数据的处理与分析

1、生物学数据的处理与分析生物学数据的处理与分析生命科学学院生命科学学院 魏虹魏虹2012.12.282 Questions Why to do? How to do?Why to do? 保证你的研究论文能通过统计学审查保证你的研究论文能通过统计学审查 国内外权威杂志对来稿都有统计学要求或统计国内外权威杂志对来稿都有统计学要求或统计学指导学指导 对不同杂志发表论文的调查结果显示，有统计对不同杂志发表论文的调查结果显示，有统计错误的论文所占比例高达错误的论文所占比例高达72%，最低也有，最低也有20% 获得科学证据的主要手段获得科学证据的主要手段现代现代生命生命科学科学研究研究1观察观察2提出问题

2、提出问题产生假设产生假设356预测预测试验设计试验设计数据收集、分析、解释数据收集、分析、解释4Statistics： the science of collecting, analyzing, presenting and interpreting data. 统计分析流程统计分析流程确定问题确定分析目标确定问题确定分析目标采用科学方法收集数据采用科学方法收集数据考察数据时效性整理数据考察数据时效性整理数据统计分析统计分析根据统计分析结果进行讨根据统计分析结果进行讨论，完成研究论文论，完成研究论文总体总体样本样本结论结论数据数据抽样抽样分析分析应应用用测测试试PopulationSample

3、取样信息会发生变化取样信息会发生变化 测量过程引入的随机误差测量过程引入的随机误差 取样随机性所带来的变化取样随机性所带来的变化 我们所关心的性质确实发生了某种变化我们所关心的性质确实发生了某种变化数据分析的目的数据分析的目的 如何从一些包含有随机误差，又并不如何从一些包含有随机误差，又并不完全的信息中得出科学的、尽可能正完全的信息中得出科学的、尽可能正确的结论？确的结论？ 统计学的任务就是在前两种干挠存在统计学的任务就是在前两种干挠存在的情况下，对第三种改变是否存在给的情况下，对第三种改变是否存在给出一个科学的结论。出一个科学的结论。 How to do? 数据的表现形式数据的表现形式 常用

4、统计方法常用统计方法数据的表现形式数据的表现形式 常用指标常用指标 统计图表统计图表常用统计指标常用统计指标xs)(xessStandard deviation：1)(2nxxsStandard error：nsse 以以平均值平均值标准差标准差来描述资料时，是表示了这个来描述资料时，是表示了这个资料的中央趋势和分散程度两样性质。资料的中央趋势和分散程度两样性质。 平均值平均值标准误标准误描述了这个资料的中央趋势以及描述了这个资料的中央趋势以及对总体平均值估计的可能误差程度。对总体平均值估计的可能误差程度。?esxorsx统计图的使用误区统计图的使用误区展示元素不宜大于展示元素不宜大于3 3个

5、个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月月折线图与柱状图的使用（时间序列数据最好使用折折线图与柱状图的使用（时间序

6、列数据最好使用折线图）线图）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月月研究用数据最好不使用三维立体图研究用数据最好不

7、使用三维立体图为避免图表的欺骗性，图线最好占据为避免图表的欺骗性，图线最好占据2/32/3至至3/43/4的高的高度（调整度（调整Y Y轴刻度）轴刻度）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

11、 5% %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 单变量的数据分析单变量的数据分析 t检验检验 方差分析方差分析 2分析分析 多变量的数据分析多变量的数据分析 相关分析相关分析 回归分析回归分析 聚类分析聚类分析 主成分分析主成分分析 小概率原理小概率原理 在统计学上，把小概率事件在一次试验中在统计学上，把小概率事件在一次试验中看成是实际不可能发生的事件称为看成是实际不可能发生的事件称

12、为小概率小概率事件实际不可能性原理事件实际不可能性原理，亦称为，亦称为小概率原小概率原理理。 概率性质的反证法：概率性质的反证法：假定假定H0成立，然后根成立，然后根据样本结果推论是否为小概率事件，如果据样本结果推论是否为小概率事件，如果是则拒绝是则拒绝H0 （p p），否则不拒绝），否则不拒绝(p(p)SPSS统计分析软件统计分析软件 SPSS：Statistical Product and Service Solutions 非专业统计人员的首选统计软件非专业统计人员的首选统计软件 官方网站官方网站:http:/:http:/；http:/http:/编辑窗口编辑窗口 Edit-Optio

13、ns- Viewer：可对输出字体和大小进行设置：可对输出字体和大小进行设置 Pivot Tables：Academic.tlo（三线表）（三线表） Data-Orthogonal Design（正交设计）（正交设计）SPSS正交设计案例正交设计案例水平水平A温度（温度（）因因 素素时间（时间（h)pH1236070800.51.01.56.07.08.0Example 1数据窗口数据窗口 Data-Select Cases-Random sample of cases：试验对象随机分组：试验对象随机分组 Example 2分析窗口分析窗口完全随机设计的两样本均数比较完全随机设计的两样本均数比

