歸

在生物統計學試驗中，常要研究多個變量之間的相互關系，雖然他們之間沒有嚴格的、確定性的函數關系，但可以設法找出最能代表它們之間關系的數學表達形式即多元回歸方程。多元回歸系數的計算比較復雜，特別是當自變量達3個以上的回歸分析給計算帶來很大的不便。用DPS數據處理軟件可以方便的進行回歸系數計算和回歸分析。如陸建身［8］書中例題:中秈南京11號高產田的每1/15hm2穗數(，單位:104)、每穗實粒數()和每1/15hm2稻谷產量(，單位:500g)，其結果如圖5。建立每1/15hm2穗數、每穗粒數對每1/15hm2產量的二元線性回歸方程。具體操作步驟:按圖5方式錄入數據、定義數據塊→單擊菜單欄“多元分析”→單擊“回歸分析”→單擊“線性回歸”，系統會給出如圖6的操作界面。從圖中我們可以得到橫坐標為y擬合值、縱坐標為殘差的殘差你和分布圖，以便于我們對殘差進行分析、診斷。同時，還知道了X1，X2的回歸系數分別是:24．8002和9．3594，方差膨脹系數＜10，所以診斷不存在多重共線性［9］。當診斷結束，單擊“返回編輯”，系統將給出回歸分析結果如圖7，從圖中我們可以得到回歸方程:=－351．7457+24．8002+9．3594，決定系數R2=0．841570，回歸方差極顯著，與文獻［8］結果一致。

2結論與討論

對生物試驗數據進行整理、分析時需要大量的數學公式及代數運算，費時費力還容易出現錯誤。Excel電子表格程序進行數據處理雖然生動、直觀，但是沒有提供對方差齊性檢驗以及多重比較的程序，需要另外編寫命令來完成［10］。SPASS、SAS等數據處理軟件雖然功能完善，但軟件非漢化，使用不便。DPS數據處理軟件無需使用者了解運算細節，只需將試驗數據輸入電子表格，然后調用相應的分析功能，系統將給出所有計算、分析結果。根據本文的例子中使用的方法，我們可以很方便的完成數據的異常值檢驗、方差分析、多重比較以及回歸分析。同時，DPS數據處理軟件還為生物研究工作者提供了動植物種群數量抽樣、動植物種群數量空間分布研究、生物群落的消長演替過程分析等方面的內容，使的數據處理工作簡便易行，結果準確。

作者：徐偉季索菲單位：安徽林業職業技術學院園藝教研室安徽省農業科學院水產所