本科学生实验报告
学号姓名
学院生命科学学院专业、班级生物科学15C班实验课程名称生物统计学<实验>
指导教师及职称孟丽华
开课时间2016 至2017 学年下学期
填报时间2017 年 5 月26 日
云南师范大学教务处编印
的检验，而是对总体分布的假设检验。
适合性检验（吻合度检验）：是指对样本的理论数先通过一定的理论分布推算出来，然后用实际观测值与理论数相比较，从而得出实际观测值与理论数之间是否吻合。因此又叫吻合度检验。
实验流程：
（1）听老师讲解理论知识；
（2）结合书上习题5.4进行练习，加强对知识的掌握：
设置变量
输入各组数据
进行加权
进行适合性检验
4、实验方法步骤及注意事项：
实验方法步骤：
1、打开SPSS页面。
2、设置变量，将变量名分别设置为“类型”和“数量”，将Decimals改为0，在“类型”变量中，点击Values进行赋值，将“钩芒”赋值为1，“长芒”赋值为2，“短芒”赋值为3，设置好变量后，输入各组数据。
3、点击Date——Weight Cases…进行加权，在跳出的Weight Cases框中点
二、输入各组数据
三、进行加权
四、进行适合性检验
2、对实验现象、数据及观察结果的分析与讨论：
（1）假设H0：大麦F2代芒性状表型的比率符合9：3：4的理论比率；
H A：其比率不符合9：3：4的理论比率。
（2）选取显著水平为α=0.05。
（3）计算统计数χ2：采用χ2值计算简式可得
χ2=1/n∑O i2/Pi－n
=1/(348+115+157)×[3482/(9/16)+1152/(3/16)+1572/(4/16)]－(348+115+157)
=0.041
或利用SPSS软件进行计算。
（4）查χ2值表，df=2时，χ20.05=5.99，χ2<χ20.05,所以，接受H0，认为大麦F2代芒性状表型比率符合9：3：4的理论比例。
或由SPSS的计算结果可知：
Asymp.sig.=0.980，因为0.980>0.05，所以接受H0，认为大麦F2代芒性状表型比率符合9：3：4的理论比例。
3、结论：
由SPSS计算结果可知，N=620，共有620个样本，钩芒、长芒、短芒的实际值与期望值相差不大。Chi-square=0.041，即卡方值为0.041，Asymp.sig.=0.980，即P=0.980因为0.980>0.05，所以接受H0，认为大麦F2代芒性状表型比率符合9：3：4的理论比例。
第八章 2 χ 检验 一、教学大纲要求 （一） 掌握内容 1. 2χ检验的用途。 2. 四格表的2 χ检验。 （1） 四格表2χ检验公式的应用条件； （2） 不满足应用条件时的解决办法； （3） 配对四格表的2 χ检验。 3. 行?列表的2 χ检验。 （二） 熟悉内容 频数分布拟合优度的2 χ检验。 （三） 了解内容 1．2 χ分布的图形。 2．四格表的确切概率法。 二、教学内容精要 (一) 2 χ检验的用途 2χ检验（Chi-square test ）用途较广，主要用途如下： 1．推断两个率及多个总体率或总体构成比之间有无差别 2．两种属性或两个变量之间有无关联性 3．频数分布的拟合优度检验 (二) 2 χ检验的基本思想 1．2 χ检验的基本思想是以2 χ值的大小来反映理论频数与实际频数的吻合程度。在零假设0H （比如0H ：21ππ=）成立的条件下，实际频数与理论频数相差不应该很大，即2 χ值不应该很大，若实际计算出的2 χ值较大，超过了设定的检验水准所对应的界值，则有理由怀疑0H 的真实性，从而拒绝0H ，接受H 1（比如1H ：21ππ≠）。 2． 基本公式：()∑ -= T T A 2 2 χ，A 为实际频数（Actual Frequency ）,T 为理论频数 （Theoretical Frequency ）。四格表2 χ检验的专用公式正是由此公式推导出来的，用专用公式与用基本公式计算出的2 χ值是一致的。 (三)率的抽样误差与可信区间 1．率的抽样误差与标准误 样本率与总体率之间存在抽样误差，其度量方法： n p ) 1(ππσ-= ，π为总体率，或 (8-1) n p p S p ) 1(-= ， p 为样本率； (8-2) 2．总体率的可信区间 当n 足够大，且p 和1-p 均不太小，p 的抽样分布逼近正态分布。
统计案例--独立性检验 同步练习 1、下列关于卡方2χ的说法正确的是（ ） A.2χ在任何相互独立问题中都可用与检验是否相关 B. 2χ的值越大，两个事件的相关性越大 C.2χ是用来判断两个相互独立事件相关与否的一个统计量，它可以用来判断两个事件是否相关这类问题 D. ) )()()(() (2d b c a d c b a bc ad n ++++-= χ. 2、在吸烟与患肺病这两个分类变量的计算中，下列说法中正确的是（ ） A. 若统计量635.62>χ，我们有99%的把握说吸烟与患肺病有关，则某人吸烟，那么他有99%的可能患有肺病 B. 若从统计中求出，有99%的把握说吸烟与患肺病有关，则在100个吸烟者中必有99人患有肺病 C. 若从统计量中求出有95%把握说吸烟与患肺病有关，是指有5%的可能性使得推断错误 D. 以上说法均错误 3 A. 种子经过处理跟是否生病有关 B. 种子经过处理跟是否生病无关 C. 种子是否经过处理决定是否生病 D. 以上都是错误的 4、若由一个22?列联表中的数据计算得013.42=χ，那么有 的把握认为两个变量有关系. 5、独立性检验所采用的思路是：要研究A 、B 两类型因子彼此相关，首先假设这两类因子彼此 ，在此假设下构造2χ统计量.如果2χ的观测值较大，那么在一定程度上说明假设 . 6、某大学在研究性别与职称（分正教授、副教授）之间是否有关系，你认为应该搜集那些数据？ . 7、打鼾不仅影响别人休息，而且可能与患某种疾病有关，下表是一次调查所得数据，试问：每一晚都打与患心脏病有关吗？有多大把握认为你的结论成立？
