生物统计学作业(ZJNU)2015

1、1.两小麦品种千粒重（g）的调查结果如下：品种甲：50，47，42，43，39，51，43，38，44，37；品种乙：36，38，37，38，36，39，37，35，33，37。试检验两品种的千粒重有无显著性差异？表1.组统计量组别N均值标准差均值的标准误千粒重1.001043.40004.788881.514382.001036.60001.71270.54160表2.独立样本检验方差方程的 Levene 检验FSig.千粒重假设方差相等6.401.021假设方差不相等表3.独立样本检验均值方程的 t 检验tdfSig.(双侧)均值差值标准误差值千粒重假设方差相等4.22818.0016.8

2、00001.60831假设方差不相等4.22811.265.0016.800001.60831表4.独立样本检验均值方程的 t 检验差分的 95% 置信区间下限上限千粒重假设方差相等3.4210610.17894假设方差不相等3.2702710.32973结果说明：1. 表1是分析变量的基本统计量：有两组的样本均数、样本个体、标准差和均数的标准误.2. 表2-表4为t检验结果：方差齐性检验：F=6.401,P=0.021<0.05,因此结论为两组方差差异显著，说明方差不齐性。由于两组方差不齐性，故应选择假设方差不相等一行的结果：t=4.228，df=11.265,P=0.001<0

3、.01,可以认为两品种千粒重有显著性差异，甲品种的千粒重显著高于乙品种。2. 对胎儿臂丛神经上干做拉伸实验，其中“最大应力”（MPa）的结果如下：男性 8个月以上胎龄组女性 8个月以上胎龄组男性 6.5-7个月以上胎龄组女性 6.5-7个月以上胎龄组3.7513.1563.1752.3683.0213.6732.5412.6944.1383.0822.4732.5723.5744.2692.7143.0453.8753.8422.9282.2144.0123.9462.6362.7172.9963.7412.4442.4623.6873.4722.8732.831分别检验相同胎龄、不同性别组之

4、间，相同性别、不同胎龄组之间的最大应力差异是否显著?个体间的变异程度是否一致？解：根据题目需求选择双因素无重复观察值方差分析得：主体间因子N性别男16女16胎龄6.5-7月以上168月以上16误差方差等同性的 Levene 检验a因变量:最大应力Fdf1df2Sig.891328.458检验零假设，即在所有组中因变量的误差方差均相等。a. 设计 : 截距 + 性别 + 胎龄描述性统计量因变量:最大应力性别胎龄均值标准 偏差N男6.5-7月以上2.72300.25353088月以上3.63175.4239028总计3.17738.57799116女6.5-7月以上2.61288.26598488

5、月以上3.64763.3990618总计3.13025.62678116总计6.5-7月以上2.66794.257383168月以上3.63969.39779516总计3.15381.59355932主体间效应的检验因变量:最大应力源III 型平方和df均方FSig.校正模型7.572a23.78632.780.000截距318.2891318.2892755.725.000性别.0181.018.154.698胎龄7.55417.55465.405.000误差3.35029.116总计329.21132校正的总计10.92231a. R 方 = .693（调整 R 方 = .672）性别估计

6、因变量:最大应力性别均值标准 误差95% 置信区间下限上限男3.177.0853.0043.351女3.130.0852.9563.304成对比较因变量:最大应力(I) 性别(J) 性别均值差值 (I-J)标准 误差Sig.a差分的 95% 置信区间a下限上限男女.047.120.698-.199.293女男-.047.120.698-.293.199基于估算边际均值a. 对多个比较的调整： 最不显著差别（相当于未作调整）。单变量检验因变量:最大应力平方和df均方FSig.对比.0181.018.154.698误差3.35029.116F 检验 性别 的效应。该检验基于估算边际均值间的线性独立

7、成对比较。胎龄估计因变量:最大应力胎龄均值标准 误差95% 置信区间下限上限6.5-7月以上2.668.0852.4942.8428月以上3.640.0853.4663.813成对比较因变量:最大应力(I) 胎龄(J) 胎龄均值差值 (I-J)标准 误差Sig.a差分的 95% 置信区间a下限上限6.5-7月以上8月以上-.972*.120.000-1.217-.7268月以上6.5-7月以上.972*.120.000.7261.217基于估算边际均值*. 均值差值在 .05 级别上较显著。a. 对多个比较的调整： 最不显著差别（相当于未作调整）。单变量检验因变量:最大应力平方和df均方FSi

8、g.对比7.55417.55465.405.000误差3.35029.116F 检验 胎龄 的效应。该检验基于估算边际均值间的线性独立成对比较。由主体间效应检验表分析可知：P（性别）=0.698>0.05,说明不同性别，相同月龄的婴儿间，臂丛神经上干的最大平均应力差异不显著；P（胎龄）=0<0.01,说明相同性别，不同月龄的婴儿间，臂丛神经上干的最大平均应力差异极显著。根据误差方差等同性的 Levene 检验，F=0.891，P=0.458>0.05，个体间的变异程度不一致。3. 用四种安眠药在兔子身上进行试验，特选24只健康的兔子，随机的将它们均分为4组，每组各服一种安眠药

9、，睡眠时间如下所示：安眠药试验数据安眠药睡眠时间/hA16.2 6.1 6.0 6.3 6.1 5.9A26.3 6.5 6.7 6.6 7.1 6.4A36.8 7.1 6.6 6.8 6.9 6.6A45.4 6.4 6.2 6.3 6.0 5.9分析4种安眠药的作用是否相同？解：假设Ho ：4种安眠药作用相同，HA：4中安眠药作用不同。对四种安眠药进行单因素方差分析：描述睡眠时间N均值标准差标准误均值的 95% 置信区间极小值极大值下限上限166.1000.14142.057745.95166.24845.906.30266.6000.28284.115476.30326.89686.3

10、07.10366.8000.18974.077466.60096.99916.607.10466.1167.40702.166175.68956.54385.406.50总数246.4042.40269.082206.23416.57425.407.10ANOVA睡眠时间平方和df均方F显著性组间2.2213.7409.818.000组内1.50820.075总数3.73023多重比较因变量:睡眠时间(I) 安眠药(J) 安眠药均值差 (I-J)标准误显著性95% 置信区间下限上限LSD12-.50000*.15855.005-.8307-.16933-.70000*.15855.000-1.

