Excel SPSS使用教程 第二版

1、生物统计学实验指导适用专业：动科、动医、水产魏泽辉 郑惠玲 胡健宏 编西北农林农林大学动物科学实验教学示范中心资助项目西北农林科技大学二八年十月目 录序言 1实验一 应用EXCEL软件数据整理与描述统计3实验二 应用EXCEL软件统计图表的绘制6实验三 应用EXCEL进行t检验分析11实验四 应用EXCEL进行方差分析13实验五 应用SPSS进行描述统计和绘制直方图15实验六 应用SPSS进行t检验18实验七 应用SPSS进行方差分析21实验八 卡方检验26实验九 相关与回归分析29序 言（统计软件简介EXCEL SPSS SAS DPS）很多学生认为生物统计学课程学起来很难，其实主要是感觉对

2、大量的公式和计算方法难于记忆。现在，随着计算机的普及和统计软件的完善与发展，大量复杂的计算已不再是统计分析的难题。目前的实验课就是引导同学学会应用统计软件完成复杂的计算过程，从而可以节约时间，简化分析步骤。但也有同学认为，既然现在统计软件功能非常强大，几乎所用的统计过程应用统计软件都可以轻松的计算出来，我们为什么还要花费那么多的时间进行理论课的教学。这里再次和同学们强调，统计软件只能帮助完成计算过程，但对与于生物统计学课程的学习，计算过程只是其中的一小部分。更重要的是需要明确如何选择适宜的统计方法进行分析才能说明问题。统计方法确立之后，才可借助统计软件完成数据计算过程，并提交统计结果。一个问题

3、需要用什么样的统计方法进行分析才能更好地说明问题，当你确定好统计方法之后，则可借助于统计软件完成数据的计算过程，接下来统计程序向你提交统计结果，你必须有能力对结果进行读解，搞清楚统计结论的含义及其生物学意义，这样才能指导实践。将数据结果所反映的问题与生物实际问题联系起来，然后才能真正的应用生物统计学知识解决实际问题。而这种分析问题和解决问题的能力是无法求助软件完成的，必须通过理论知识的学习才能完成。下面介绍几种在统计分析中经常会用到的程序：EXCELMicrosoft Excel是微软公司的办公软件Microsoft office的组件之一，是由Microsoft为Windows和Apple

4、Macintosh操作系统的电脑而编写和运行的一款试算表软件。确切地说，它是一个电子表格软件，可以用来制作电子表格、完成许多复杂的数据运算，进行数据的分析和预测并且具有强大的制作图表的功能。此外，因为 Excel和 Word同属于Office套件，所以它们在窗口组成、格式设定、编辑操作等方面有很多相似之处，因此，在学习Excel时要注意应用以前Word中已学过的知识。对于统计分析来说，一般是应用EXCEL的界面友好，操作方便来进行数据录入和管理，但有时也会应用EXCEL绘制图表或进行简单的数据分析。SPSS （Statistical Package for the Social Science

5、）SPSS是世界上著名的统计分析软件之一，它和SAS（Statistical Analysis System，统计分析系统）、BMDP（Biomedical Programs，生物医学程序）并称为国际上最有影响的三大统计软件。SPSS名为社会学统计软件包，这是为了强调其社会科学应用的一面（因为社会科学研究中的许多现象都是随机的，要使用统计学和概率论的定理来进行研究），而实际上它在社会科学、自然科学的各个领域都能发挥巨大作用，并已经应用于经济学、生物学、教育学、心理学、医学以及体育、工业、农业、林业、商业和金融等各个领域。所以，到20世纪80年代SPSS公司将其含义改为“统计产品与服务解决方案”