8、为了研究某种新药的副作用（如恶心等），给50位患者服用此新药，另外50名患者服用 9、某大型企业人力资源部为了研究企业员工工作积极性和对待企业改革的关系，随机抽取了189名员工进行调查，其中支持企业改革的调查者中，工作积极的54人，工作一般的32人，而不太赞成企业改革的调查者中，工作积极的40人，工作一般的63人. (1)根据以上数据建立一个2 2 的列联表； (2)对于人力资源部的研究项目，根据以上数据可以认为企业的全体员工对待企业改革的 态度与其工作积极性是否有关系？
第八章记数数据统计法—卡方检验法 知识引入 在各个研究领域中，有些研究问题只能划分为不同性质的类别，各类别没有量的联系。例如，性别分男女，职业分为公务员、教师、工人、……，教师职称又分为教授、副教授、……。有时虽有量的关系，因研究需要将其按一定的标准分为不同的类别，例如，学习成绩、能力水平、态度等都是连续数据，只是研究者依一定标准将其划分为优良中差，喜欢与不喜欢等少数几个等级。对这些非连续等距性数据，要判别这些分类间的差异或者多个变量间的相关性方法称为计数数据统计方法。 卡方检验是专用于解决计数数据统计分析的假设检验法。本章主要介绍卡方检验的两个应用：拟合性检验和独立性检验。拟合性检验是用于分析实际次数与理论次数是否相同，适用于单个因素分类的计数数据。独立性检验用于分析各有多项分类的两个或两个以上的因素之间是否有关联或是否独立的问题。 在计数数据进行统计分析时要特别注意取样的代表性。我们知道，统计分析就是依据样本所提供的信息，正确推论总体的情况。在这一过程中，最根本的一环是确保样本的代表性及对实验的良好控制。在心理与教育研究中，所搜集到的有些数据属于定性资料，它们常常是通过调查、访问或问卷获得，除了少数实验可以事先计划外，大部分收集数据的过程是难于控制的。例如，某研究者关于某项教育措施的问卷调查，由于有一部分教师和学生对该项措施存有意见，或对问卷本身有偏见，根本就不填写问卷。这样该研究所能收回的问卷只能代表一部分观点，所以它是一个有偏样本，若据此对总体进行推论，就会产生一定的偏差，势必不能真实地反映出教师与学生对这项教育措施的意见。因此应用计数资料进行统计推断时，要特别小心谨慎，防止样本的偏倚性，只有具有代表性的样本才能作出正确的推论。 第一节卡方拟合性检验 一、卡方检验的一般问题 卡方检验应用于计数数据的分析，对于总体的分布不作任何假设，因此它又是非参数检验法中的一种。它由统计学家皮尔逊推导。理论证明，实际观察次数（f o）与理论次数（f e），又称期望次数）之差的平方再除以理论次数所得的统计量，近似服从卡方分布，可表示为： 这是卡方检验的原始公式，其中当f e越大（f e≥5）,近似得越好。显然f o与f e相差越大，卡方值就越大；f o与f e相差越小，卡方值就越小；因此它能够用来表示f o与f e相差的程度。根据这个公式，可认为卡方检验的一般问题是要检验名义型变量的实际观测次数和理论次数分布之间是否存在显著差异。它主要应用于两种情况： 卡方检验能检验单个多项分类名义型变量各分类间的实际观测次数与理论次数之间是否一致的问题，这里的观测次数是根据样本数据得多的实计数，理论次数则是根据理论或经验得到的期望次数。这一类检验称为拟合性检验。
第九章卡方检验习题 一、是非题 1．比较两个独立样木的四格表资料，用Pearson 2χ检验，则Pearson2χ统计量近似服从自由度为1的2χ分布. 2．当H0成立时，两样本四格表资料中a的理论数T a与实际数a的差异可以理解为抽样误差. 3.当n＜40时，对某个四格表资料用Fisher检验，其P＝0.01，则认为这是一个小概率事件. 4.比较两个独立样本的两分类资料所构成的四格表资料，用Pearson 2 χ，则可以拒绝H0，但还有可能犯第二类错误. χ检验，2χ>2 0.05,1 5.对于比较两个独立样本的四格表资料.用Pearson2χ检验．样本量越大，P≤0.05的可能性就越大. 二、选择题 1．配对设计的两个总体率的比较.若用四格表专用公式，设检验水平为α，则（） A.实际发生第一类错误的概率为α，发生第二类错误的概率β增大 B.实际发生第一类错误的概率＞α.发生第二类错误的概率β不变 C.实际发生第一类错误的概率≠α D．实际发生第一类错误的概率和第二类错误的概率均不变 2．某成组设计的四格表资料用2χ检验的基本公式算得为a，用专用公式算得为b，则（） A．a>b B．a=b C．a比b准确D．b比a准确
χ，可认为（） 3．进行四个样本率比较的2χ检验，如2χ＞2 0.01,3 A．各总体率不同或不全相同B．各总体率均不相同 C．各样木率均不相同D．各样本率不同或不全相同 4．当四格表的周边合计不变时，如果某个格的实际频数有变化，则其理沦频数（） A．增大B．减小C．不变D．随该格实际频数的增减而增减 5．四格表资料的2χ检验的自向度（） A．不一定等1 B．一定等于l C．等于格子数减l D．等于样本含量减l 三、筒答题 1．两个独立样本的四格表资料在哪种情况下需要校正？为什么？ 2．行×列表资料2χ检验的注意事项是什么？ 3．配对四格表和普通四格表有何区别?分析方法有何异同?