11、0307-.36934-.01667.15855.917-.3474.314121.50000*.15855.005.1693.83073-.20000.15855.222-.5307.13074.48333*.15855.006.1526.814131.70000*.15855.000.36931.03072.20000.15855.222-.1307.53074.68333*.15855.000.35261.014141.01667.15855.917-.3141.34742-.48333*.15855.006-.8141-.15263-.68333*.15855.000-1.0141-.

12、3526*. 均值差的显著性水平为 0.05。睡眠时间安眠药Nalpha = 0.05 的子集12Student-Newman-Keulsa166.1000466.1167266.6000366.8000显著性.917.222将显示同类子集中的组均值。a. 将使用调和均值样本大小 = 6.000。由以上表格结果分析可知：F=9.818，P（组间）=0.000<0.01，总的安眠药间药效差异极显著，A1，A4两种安眠药作用相同，A2，A3两种安眠药作用相同。A1，A4和A2，A3之间的药效不同。4苏格兰西南部两个地区献血人员的血型记录见下表，问两地的血型分布是否相同？两地献血人员的血型分布

13、如下：地区血型合计ABOABEskdale336565100Annandale5414525125合计872010810225解： 案例处理摘要案例有效的缺失合计N百分比N百分比N百分比地区 * 血型225100.0%0.0%225100.0%地区* 血型 交叉制表计数血型合计AABBO地区Annandal5451452125Eskdale335656100合计871020108225卡方检验值df渐进 Sig. (双侧)Pearson 卡方5.710a3.127似然比5.7753.123有效案例中的 N225a. 1 单元格(12.5%) 的期望计数少于 5。最小期望计数为 4.44。卡方检

14、验结果分析：df=3，表格下方注解为：单元格(12.5%) 的期望计数少于5的格子数为1，最小期望计数为 4.44。因此采用第一行的卡方检验结果：卡方值=5.710，P=0.127>0.05，因此两地血型分布差异不显著。5测量了10个家庭中兄弟和姐妹的平均身长，试根据本资料的数据对兄弟与姐妹间身长进行相关分析，并画出散点图，写出直线方程。家庭编号12345678910合计兄弟(厘米)X165666667687070717172686姐妹(厘米)X259626563646565626966640解答：相关性兄弟身高姐妹身高兄弟身高Pearson 相关性1.639*显著性（双侧）.047N1

15、010姐妹身高Pearson 相关性.639*1显著性（双侧）.047N1010*. 在 0.05 水平（双侧）上显著相关。本表说明：兄弟身高与姐妹身高的秩相关系数为0.639，P=0.047<0.05，差异显著，说明不同家庭兄弟身高与姐妹身高相关。输入移去的变量b模型输入的变量移去的变量方法1姐妹a.输入a. 已输入所有请求的变量。b. 因变量: 兄弟模型汇总模型RR 方调整 R 方标准 估计的误差1.639a.409.3352.042a. 预测变量: (常量), 姐妹。Anovab模型平方和df均方FSig.1回归23.045123.0455.527.047a残差33.35584.1

16、69总计56.4009a. 预测变量: (常量), 姐妹。b. 因变量: 兄弟系数a模型非标准化系数标准系数tSig.B标准 误差试用版1(常量)30.78216.0991.912.092姐妹.591.251.6392.351.047a. 因变量: 兄弟R2值越大，反映的两个共变量比率越高，模型与数据的拟合程度越好。本题R=0.639 。R2=0.409 ，经调整后的R方为0.335 ，标准误的估计=2.042 。有上述表可得B(常量)=30.782 ，B1=0.591 有公式Y=B0+B1x（x为姐妹身高，Y为兄弟身高），得Y=0.591x+30.782散点图6测量10株2个月的拟南芥的5项

17、性状：株高（x1），豆荚数（x2），结子数（x3），叶长（x4），根长（x5）。数据如下：X1X2X3X4X5135.43 2356210.6714.00236.562255011.7815.41334.232560112.3415.21435.122356511.4516.59533.872457512.9417.12636.952356510.9715.88734.892661011.3216.00835.122457811.1515.89936.672255212.6715.001035.432356411.7816.98 解答：数据集1 案例处理摘要a案例有效缺失合计N百分比N百分比N百分比10100.0%0.0%10100.0%a. 值向量间的相关性 已使用本表说明：有10个样本参与分析，没有缺失值。聚类数据集2 近似矩阵案例矩阵文件输入x1x2x3x4x5x11.000-.703-.661-.300-.345x2-.7031.000.989-.030.182x3-.661.9891.000-.001.131x4-.300-.030-.0011.000.315x5-.345.182.131.3151.000本表说明：拟南芥5个表型之间的相关系数阵，从中可以了解各