6、（statistical production and service solution）。SAS是功能最为强大的统计软件，有完善的数据管理和统计分析功能，是熟悉统计学并擅长编程的专业人士的首选。与SAS比较，SPSS则是非统计学专业人士的首选。SPSS有如下特点：1、 操作简单：除了数据录入及部分命令程序等少数输入工作需要键盘键入外，大多数操作可通过“菜单”、“按钮”和“对话框”来完成。2、 无须编程：对于常见的统计方法，SPSS的命令语句、子命令及选择项的选择绝大部分由“对话框”的操作完成。因此，用户无需花大量时间记忆大量的命令、过程、选择项。3、 功能强大：SPSS提供了从简单的统计描述

7、到复杂的多因素统计分析方法，比如数据的探索性分析、统计描述、列联表分析、二维相关、秩相关、偏相关、方差分析、非参数检验、多元回归、生存分析、协方差分析、判别分析、因子分析、聚类分析、非线性回归、Logistic回归等。4、 方便的数据接口： 能够读取及输出多种格式的文件。5、 灵活的功能模块组合：SPSS for Windows软件分为若干功能模块。用户可以根据自己的分析需要和计算机的实际配置情况灵活选择。SAS（Statistical Analysis System）SAS是“统计分析系统”（Statistical Analysis System）的缩写， 是一个用来管理分析数据和编写报告的

8、组合软件系统。该系统于1964年最早由美国北卡罗来纳大学的两位生物统计学研究生编制开发，1976年成立了SAS软件研究所，正式推出了SAS软件。当初该系统只能运行于大型计算机系统，1985年出现了当今我们广泛使用的SAS微机版本。SAS系统具有统计分析方法丰富、信息储存简单、语言编程能力强、能对数据连续处理、使用简单等特点。SAS是一个模块化、集成化的大型应用软件系统。它由数十个专用模块构成，功能包括数据访问、数据储存及管理、应用开发、图形处理、数据分析、报告编制、运筹学方法、计量经济学与预测等等。 SAS系统基本上可以分为四大部分：SAS数据库部分；SAS分析核心；SAS开发呈现工具；SAS

9、对分布处理模式的支持极其数据仓库设计。 SAS系统主要完成以数据为中心的四大任务；数据访问；数据管理；数据呈现；数据分析。DPS（data processing system）DPS是一套通用多功能数据处理、数值计算、统计分析和模型建立软件，与目前流行的同类软件比较，具有较强的统计分析和数学模型模拟分析功能，是目前国内功能最完整的统计软件包。DPS的主要特点是界面友好，分析过程多采用模式化的形式进行，对相对简单的统计分析更易于接受。但由于模式化形式的局限性，对于复杂的实验设计或数据结构则很难进行适当的处理。实验一 应用EXCEL软件进行数据整理与描述统计 熟悉在EXCEL2007中添加“数据分

10、析”工具和数据录入过程，掌握描述统计和频数分布统计过程。1.1 添加“数据分析”工具打开Excel2007数据“数据工具”处点击右键自定义快速访问工具栏（C）加载项分析工具库转到“分析工具库”前打确定1.2 数据录入 练习1：将下列数据以一列的形式录入到excel表格中。 126头基础母羊的体重资料 单位：kg53.0 50.0 51.0 57.0 56.0 51.0 48.0 46.0 62.0 51.0 61.0 56.0 62.0 58.0 46.5 48.0 46.0 50.0 54.5 56.0 40.0 53.0 51.0 57.0 54.0 59.0 52.0 47.0 57.0

11、 59.0 54.0 50.0 52.0 54.0 62.5 50.0 50.0 53.0 51.0 54.0 56.0 50.0 52.0 50.0 52.0 43.0 53.0 48.0 50.0 60.0 58.0 52.0 64.0 50.0 47.0 37.0 52.0 46.0 45.0 42.0 53.0 58.0 47.0 50.0 50.0 45.0 55.0 62.0 51.0 50.0 43.0 53.0 42.0 56.0 54.5 45.0 56.0 54.0 65.0 61.0 47.0 52.0 49.0 49.0 51.0 45.0 52.0 54.0 48.0