作业6： 1.无差检验 随机从某市抽取90名教师，其中高级职称有30名，中级职称有42名，初级职称有18名。若假设规定高、中、初级职称比为2:6:2，试问这一调查结果是否与规定相一致？ 注：上表中“1”表示高级职称、“2”表示中级职称、“3”表示初级职称。 （2）研究假设 零假设：这一调查结果与规定一致。 备择假设：这一调查结果与规定不一致。 （3）操作说明 1.输入数据。保存为“数据1”。 2.对观测量进行加权。单击“数据”菜单下的“加权个案”，在弹出的“加权个案” 对话框中，选择“加权个案”单选项，并选择“人数”变量，单击“添加”按钮使 之添加到“频率变量”框中，定义该变量为权数，然后单击“确定”按钮，返回数 据编辑框。 3.卡方检验。单击“分析”菜单下的“非参数检验”，选项中得“卡方检验”命令。 在弹出的“卡方检验”对话框中，因为要对高级职称、中级职称、初级职称的人数 进行分析，所以在对话框左侧的列表中选择“职称”变量，单击“添加”按钮使之 添加到“检测变量列表”框中。在“期望值”框中得“数值”处输入理论上高级职 称、中级职称、初级职称的比例2:6:2，然后单击“确定”按钮，SPSS开始进行卡 方检验。 （4）生成图表及结果解释 从第一个表格中可以看出高、中、初级职称的实际观测值、理论值和两者之间的差异个数；从第二个表格中可以看出自由度df=2，X2=10.667>9.210= X20.01 (2), P<0.01,所以拒绝零假设，支持备择假设，即这一调查结果与规定不一致。
2.独立性检验 在研究初中厌学学生意志力时，某研究得到下表样本资料，试问厌学学生的意志力水平是否与年级有关？ （1）原始数据 （2）研究假设 零假设：厌学学生的意志力水平与年级无关。 备择假设：厌学学生的意志力水平与年级有关。 （3）操作说明 1. 输入数据。保存为“数据2”。 2.对观测量进行加权。单击“数据”菜单下的“加权个案”，在弹出的“加权个案”对 话框中，选择“加权个案”单选项，并选择“人数”变量，单击“添加”按钮使之添加到“频率变量”框中，定义该变量为权数，然后单击“确定”按钮，返回数据编辑框。 3.独立性检验。单击“分析”菜单下的“描述统计”中得“交叉表”选项，在弹出的“交叉表”对话框中，将左边列表中得“年级”添加到“行”变量框中，将左边列表框中得“意志力水平”添加到“列”变量中。点击“统计量”按钮，在弹出的对话框中，选择“卡方检验”单选项。点击“继续”按钮，返回到“交叉表”对话框中，点击“确定”。SPSS开始进行独立性检验。 （4）生成图表及结果解释。
《独立性检验的基本思想及其初步应用》教学设计 东北师范大学附属实验学校李宇 一、教学内容与内容解析 1．内容： 独立性检验的基本思想及实施步骤 2．内容解析： 本节课是人教A版（选修）2—3第三章第二单元第二课时的内容．在本课之前，学生已经学习过事件的相互独立性、正态分布及回归分析的基本思想及初步应用。本节课利用独立性检验进一步分析两个分类变量之间是否有关系，是高中数学知识中体现统计思想的重要课节。 在本节课的教学中，要把重点放在独立性检验的统计学原理上，理解独立性检验的基本思想，明确独立性检验的基本步骤。在独立性检验中，通过典型案例的研究，介绍了独立性检验的基本思想、方法和初步应用。独立性检验的基本思想和反证法类似，它们都是假设结论不成立，反证法是在假设结论不成立基础上推出矛盾从而证得结论成立，而独立性检验是在假设结论不成立基础上推出有利于结论成立的小概率事件发生，于是认为结论在很大程度上是成立的。因为小概率事件在一次试验中通常是不会发生的，所以有利于结论成立的小概率事件的发生为否定假设提供了有力的证据。 学习独立性检验的目的是“通过典型案例介绍独立性检验的基本思想、方法及其初步应用，使学生认识统计方法在决策中的作用”。这是因为，随着现代信息技术飞速发展，信息传播速度快，人们每天都会接触到影响我们生活的统计方面信息，所以具备一些统计知识已经成为现代人应具备的一种数学素养。 教学重点：理解独立性检验的基本思想及实施步骤． 二、教学目标与目标解析 1．目标： ①知识与技能目标 通过生活中新闻案例的探究，理解独立性检验的基本思想，明确独立性检验的基本步