14、较 （两独立样本（两独立样本t检验）检验）Note：方差齐性检验：方差齐性检验方差齐性检验方差齐性检验F值值p值值当当P0.05，选择，选择t检验；当检验；当P0.05 ，选择校正，选择校正t检验。检验。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 推断多个总体均数是否相等推断多个总体均数是否相等（二）（二）方差分析的适用条件方差分析的适用条件 各处理组样本来自正态总体各处理组样本来自正态总体 各样本是相互独立的随机样本各样本是相互独立的随机样本 各处理组的总体方差相等，即方差齐性各处理组的总体方差相等，即方差齐性方方差

15、差分分析析单因素单因素：完全随机设计完全随机设计两因素两因素：随机区组设计、完全随机设计随机区组设计、完全随机设计多因素多因素：正交设计：正交设计重复测量设计重复测量设计单因素方差分析单因素方差分析方差齐性检验方差齐性检验F值值p值值F值值p值值双因素方差分析双因素方差分析Example 5多因素方差分析多因素方差分析正交试验设计的方差分析正交试验设计的方差分析Example 6重复测量设计的方差分析重复测量设计的方差分析重复测量设计重复测量设计 当对同一受试对象在不同时间重复测量次当对同一受试对象在不同时间重复测量次3时，称为重复测量设计或重复测量数据。时，称为重复测量设计或重复测量数据。测

16、测 量量 时时 间间 点点测试对象测试对象 1 2 p1 y11 y12 y1p2 y21 y22 y2p:n yn1 yn2 y n p重复测量资料重复测量资料 是同一受试对象的同一观察指标在不同时间是同一受试对象的同一观察指标在不同时间点上进行多次测量所得的资料，点上进行多次测量所得的资料，常用来分析常用来分析该观察指标在不同时间点上的变化。有时是该观察指标在不同时间点上的变化。有时是从同一个体的不同部位（或组织）上重复测从同一个体的不同部位（或组织）上重复测量获得的指标的观测值。量获得的指标的观测值。目的：就是比较不同时间点动态变化趋势的特征目的：就是比较不同时间点动态变化趋势的特征问题

17、？问题？同一观察单位具有多个观察值，同一观察单位具有多个观察值，而这些观察值来自同一受试对象而这些观察值来自同一受试对象的不同时点（部位等），这类数的不同时点（部位等），这类数据间往往有据间往往有相关性存在相关性存在，违背了，违背了方差分析要求方差分析要求数据满足独立性数据满足独立性基基本条件。本条件。单变量重复测量方差分析单变量重复测量方差分析1. 单组重复测量单组重复测量指同一组内（或接受同一种处理）的多个受试指同一组内（或接受同一种处理）的多个受试者，在多个时间点上的反应变量所作的测量，者，在多个时间点上的反应变量所作的测量，又称为单变量重复测量。又称为单变量重复测量。测测 量量 时时

18、间间 点点受试者受试者 1 2 p1 x11 x12 x1p2 x21 x22 x2p:n xn1 xn2 x n p2.多组重复测量多组重复测量（多组并不等于多因素）（多组并不等于多因素） 指将受试者按处理的不同水平分为几个组，对指将受试者按处理的不同水平分为几个组，对这些组内的每一受试者，都在不同时间点对他这些组内的每一受试者，都在不同时间点对他们的反应变量进行测量。们的反应变量进行测量。表3.1（余松林）重复测量设计的方差分析重复测量设计的方差分析 Analyse-General Linear Model-Repeated Measures Example 7p误差协方差矩阵满足球形性误

19、差协方差矩阵满足球形性(sphericity)或或复合对称性复合对称性(compound symmetry)，即主对，即主对角线上各方差相等，各协方差相等。角线上各方差相等，各协方差相等。p若球对称性质不能满足，则方差分析的若球对称性质不能满足，则方差分析的F值是偏大的，增大了犯第一类错误的概率。值是偏大的，增大了犯第一类错误的概率。p球对称通常采用球形检验球对称通常采用球形检验(Mauchlys test of sphericity)来判断来判断，如不满足，如不满足“球对称球对称”假设，应用假设，应用“球对称球对称”校正系数对受试对象校正系数对受试对象内所有变异的自由度进行校正。内所有变异的

20、自由度进行校正。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. 不满足不满足“球对称球对称”假设假设Greenhuose-Geisser的校正系数的校正系数 =0.528Tests of Within-Sub