12、 57.0 45.0 53.0 54.0 57.0 54.0 54.0 45.0 44.0 52.0 50.0 52.0 52.0 55.0 50.0 54.0 43.0 57.0 56.0 54.0 49.0 55.0 50.0 48.0 46.0 56.0 45.0 45.0 51.0 46.0 49.0 48.5 49.0 55.0 52.0 58.0 54.5 1.3 描述统计 练习2 ：计算上述数据的平均数、标准差、极值等基本统计量。 打开Excel2007数据数据分析描述统计“输入区域”内选入待统计数据标志位于第一行（根据是否存在标志行决定是否选择该项）输出区域（任选一空白单元格）

13、选中统计选项确定统计选项1.4 频数分布表与直方图 练习3：对练习1数据进行分组，统计各组频数并绘制直方图。在练习1的下一列录入“接受区域”数据（每一组的组上限）： 38.9 41.9 44.9 47.9 50.9 53.9 56.9 59.9 62.9 65.9 Excel数据数据分析直方图“数据区域”选中数据“接收区域”选中数据（组限）“输出区域”任选一空白单元格图表输出确定输出结果如下：列1 平均51.84127标准误差0.中值52模式50标准偏差5.样本方差26.2026峰值0.偏斜度0.区域28最小值37最大值65求和6532计数126最大(1)65最小(1)37置信度(95.0%)

14、0.接收频率38.9141.9144.9547.91850.92653.92856.92659.91262.9765.92其他0实验二 应用EXCEL软件统计图表的绘制掌握绘制统计图表过程2.1 绘制柱形图练习1：将表1中的数据用图的方式表达（以右侧图为标准）表 1 四种营养素喂养小白鼠三周后所增体重(g)营养素均数标准差A33.908.69B54.689.65C59.8211.25D75.6616.662.1.1建立图表区 Excel插入柱形图二维柱形图（簇状柱形图）点击绘图区域进入“图表工具”界面设计选择数据图表数据区域中选入数据（营养素和均数两列）确定 2.1.2 设置绘图区格式 点击绘

15、图区域进入“图表工具”界面点击绘图区设置所选区域格式填充无填充边框颜色无线条关闭（图表区做同样处理）右键点击网格线删除格式形状填充纹理任选一种图案设置图表标题删除图例2.1.3 添加误差线 布局误差线其他误差线选项正偏差自定义制定值将标准差一列选入“正错误值”确定关闭2.1.4设置标题坐标轴标题主要横坐标轴标题/主要纵坐标轴标题坐标轴下方标题定义坐标轴2.2 绘制饼图练习2：将表2中的数据用图的方式表达（以右侧图为标准）表2 病理学类型分化型癌低分化腺癌未分化型合计男52.327.819.90女30.218.151.71002.2.1 显示数据标签 插入饼图点击绘图区域进入“图表工具”界面布局

16、数据标签居中2.1设置数据标签 点击数据标签设置所选区域格式标签选项百分比居中数字百分比小数点位数（输入1）填充纯色填充（选白色）关闭2.3 绘制折线图练习3：将表3中的数据用图的方式表达（以右侧图为标准）表3 某市19912001年婴儿与孕产妇死亡率（1/千）年份婴儿孕产妇199114.270.32199218.830.37199316.230.34199414.970.30199516.650.30199616.180.31199716.150.27199813.980.26199911.820.29200010.880.1820018.150.232.2.1 设置横坐标刻度插入折线图点击

17、绘图区域进入“图表工具”界面设计选择数据水平（分类）轴标签编辑将年份列选入轴标签确定2.2.2 设置对数坐标布局点击纵坐标设置所选内容格式坐标轴选项对数刻度横坐标轴交叉 坐标轴值设置为0.1数字 小数点位数设置为0关闭2.4 绘制散点图练习4：将表4中的数据用图的方式表达（以右侧图为标准）表4 绵羊的胸围（cm）和体重（kg）的资料胸围68707071717173747676体重506068656972717375772.4.1设置趋势线插入仅带数据标记的散点图点击绘图区域进入“图表工具”界面布局趋势线其他趋势线选项趋势线选项线性显示公式显示R平方值关闭2.5 绘制统计表 练习5：计算下表中的