骤，会对两个分类变量进行独立性检验，并能利用独立性检验的基本思想来解决实际问题。 ②过程与方法目标 通过探究“玩电脑游戏与注意力集中是否有关系”引出独立性检验的问题，借助样本数据的列联表分析独立性检验的实施步骤。利用上节课所学已经由数据直观判断出玩电脑游戏与注意力集中可能有关系。这一直觉来自于观测数据，即样本。问题是这种来自于样本的印象能够在多大程度上代表总体。这节课就是为了解决这个问题，在学生亲身体验感受的基础上，提高学生的数据分析能力。 ③情感态度价值观目标 通过本节课的学习，加强数学与现实生活的联系。以科学的态度评价两个分类变量有关系的可能性。培养学生运用所学知识，解决实际问题的能力。教学中适当地利用学生合作与交流，使学生在学习的同时，体会与他人合作的重要性。 2．目标解析： 独立性检验是考察两个分类变量是否有关系，并且能较精确地给出这种判断的可靠程度的一种重要的统计方法．利用独立性检验，能够帮助我们对日常生活中的实际问题作出合理的推断和预测．因此，在学习中通过对统计案例的分析，理解和掌握独立性检验的方法，体会独立性检验的基本思想在解决实际问题的应用，以提高我们处理生活和工作中的某些问题的能力． 新课标指出：学生的数学学习内容应当是现实的、有趣的和富有挑战性的。从心理学的角度看，青少年有一种好奇的心态、探究的心理。因此，紧紧地抓住学生的这一特征，利用学生身边的问题“玩电脑游戏与注意力集中是否有关系”，设计教学情境，使学生在观察、讨论等活动中，逐步提高数据分析能力。 三、教学问题诊断分析 1．本节课的内容独立性检验对学生来说是全新的内容，为什么有这么一个方法？为什么要学习这个方法？通过课前的新闻引入可以让学生体会到本节课知识的应用性。 2．独立性检验相当于建立一个判别“两个分类变量之间有关系”这一结论是否成立的规则，并且给出该规则把“两个分类变量之间没有有关系”错判成“两个分类变量之间有关系”的概率。所以首先要教会学生的是了解并初步理解这个规则，而后才是会用这个
独立性检验的基本思想及其初步应用 编稿：赵雷审稿：李霞 【学习目标】 1. 了解独立性检验（只要求2×2列联表）的基本思想、方法及初步应用 2. 通过典型案例的探究，了解实际推断原理和假设检验的基本思想、方法及初步应用. 【要点梳理】 要点一、分类变量 有一种变量，这种变量所取不同的“值”表示的是个体所属不同类别，称这种变量为分类变量。 要点诠释： （1）对分类变量的理解。 这里的“变量”和“值”都应作为广义的“变量”和“值”进行理解。例如：“性别变量”有“男”和“女”两种类别，这里的变量指的是性别，同样这里的“值”指的是“男”和“女”。因此，这里所说的“变量”和“值”取的不一定是具体的数值。 （2）分类变量可以有多种类别。例如：吸烟变量有“吸烟”与“不吸烟”两种类别，而国籍变量则有多种类别。 要点二、2×2列联表 1. 列联表 用表格列出的分类变量的频数表，叫做列联表。 2. 2×2列联表 对于两个事件A ，B ，列出两个事件在两种状态下的数据，如下表所示： 这样的表格称为2×2列联表。 要点三：卡方统计量公式 为了研究分类变量X 与Y 的关系，经调查得到一张2×2列联表，如下表所示 统计中有一个有用的（读做“卡方”）统计量，它的表达式是： 22 ()()()()() n ad bc K a b c d a c b d -=++++（n a b c d =+++为样本容量）。 要点四、独立性检验
1. 独立性检验 通过2×2列联表，再通过卡方统计量公式计算2K 的值，利用随机变量2K 来确定在多大程度上可以认为“两个分类变量有关系”的方法称为两个分类变量的独立性检验。 2. 变量独立性的判断 通过对2K 统计量分布的研究，已经得到两个临界值：3.841和6.635。当数据量较大时，在统计中，用以下结果对变量的独立性进行判断： ①如果2K ≤3.841时，认为事件A 与B 是无关的。 ②如果2K ＞3.841时，有95%的把握说事件A 与事件B 有关； ③如果2 K ＞6.635时，有99%的把握说事件A 与事件B 有关； 要点诠释： （1）独立性检验一般是指通过计算2K 统计量的大小对两个事件是否有关进行判断； （2）独立性检验的基本思想类似于反证法。即在H 0：事件A 与B 无关的统计假设下，利用2K 统计量的大小来决定在多大程度上拒绝原来的统计假设H 0，即拒绝“事件A 与B 无关”，从而认为事件A 与B 有关。独立性检验为假设检验的特例。 （3）利用独立性检验可以考察两个分类变量是否有关，并且能较精确地给出这种判断的把握程度。 3．独立性检验的基本步骤及简单应用 独立性检验的步骤： 要推断“A 与B 是否有关”，可按下面步骤进行： （1）提出统计假设H 0：事件A 与B 无关（相互独立）； （2）抽取样本（样本容量不要太小，每个数据都要大于5）； （3）列出2×2列联表； （4）根据2×2列联表，利用公式：22 ()()()()() n ad bc K a c b d a b c d -=++++，计算出2 K 的值； （5）统计推断：当2 K ＞3.841时，有95％的把握说事件A 与B 有关； 当2 K ＞6.635时，有99％的把握说事件A 与B 有关； 当2K ＞10.828时，有99.9％的把握说事件A 与B 有关； 当2K ≤3.841时，认为事件A 与B 是无关的． 要点诠释： ① 使用2 K 统计量作2×2列联表的独立性检验时，要求表中的4个数据都要大于5．
