生物统计学作业 3页

例一调查了5个不同小麦品系的株高，结果列于表。　分析：在这个例子中，只出现“品系”这样一个因素(factor)，故称单因素。共有5个不同的品系，我们称品系这一因素共有5个水平(level)。5个品系可以认为是5个总体，表的数据是从5个总体中抽出的5个样本，通过比较这5个样本，判断这5个总体是否存在差异。表5个小麦品系株高调查结果株号株高ⅠⅡⅢⅣⅤ12345和64.665.364.866.065.8326.564.565.364.663.763.9322.076.866.367.166.868.5336.571.872.170.069.171.0354.069.268.269.868.367.5343.0平均数65.364.467.370.868.6解：判断总体是否存在差异，故只需对数据进行F检验，在Excel中输入数据，选择“单因素方差分析”，取显著性水平0.05即可。组观测数求和平均方差列15326.565.30.37列2532264.40.4列35345.569.119.195列4535470.81.565列5534368.60.815差异源SSdfMSFP-valueFcrit组间145.06436.2658.1147910.0004662.866081组内89.38204.469总计234.4424　　　　由上述结果可知，P-value=0.000466〈0.05，故而，可得出结论：这5个总体存在显著性差异。\n例二为了探讨不同窝的动物的出生重是否存在差异，随机选取4窝动物，每窝中均有4只幼仔，结果如下：表4窝动物的出生重（克）动物号窝别ⅠⅡⅢⅣ1234和34.733.326.231.6125.833.226.028.632.3120.127.123.327.826.7104.932.931.425.728.0118.0平均数31.45030.02526.22529.500通过对以上数据的分析，判断不同窝别动物出生重是否存在差异。解：判断不同窝别动物出生是否存在差异，需要多重比较，在SPSS中输入数据，选取因变量为出生重，因子为窝别，取显著性水平为0.05。描述出生重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1.00431.45003.722451.8612325.526737.373326.2034.702.00430.02503.341031.6705224.708735.341326.0033.203.00426.22502.002291.0011523.038929.411123.3027.804.00429.50003.258831.6294224.314534.685525.7032.90总数1629.30003.44016.8600427.466931.133123.3034.70方差齐性检验出生重Levene统计量df1df2显著性.699312.571\nANOVA出生重平方和df均方F显著性组间58.575319.5251.970.172组内118.945129.912总数177.52015多重比较因变量:出生重(I)窝别(J)窝别均值差(I-J)标准误显著性95%置信区间下限上限LSD1.002.001.425002.22622.534-3.42556.27553.005.22500*2.22622.037.374510.07554.001.950002.22622.398-2.90056.80052.001.00-1.425002.22622.534-6.27553.42553.003.800002.22622.114-1.05058.65054.00.525002.22622.818-4.32555.37553.001.00-5.22500*2.22622.037-10.0755-.37452.00-3.800002.22622.114-8.65051.05054.00-3.275002.22622.167-8.12551.57554.001.00-1.950002.22622.398-6.80052.90052.00-.525002.22622.818-5.37554.32553.003.275002.22622.167-1.57558.1255*.均值差的显著性水平为0.05。出生重窝别Nalpha=0.05的子集12Student-Newman-Keulsa3.00426.22504.00429.50002.00430.02501.00431.4500显著性.142Duncana3.00426.22504.00429.500029.50002.00430.025030.02501.00431.4500显著性.130.421将显示同类子集中的组均值。结论：0.571〉0.05，故这5窝动物出生重不存在差异。