18、各组的平均数、标准差、样本数，并用三线表的形式描述不同品种猪断奶重（28日龄）与屠宰重（90日龄）资料分组始重kg屠宰重kg分组始重kg屠宰重kg11585221103113832221061116521999112762189411280322891169132491114843208311790323952179732510021690327102218100330105218953321102.5.1 计算统计量应用EXCEL中的描述统计计算所需的统计量2.5.2 绘制三线表Word 插入表格确定行、列数确定设计简明型一确定分组样本数始重屠宰重kg平均数kg标准差kg平均数kg标准差kg

19、1812.31.672.89.32816.81.987.310.83822.92.886.410.8实验三 应用EXCEL进行t检验分析 掌握应用EXCEL进行两个样本所在总体均数显著性检验的过程。3.1两个正态总体方差比的假设检验 练习1：随机抽测7头大白猪和8头哈白猪经产母猪仔猪的平均初生重（），资料如下：大白（x1）：1.20，1.25，1.25，1.31，1.24，1.23，1.28哈白（x2）：1.13，1.09，1.14，1.20，1.26，1.17，1.17，1.19试检验二者平均初生重变异有无显著差异（以为例）。 F检验 双样本方差打开EXCEL分两列录入数据数据数据分析F检验

20、 双样本方差输入变量标志显著性水平（0.01）输出区域任选一单元格确定输出结果如下表：F-检验 双样本方差分析 大白 哈白平均1.1.16875方差0.0.观测值78df67F0.P(F=f) 单尾0.F 单尾临界0.输出结果解释：输出结果为大白和哈白猪的基本统计数：平均数、方差、样本含量以及自由度，F值=0.4776。单尾检验的概率值P=0.1933，左尾检验的临界值F0.01(6,7)= 0.1211。结果判定：因为P(F=f) 单尾=0.1933，P0.05，表明差异不显著，即两样本所在总体方差相等。3.2 两个正态总体均数差的假设检验 练习2：试检验“练习1”平均初生重有无显著差异（假

21、定）。 t检验：双样本等方差假设使用练习1数据数据数据分析t检验：双样本等方差假设输入变量假设平均差设为0（或默认为0）标志显著性水平（0.05）输出区域选一单元格确定输出结果如下表：双样本等方差假设t-检验: 双样本等方差假设大白 哈白平均1.1.16875方差0.0.观测值78合并方差0.假设平均差0df13t Stat3.P(T=t) 单尾0.t 单尾临界1.P(T=t) 双尾0.t 双尾临界2.输出结果解释：输出结果为大白和哈白猪的基本统计数：平均数、方差、样本含量以及合并方差S2=0.00198、自由度df=13，t值=3.5878。左尾检验的概率值P=0.0016，左尾检验的临界值

22、t(0.01,13)=1.7709。双尾检验的概率值P=0.0033，双尾检验的临界值t(0.01,13)=2.16。结果判定：因为P(T=t) 双尾=0.0033，P0.01，表明差异极显著，即大白猪与哈白猪平均初生重不相等。3.3 t检验：双样本异方差假设练习3：为检验一种新的饲料配方是否比原来的饲料配方对猪的增重效果更好，选取符合条件的猪，随机等量等数的分为2组，分别每头单圈饲喂这两种饲料，所得增重纪录如下，试据此比较这两种饲料配方对猪增重速度是否有显著的差异。饲料增 重（g）A1032 23 48 41 20 29 53 39 30 40B1027 30 32 26 31 27 23