第三节两个样本平均数的差异显著性检验 在实际工作中还经常会遇到推断两个样本平均数差异是否显著的问题，以了解两样本所属总体的平均数是否相同。对于两样本平均数差异显著性检验，因试验设计不同，一般可分为两种情况：一是非配对设计或成组设计两样本平均数的差异显著性检；二是配对设计两样本平均数的差异显著性检。 一、非配对设计两样本平均数的差异显著性检验 非配对设计或成组设计是指当进行只有两个处理的试验时，将试验单位完全随机地分成两个组，然后对两组随机施加一个处理。在这种设计中两组的试验单位相互独立，所得的二个样本相互独立，其含量不一定相等。非配对设计资料的一般形式见表5-2。 表5-2非配对设计资料的一般形式 处理观测值xij 样本含 量ni 平均数总体平均 数 1 x11x12…n1 =Σx1j/n1 2 x21x22…n2 =Σx2j/n2 非配对设计两样本平均数差异显著性检验的基本步骤如下：（一）提出无效假设与备择假设：=，：≠（二）计算值计算公式为： （5-3） 其中：（5-4）
= = 当时， ==（5-5） 为均数差异标准误，、，、，、分别为两样本含量、平均数、均方。 （三）根据df=(n1-1)+(n2-1)，查临界值：、，将计算所得t值的绝对值与其比较，作出统计推断 【例】某种猪场分别测定长白后备种猪和蓝塘后备种猪90kg时的背膘厚度，测定结果如表5-3所示。设两品种后备种猪90kg时的背膘厚度值服从正态分布，且方差相等，问该两品种后备种猪90kg时的背膘厚度有无显著差异 表5-3长白与蓝塘后备种猪背膘厚度 品种头 数 背膘厚度（cm ） 长白1 2 、、、、、、、、、、、 蓝塘1 1 、、、、、、、、、、 1、提出无效假设与备择假设：=，：≠
卡方统计量 卡方检验用途： 可以对两个率或构成比以及多个率或构成比间的差异做统计学检验 第一节. 四格表资料的χ2检验 例8.1 为了解铅中毒病人是否有尿棕色素增加现象，分别对病人组和对照组的尿液作尿棕色素定性检查，结果见表8.1，问铅中毒病人和对照人群的尿棕色素阳性率有无差别? 表8.1 两组人群尿棕色素阳性率比较 组别阳性数阴性数合计阳性率% 病人29(18.74) 7(17.26) 36 80.56 对照9(19.26)28(17.74) 37 24.32 合计38 35 73 52.05 卡方检验的基本思想 表1中29、7、9、28是构成四格表资料的四个基本格子的数字，其余行合计和列合计以及总的合计都可以根据该四个数字推算出来，故该类资料被称为四格表资料 四格表卡方检验的步骤 以例8.1为例 1.建立假设： H0：π1 = π2 H1：π1≠π2 α＝0.05 四格表的四格子里的数字是实际数，在表1中四个数字旁边括号中的四个数字为理论数，其含义是当无效假设成立的时候，理论上两组人群各有多少阳性和阴性的人数。 若H0：π1＝π2成立→p1＝p2＝p 即假设两组间阳性率无差别，阳性率都是等于合计的52.05%，那么 铅中毒病人36人，则理论上有 36 ╳52.05%=18.74人为阳性； 对照组37人，则理论上有 37 ╳52.05%=19.26人为阳性。 故每个实际数所对应的理论数算法是，该实际数对应的行和乘列和再除以总的N样本含量。 即TRC=nR nC / n 2.计算理论数 第1行1列: T11＝36×38/73= 18.74 依次类推T12 = 17.26 T21 = 19.26 T22 = 17.74 四格表中理论数的两大特征： （1）理论频数表的构成相同，即不但各行构成比相同，而且各列构成比也相同； （2）各个基本格子实际数与理论数的差别（绝对值）相同。 一、卡方检验基本公式
使用SPSS 进行两组独立样本的t检验、F检验、显著性差异、计算p值 SPSS版本为SPSS 20. 如有以下两组独立的数据，名称分别为“111”，“222”。 111组：4、5、6、6、4 222组：1、2、3、7、7 首先打开SPSS，输入数据，命名分组，体重和组名要对应，111组的就不要输入到222组了。数据视图如下： 变量视图如下，名称可以改成“分组嗷嗷嗷”“体重喵喵喵”等
点击“分析”-“比较均值”-“独立样本T检验” 来到这里，分组变量为“分组嗷嗷嗷”，检验变量为“体重喵喵喵”。
【关键的一步】点击分组嗷嗷嗷，进行“定义组”
【关键的一步】输入对应的两组数据的组名：“111”和“222” 点击确定，可见数据与组名对应上了。