23、29 35 20先对两个样本所在总体的方差进行差异显著性检验，结果表明两者存在显著性差异。然后对检验两样本均数差异是否显著，过程同1.2，只是在数据分析项中选t检验：双样本异方差假设输出结果如下表：t-检验: 双样本异方差假设 A B平均35.528方差111.19.观测值1010假设平均差0df12t Stat2.P(T=t) 单尾0.t 单尾临界1.P(T=t) 双尾0.t 双尾临界2.输出结果解释：输出结果为A、B饲料的基本统计数：平均数、方差、样本含量、方差、自由度，t值=2.0709。单尾检验的概率值P=0.0303，单尾检验的临界值t(0.05,12)=1.7823。双尾检验的概率

24、值P=0.0606，双尾检验的临界值t(0.05,12)=2.1788。结果判定：因为P(T=t) 双尾=0.0606，P0.05，表明差异不显著，即A、B两种饲料配方对猪的增重速度效果一样。3.4配对试验的均值差假设检验（平均值的成对二样本分析）练习4：用家兔10只试验某批注射液对体温的影响，测定每只家兔注射前后的体温，见下表。设体温服从正态分布，问注射前后体温有无显著差异？ 10只家兔注射前后的体温兔号12345678910注射前体温37.838.238.037.637.938.138.237.538.537.9注射后体温37.939.038.938.437.939.039.538.638

25、.839.0-0.1-0.8-0.9-0.80-0.9-1.3-1.1-0.3-1.1t检验：平均值的成对二样本分析过程同1.2，只是在数据分析项中选t检验：平均值的成对二样本分析输出结果如下表：t-检验: 成对双样本均值分析 注射前体温 注射后体温平均37.9738.7方差0.0890.26观测值1010泊松相关系数0.假设平均差0df9t Stat-5.P(T=t) 单尾0.t 单尾临界1.P(T=t) 双尾0.t 双尾临界2. 输出结果解释：输出结果为家兔注射前后的体温的基本统计数：平均数、方差、样本含量、泊松相关系数、自由度，t值=-5.1893。单尾检验的概值P=0.0003，单尾检

26、验的临界值t(0.05,9)=1.8331。双尾检验的概率值P=0.0006，双尾检验的临界值t(0.05,9)=2.2622。结果判定：因为P(T=t) 双尾=0.0006，P0.01，表明差异极显著，即家兔注射前后的体温不一样。 实验四 应用EXCEL进行方差分析4.1 单因素完全随机等重复试验的方差分析练习1：设有四种饲料，在初生体重相当的同品种幼猪中，随机抽取20头并随机分为四组，每组5头幼猪均单圈饲喂在20天内喂同一饲料，记录到的增重（单位：0.5kg）资料如表4.1所示，试检验四种饲料增重效果有无显著差异。表4.1 四种饲料各头幼猪的增重饲料A增重xij2

27、2927203945A31131173739A41721283321单因素方差分析打开EXCEL分4列录入数据数据数据分析方差分析：单因素方差分析输入区域选入数据标志显著性水平（0.05）输出区域任选一单元格确定。4.2 两因素完全随机无重复试验的方差分析 练习2 为研究雌激素对子宫发育的影响，现有4窝不同品系未成年的大白鼠，每窝3只，随机分别注射不同剂量的雌激素，然后在相同条件下试验，并称得它们的子宫重量，见表4.2，试作方差分析。表4.2 各品系大白鼠不同剂量雌激素的子宫重量(g)品系(A)雌激素注射剂量(mg/100g)(B)B1(0.2)B2(0.4)B3(0.8)A110611614

28、5A24268115A370111133A4426387 无重复双因素分析操作过程同1.1，要注意正确的数据录入格式和输入区域选择，以及数据分析选项为方差分析：无重复因素双分析。4.3 两因素完全随机可重复试验的方差分析练习3：为了研究饲料中钙磷含量对幼猪生长发育的影响，将钙(A)、磷(B)在饲料中的含量各分4个水平进行交叉分组试验。先用品种、性别、日龄相同，初始体重基本一致的幼猪48头，随机分成16组，每组3头，每头单圈饲喂。用能量、蛋白质含量相同的饲料在不同钙磷用量搭配下各喂一组猪，经两月试验，幼猪增重结果(kg)列于表4.3，试分析钙磷对幼猪生长发育的影响。表4.3 不同钙磷用量(%)的

29、试验猪增重结果(kg)B1(0.8)B2(0.6)B3(0.4)B4(0.2)A1(1.0)22.030.032.430.526.527.526.527.024.426.027.025.1A2(0.8)23.533.238.026.525.828.535.524.027.030.133.025.0A3(0.6)30.536.528.020.526.834.030.522.525.533.524.619.5A4(0.4)34.529.027.518.531.429.327.528.026.328.520.019.02.1 可重复双因素分析操作过程同2.1，只是数据分析选项为方差分析：可重复因素双

30、分析。实验五 应用SPSS进行描述统计和绘制直方图熟悉SPSS程序的基本操作，掌握应用SPSS软件进行描述统计和绘制直方图过程。5.1 SPSS数据管理 文件的操作菜单编辑用户界面设置数据管理数据转换处理（统计）分析作图用户选项变量名类型宽度小数点位数标签变量值标签缺失值显示宽度对齐方式属性/尺度数值型加逗号的数值型3位加点数值型科学计数型日期型货币型常用型字符型数据窗口变量窗口5.2 应用spss程序进行描述统计练习1：将实验一126头基础母羊的体重资料进行描述统计。5.2.1定义变量打开SPSS工作表variable view(变量窗口)Name（变量名）输入“W”type（数据类型）选“

31、Numeric”（数值型）width（变量宽度）默认为8Decimals（小数位数）选“1”Label（ 变量标签）定义为“基础母羊的体重”Measure（属性）选“Scale”（数值变量）5.2.2数据输入 Data view(数据窗口) 将实验一126头基础母羊的体重资料录入spss工作表（可由EXCEL表格中直接复制的spss工作表中） 数据录入原则：一行对应一个“记录（Case）”；一列对应一个“变量（Variable）”。5.2.3描述统计Descriptives Analyze(分析)Descriptives statistics（描述统计）Descriptives. 将左侧的变量

32、列表中选“W”,点击钮使之进入Variable(s)（变量）框Options.（选项） 弹出Descriptives: Options对话框选mean（平均数），sum（和），std. deviation(标准差)，variance（方差），range（极值）minmum（最小值），maximum（最大值）S.E.mean (标准误) Continue（继续） OK。5.3 应用spss程序统计频数分布并绘制直方图练习2：将实验一资料绘制频数分布表与直方图5.3.1 定义变量和录入数据同2.1，2.25.3.2 统计频数分布FrequenciesAnalyze(分析)Descriptives

33、statistics（描述统计）frequencies(频数)弹出Frequencies对话框选中“W”Statistics.弹出Frequencies: Statistics对话框选Quartiles(四分位数)，Mean， Median (中位数)，Mode (众数)，Sum，Std.deviation，Variance，Range，Minimum，Maximum，S.E.mean，Skewness（偏度系数），Kurtosis (峰度系数)Continue Charts.弹出Frequencies:Charts对话框Histogram（直方图）ContinueFormat. Freque

34、ncies：Format对话框Ascending values为根据数值大小按升序从小到大作频数分布ContinueOK。 附：Descending values：为根据数值大小按降序从大到小作频数分布；Ascending counts：为根据频数多少按升序从少到多作频数分布；Descending counts：为根据频数多少按降序从多到少作频数分布实验六 应用SPSS进行t检验掌握应用SPSS进行两个样本所在总体显著性检验过程。6.1正态总体均数的假设检验练习1：某小麦良种的千粒重服从，033.5g。现从外地引入一高产品种，在8个小区种植，得千粒重（g）：35.6，37.6，33.4，35.