点击“确定”，生成T检验的报告，即将大功告成！
第一个表都知道什么回事就不缩了，excel都能实现的。 第二个表才是重点，不然用SPSS干嘛。 F检验：在两样本t检验中要用到F检验，F检验又叫方差齐性检验，用于判断两总体方差是否相等，即方差齐性。 如图：F旁边的Sig的值为.007 即0.007，<0.01, 即两组数据的方差显著性差异！ 看到“假设方差相等”和“假设方差不相等”了么？ 此时由于F检验得出Sig <0.01，即认为假设方差不相等！因此只关注红框中的数据即可。 如图，红框内，Sig（双侧），为.490即0.490，也就是你们要求的P值啦， Sig ( 也就是P值) >0.05，所以两组数据无显著性差异。 PS：同理，如果F检验的Sig >.05（即>0.05），则认为两个样本的假设方差相等。 所以相应的t检验的结果就看上面那行。 by 20150120 深大医学院FG
第九章χ2检验 1. 下列哪项检验不适用于χ2检验： A.两样本均数的比较 B.两样本率的比较 C.多个样本构成比的比较 D.拟合优度检验 2. 四格表χ2检验中，χ2 <χ20.05(v) , 可以认为： A. 两样本率不同 B. 两样本率相同 C. 两总体率不同 D. 两总体率相同 3. χ2值的取值范围： A. ﹣∞＜χ2＜﹢∞ B. ﹣∞＜χ2＜0 C. 0＜χ2＜﹢∞ D. ﹣1＜χ2＜1 E. χ2≤1 4. 假定有两种检测方法，两者检测结果的假阳性率和假阴性率都很低。现有50 份血样用甲法检测结果为阳性的有25份，用乙法检测结果为阳性的有35份，其中两法检测结果同为阳性和同为阴性的分别有23份和13份。为检验两种方法检查结果之间的差别是否有显著性意义，应选用： A. 配对t检验 B. 四格表χ2检验 C. 配对χ2检验 D. U检验 5. R×C列联表χ2检验的自由度为： A. R-1 B. C-1 C. R+C-1
D. R×C-1 E. (R-1)(C-1) 8. 某医院内科治疗一般类型胃溃疡病患者82例，治愈64人；治疗特殊类型胃 溃疡病患者98例，治愈30人。问该医院内科疗法对两种类型胃溃疡病人治愈率有无不同？ 答：采用四格表专用卡方检验公式，χ2=40.26，υ=1，P<0.005 9. 某医生用复合氨基酸胶囊治疗肝硬化病人，观察其对改善实验室指标的效果 见下表。试对两组的改善及恢复正常率进行比较。 表复合氨基酸胶囊对改善实验室指标的效果 分组改善未改善合计 试验组23 2 25 对照组11 6 17 合计34 8 42 答：采用四格表卡方检验校正公式，χ2=3.2790，υ=1，P>0.05 10. 为比较两种检验方法(中和法与血凝法)检测关节痛病人抗“O”结果，观测105 例关节痛患者，结果见下表。问:两种检验方法有无相关？其检验结果有无差别？ 表中和法与血凝法检验结果的比较 中和法血凝法合计
2 χ 检验 （一） 掌握内容 1. 2χ检验的用途。 2. 四格表的2χ检验。 （1） 四格表2χ检验公式的应用条件； （2） 不满足应用条件时的解决办法； （3） 配对四格表的2χ检验。 3. 行?列表的2χ检验。 （二） 熟悉内容 频数分布拟合优度的2χ检验。 （三） 了解内容 1．2χ分布的图形。 2．四格表的确切概率法。 (一) 2χ检验的用途 2χ检验（Chi-square test ）用途较广，主要用途如下： 1．推断两个率及多个总体率或总体构成比之间有无差别 2．两种属性或两个变量之间有无关联性 3．频数分布的拟合优度检验 (二) 2χ检验的基本思想 1．2χ检验的基本思想是以2χ值的大小来反映理论频数与实际频数的吻合程度。在零假设0H （比如0H ：21ππ=）成立的条件下，实际频数与理论频数相差不应该很大，即2χ值不应该很大，若实际计算出的2χ值较大，超过了设定的检验水准所对应的界值，则有理由怀疑0H 的真实性，从而拒绝0H ，接受H 1（比如1H ：21ππ≠）。 2． 基本公式：()∑ -= T T A 2 2 χ，A 为实际频数（Actual Frequency ）,T 为理论频数 （Theoretical Frequency ）。四格表2χ检验的专用公式正是由此公式推导出来的，用专用公 式与用基本公式计算出的2χ值是一致的。 (三)率的抽样误差与可信区间 1．率的抽样误差与标准误 样本率与总体率之间存在抽样误差，其度量方法： n p ) 1(ππσ-= ，π为总体率，或 (8-1) n p p S p ) 1(-= ， p 为样本率； (8-2) 2．总体率的可信区间 当n 足够大，且p 和1-p 均不太小，p 的抽样分布逼近正态分布。 总体率的可信区间：（p p S u p S u p ?+?-2/2/,αα）。 (8-3) (四)2χ检验的基本计算
计数资料统计分析————习题 1.220.05,n x x ≥ 则（ ） A.P ≥0．05 B.P ≤0．05 C.P ＜0．05 D.P ＝0．05 E.P ＞0．05 2.2x 检验中，自由度v 的计算为( ) A.行×列（R ×C ） B.样本含量n C.n-1 D.（R －1）（C －1） E.n 2.四格表卡方检验中，2x <20.05(1)x ,可认为 A.两样本率不同 B.两样本率相同 C.两总体率不同 D.两总体率相同 E.样本率与总体率不同 3.分析计数资料时，最常用的显著性检验方法是（ ） A.t 检验法 B.正态检验法 C.秩和检验法 D.2 x 检验法 E.方差分析 4.在卡方界值（2x ）表中，当自由度一定时，2x 值愈大，P 值（ ） A.不变 B.愈大 C.愈小 D.与2x 值相等 E.与2x 值无关 5.从甲乙两篇论文中，查到同类的两个率比较的四格表资料以及2x 检验结果，甲论文 2x >20.01(1)x 2x >2 0.05(1)x 。若甲乙两论文的样本量相同，则可认为（ ） A.两论文结果有矛盾 B.两论文结果基本一致 C.甲论文结果更可信 D.甲论文结果不可信 E.甲论文说明两总体的差别大 6.计算R ×C 表的专用公式是（ ） A. 22 ()()()()()ad bc n x a b a c b d c d -=++++ B. B. 2 2 ()b c x b c -=+ C ． 2 2 1R C A x n n n ??=- ???∑ D. ()220.5b c x b c --=+ E. 2 2 ()A T x T -=∑
一般而言，为了确定从样本(sample)统计结果推论至总体时所犯错的概率，我们会利用统计学家所开发的一些统计方法，进行统计检定。 通过把所得到的统计检定值，与统计学家建立了一些随机变量的概率分布(probability distribution)进行比较，我们可以知道在多少%的机会下会得到目前的结果。倘若经比较后发现，出现这结果的机率很少，亦即是说，是在机会很少、很罕有的情况下才出现；那我们便可以有信心的说，这不是巧合，是具有统计学上的意义的(用统计学的话讲，就是能够拒绝虚无假设null hypothesis,Ho)。相反，若比较后发现，出现的机率很高，并不罕见；那我们便不能很有信心的直指这不是巧合，也许是巧合，也许不是，但我们没能确定。 F值和t值就是这些统计检定值，与它们相对应的概率分布，就是F分布和t分布。统计显著性（sig）就是出现目前样本这结果的机率。 2，统计学意义（P值或sig值） 结果的统计学意义是结果真实程度（能够代表总体）的一种估计方法。专业上，p值为结果可信程度的一个递减指标，p值越大，我们越不能认为样本中变量的关联是总体中各变量关联的可靠指标。p值是将观察结果认为有效即具有总体代表性的犯错概率。如p=提示样本中变量关联有5%的可能是由于偶然性造成的。即假设总体中任意变量间均无关联，我们重复类似实验，会发现约20个实验中有一个实验，我们所研究的变量关联将等于或强于我们的实验结果。（这并不是说如果变量间存在关联，我们可得到5%或95%次数的相同结果，当总体中的变量存在关联，重复研究和发现关联的可能性与设计的统计学效力有关。）在许多研究领域，的p值通常被认为是可接受错误的边界水平。 3，T检验和F检验
《独立性检验》教案3 教学内容： 人教版数学高中选修2—2《独立性检验》 教学目标： 1、分类变量的概念 2. 列联表及利用2x2列联表以及统计量卡方对两个变量进行独立性检验 3、理解独立性检验的思想并掌握独立性检验的实际应用 教学重点： 列联表及利用2x2列联表以及统计量卡方对两个变量进行独立性检验 教学难点： 对临界值的理解。 知识链接： 1、复习独立性检验的步骤。 2、可信程度。 教学过程： 1. 分类变量概念 方法与规律： 看是否是分类变量只需看变量的不同值是否表示个体的不同类别 例下列不是分类变量的是： A. 人的性别 B. 国籍 C. 商品的等级 D. 身高 反思： 2. 列联表与独立性检验 方法与规律：推断X与Y有关系可按下列步骤进行： （1）找相关数据，做列联表并画出等高条形图，初略判断两变量是否相关 （2）独立性检验方法判定两边量是否有关 H: X与Y没有关系 ①假设 ②根据实际问题的需要确定容许推断“两个分类变量有关系”犯错误概率的上界a， k 然后查表1-11确定临界值 o K的观测值k ③利用公式（1），计算随机变量2 ④如果，就判断“X与Y有关系”，这种判断犯错误的概率不超过a，否则，就认为在犯错误的概率不超过a的前提下不能推断“X与Y有关系”，或则在样本数据中没有发现足