35、1，32.7，36.8，35.9，34.6。问新引入品种的千粒重与当地品种有无显著差异？（以为例）。单样本t检验在Variable view中定义变量“W”，然后在Data view中将千粒重数据按一列录入。Analyze Compare Means（比较均数）one sample t test（单样本t检验）弹出one sample t test对话框从对话框左侧的变量列表中选“W”使之进入Test Variable(s)（检验变量）在test value（检测值）中输入“33.5”（总体均数）options（选项）confidence interval（置信区间）输入99continueO

36、K6.2两个正态总体均数差的假设检验 练习2：随机抽测7头大白猪和8头哈白猪经产母猪仔猪的平均初生重（），资料如下：大白（x1）：1.20，1.25，1.25，1.31，1.24，1.23，1.28哈白（x2）：1.13，1.09，1.14，1.20，1.26，1.17，1.17，1.19试检验二者平均初生重变异有无显著差异（以为例）。独立样本t检验Independent-Samples T Test在Variable view中定义变量“B”(品种)和“W”（初生重），然后在Data view分别将品种和初生重数据录入。Analyze Compare Means（比较均数）Independe

37、nt-samples T Test. （独立样本t检验）弹出Independent- samples T Test对话框从对话框左侧的变量列表中选“W” 使之进入Test Variable(s)框 group（ 分组）使之进入Grouping Variable（分组变量）框Define Groups.（定义变量）弹出Define Groups定义框在Group 1 （组别1）中输入1，在Group 2（组别2）中输入2Continue OK。Independent Samples Test t-test for Equality of Means FSig.tdfSig. (2-tailed)

38、Mean DifferenceStd. Error Difference95% Confidence Interval of the Difference UpperLowerWEqual variances assumed.615.4473.58813.003.08268.02304.03289.13246 Equal variances not assumed 3.68012.412.003.08268.02247.03391.13145 方差相等检验t-test for Equality of Means 均数相等t检验 （注）F检验显著看下一行，不显著看上一行FSig.（概率）tdfS

39、ig. (2-tailed)Mean Difference均数差Std. Error Difference差异标准误95% Confidence Interval of the Difference置信区间 UpperLowerW等方差假设.615.4473.58813.003.08268.02304.03289.13246 方差不等假设 3.68012.412.003.08268.02247.03391.131456.3 配对试验的均值差假设检验练习3：用家兔10只试验某批注射液对体温的影响，测定每只家兔注射前后的体温，见下表。设体温服从正态分布，问注射前后体温有无显著差异？ 10只家兔注射

40、前后的体温兔号12345678910注射前体温37.838.238.037.637.938.138.237.538.537.9注射后体温37.939.038.938.437.939.039.538.638.839.0配对t检验Paired-Samples T Test 在Variable view中定义变量“a” (注射前) 和“b”(注射后) 两个变量，然后在Data view分别将注射前、后兔子体温数据录入。Analyze Compare Means（比较均数）Paired-samples T Test.（配对样本t检验）项弹出Paried-samples T Test对话框从对话框左侧的

41、变量列表中点同时选中“a”“b” 使“a”“b”进入Paired Variables（配对变量）OK。实验七 应用SPSS进行方差分析掌握应用SPSS程序进行多个样本所在总体均数的显著性检验过程。7.1单因素完全随机等重复试验的方差分析练习1：设有四种饲料，在初生体重相当的同品种幼猪中，随机抽取20头并随机分为四组，每组5头幼猪在20天内喂同一饲料，记录到的增重（单位：0.5kg）资料如表1所示，试检验四种饲料增重效果有无显著差异。表7.1 四种饲料各头幼猪的增重饲料A增重xij22927203945A31131173739A41721283321单因素方差分析（On

42、e-Way ANOVA过程）在Variable view中定义变量“B”(品种)和“W”（幼猪增重），然后在Data view分别将品种和幼猪增重数据录入。Analyze Compare MeansOne-Way ANOVA.（单因素方差分析）弹出One-Way ANOVA 对话框从对话框左侧的变量列表中选“W” 使之进入 Dependent List “因变量框”框从对话框左侧的变量列表中选“B” 使之进入Factor （因素)框。 Post Hoc. (多重比较) 弹出One-Way ANOVA: Post Hoc Multiple Comparisons对话框，这时可见在Tests框中有