够证据支持结论“X与Y有关系”， 例1 某县对在职的71名高中数学教师就支持旧的数学教材作了调查，结果如下表所示： 分析：根据独立性检验思想，由公式计算出的观测值，然后与临界值比较得出结论。独立性检验能帮租我们对日常生活中的实际问题做出合理的推断与预测。因此要在学习中通过案例分析，理解和掌握独立性检验的方法，体会其基本思想在在解决实际问题中的应用，以提高我们分析和处理问题的能力。
第十章 研究资料的整理与分析 本章学习目标： 1.理解量化资料整理与分析中的几个基本概念。 2.掌握几种常用的量化分析方法。 3.掌握质性资料的整理分析方法。 无论采用什么研究方法进行研究，都会搜集到大量的、杂乱的、复杂的研究资料。因此，对大量的、复杂的研究资料进行科学、合理的整理和分析，就成为教育科学研究活动的必不可少的一个环节。这一环节体现着研究者的洞见，是研究者对研究资料进行理性思维加工的过程。通过这一过程，产出研究结果。 根据研究资料的性质，研究资料可以分为质性研究资料和量化研究资料。对研究资料的整理和分析就相应的分为：质性研究资料的整理与分析和量化资料的整理与分析。 第一节 定量资料的整理与分析 一、定量资料分析中的几个基本概念 1.随机变量 在相同条件下进行试验或观察，其可能结果不止一个，而且事先无法确定，这类现象称为随机现象。表示随机现象中各种可能结果（事件）的变量就称为随机变量。教育研究中的变量，大多数都是随机变量。如身高、智商、学业测验分数等。 2.总体和样本 总体是具有某种或某些共同特征的研究对象的总和。样本是总体中抽出的部分个体，是直接观测和研究的对象。例如，要研究西安市5岁儿童的智力发展问题，西安市的5岁儿童就是研究的总体，从中抽取500名儿童，这500名儿童就成为研究的样本。 3.统计量和参数 统计量：反映样本数据分布特征的量称为统计量。例如：样本平均数、样本标准差、样本相关系数等，都属于统计量，它们分别用 表示。统计 量一般是根据样本数据直接计算而得出的。 参数：反映总体数据分布特征的量称为参数。例如：总体平均数、总体标准差、总体相关系数等。它们分别用ρσμ，，等符号来表示。总体参数常常需要根据样本统计量进行估计和推断。 4.描述统计与推断统计 描述统计是指对获得的杂乱的数据进行分类、整理和概括，以揭示一组数据
第八章 2 χ 检验 一、教学大纲要求 （一） 掌握内容 1. 2χ检验的用途。 2. 四格表的2χ检验。 （1） 四格表2χ检验公式的应用条件； （2） 不满足应用条件时的解决办法； （3） 配对四格表的2χ检验。 3. 行?列表的2χ检验。 （二） 熟悉内容 频数分布拟合优度的2χ检验。 （三） 了解内容 1．2 χ分布的图形。 2．四格表的确切概率法。 二、教学内容精要 (一) 2χ检验的用途 2χ检验（Chi-square test ）用途较广，主要用途如下： 1．推断两个率及多个总体率或总体构成比之间有无差别 2．两种属性或两个变量之间有无关联性 3．频数分布的拟合优度检验 (二) 2χ检验的基本思想 1．2χ检验的基本思想是以2 χ值的大小来反映理论频数与实际频数的吻合程度。在零假设0H （比如0H ： 21ππ=）成立的条件下，实际频数与理论频数相差不应该很大，即2 χ值不应该很大，若实际计算出的2 χ值较大，超过了设定的 检验水准所对应的界值，则有理由怀疑0H 的真实性，从而拒绝0H ，接受H 1（比如1H ：21ππ≠）。 2． 基本公式：()∑ -= T T A 2 2 χ，A 为实际频数（Actual Frequency ）,T 为理论频数（Theoretical Frequency ）。四格 表2χ检验的专用公式正是由此公式推导出来的，用专用公式与用基本公式计算出的2 χ值是一致的。 (三)率的抽样误差与可信区间 1．率的抽样误差与标准误 样本率与总体率之间存在抽样误差，其度量方法： n p ) 1(ππσ-= ，π为总体率，或 (8-1) n p p S p ) 1(-= ， p 为样本率； (8-2) 2．总体率的可信区间 当n 足够大，且p 和1-p 均不太小，p 的抽样分布逼近正态分布。 总体率的可信区间：（p p S u p S u p ?+?-2/2/,αα）。 (8-3) (四)2 χ检验的基本计算 表8-1 2检验的用途、假设的设立及基本计算公式 01四格表 ①独立资料两 样本率的比较 ②配对资料两 样本率的比较 0H ：两总体率相等 1H ：两总体率不等 ①专用公式 )(22 n bc ad -= χ