43、14种比较方法供选择选择合适方法Continue常用的选项包括：LSD：最小显著差法。SNK：q检验Duncan：Duncan多重比较。Option（选项）Descriptive(描述) ContinueOK 结果ANOVA（单因素方差分析）Sum of Squares平方和dfMean Square均方FSig.Between Groups组间270.000390.000.874.475Within Groups组内1648.00016103.000 Total总和1918.00019 7.2两因素完全随机可重复试验的方差分析练习2：为了研究饲料中钙磷含量对幼猪生长发育的影响，将钙(A)、磷

44、(B)在饲料中的含量各分4个水平进行交叉分组试验。先用品种、性别、日龄相同，初始体重基本一致的幼猪48头，随机分成16组，每组3头，用能量、蛋白质含量相同的饲料在不同钙磷用量搭配下各喂一组猪，经两月试验，幼猪增重结果(kg)列于表2，试分析钙磷对幼猪生长发育的影响。表2 不同钙磷用量(%)的试验猪增重结果(kg)B1(0.8)B2(0.6)B3(0.4)B4(0.2)A1(1.0)22.030.032.430.526.527.526.527.024.426.027.025.1A2(0.8)23.533.238.026.525.828.535.524.027.030.133.025.0A3(0.

45、6)30.536.528.020.526.834.030.522.525.533.524.619.5A4(0.4)34.529.027.518.531.429.327.528.026.328.520.019.0在Variable view中定义变量“Ca”（钙水平）、“P”(磷水平)和“W”（试验猪增重）三个变量，然后在Data view分别将钙、磷水平和试验猪增重数据录入。AnalyzeGeneral linear model（广义线性模型）Univariate（单变量）弹出Univariate对话框从对话框左侧的变量列表中选“W” 使之进入 Dependent List框从对话框左侧的变量

46、列表中选“Ca” 和“P”使之进入Fixed Factor（固定因素）框。进入Model（模型）Custom （自定义）在Build term（s）（建立条件）中选Main affects（主效应）将Factors & Covartiates “因素和协变量”栏中“Ca” 和“P”选入Model （模型）栏中然后在Build term（s）中选Interaction（互作效应）将Factors & Covartiates栏中“Ca” 和“P”同时选入Model （模型）栏中成Ca*P形式ContinuePost Hoc.，选择多重比较方法。optionsDescriptive(描述) Cont

47、inueOK 7.3 二因素系统分组设计试验的方差分析练习3：为测定3种不同来源的鱼粉的蛋白质消化率，在不含蛋白质的饲料里按一定比例分别加入不同的鱼粉A1,A2,A3，配制成饲料，各喂给3头试验动物(B)。收集排泄物、风干、粉碎、混和均匀。分别从每头动物的排泄物中各取两份样品作化学分析。测定结果(xijl)列于表3，试分析不同来源鱼粉的蛋白质消化率是否有显著差异。表3 蛋白质的消化率鱼粉A个体B测定结果C()A1B1182.582.4B1287.186.5B1384.083.9A2B2186.685.8B2286.285.7B2387.087.6A3B3182.081.5B3280.080.5

48、B3379.580.3在Variable view中定义变量“A”（鱼粉）、“B”(个体)和“R”（消化率）三个变量，然后在Data view分别将鱼粉、个体和蛋白质的消化率数据录入。AnalyzeGeneral linear modelUnivariate弹出Univariate对话框从对话框左侧的变量列表中选“R” 使之进入 Dependent List框从对话框左侧的变量列表中选“A”使之进入Fixed Factor框选“B” 使之进入Random Factor（随机因素）框。进入ModelCustom在Build term（s）中选Main affects将Factors & Covartiates栏中的“A”和“B”选入Model栏Continue点击Post Hoc.，选择多重比较方法。点击optionsDescriptive(描述)