常用统计分析.ppt

资料的描述性统计分析; 表示资料中观测数的中心位置 作为样本或资料的代表数与其他资料进行比较 1. 算术平均数——平均数、均数 对于具有n个观察数 的样本， 其样本平均数为: ; 2. 几何平均数（G） 观察值呈倍数关系或数据分布呈偏态分布，须作几何变换，称为几何平均数，公式为： 也可转换成对数形式进行计算： 适用范围： 数据增长成比例关系的资料。例：抗体的滴度；药物效价。 偏态资料。例：发病的潜伏期；存活天数等。 例： 4，5，6，6，2，3，5，6，36 ; 例1：测得6只鸡新城疫的血球凝集抑制滴度分别为1：20，1：20， 1：40，1：40，1：80，1：160 试求平均滴度。 例2：10只小白鼠接种某病毒后生存天数为 1，2，3，3，4，4，5， 5，6，30 求平均存活天数。 ? 算术平均数 ; 二、变异数---表示资料变异程度的特征数 两种稀释倍数疫苗猪瘟抗体检测结果（阻断率%） 甲 40 70 90 40 70 乙 60 60 70 70 60 甲的变异程度大于乙 甲的平均数的代表性小于乙的平均数 ;1. 标准差(SD);2. 变异系数（ C.V. ); 2. 变异系数C.V. ; 2. 变异系数C.V ;组 别;常用统计分析及统计软件spss、Excel应用;例：为了比较猪瘟脾淋疫苗与细胞疫苗的免疫效果，选择体况相近的仔猪14头，随机分为两组，于27日龄分别接种两种疫苗（2头份），21天后抗体检测结果为： 脾淋疫苗：50.3 48.1 50.9 50.8 49.8 49.9 50.5 细胞疫苗：48.1 49.4 47.9 48.4 49.1 47.8 48.5 试检验两种疫苗的免疫效果是否有显著差异。; 显著性检验的基本步骤 1.首先对试验样本所在的总体作假设。 两组免疫效果无显著差异。样本间差异主要由试验误差造成的，非真实差异。称为无效假设。 两组免疫效果有显著差异。样本间差异不是由试验误差造成的, 真实差异。称为备择假设。;3. 根据“小概率事件实际不可能性原理” 否定或接受无效假设。 ;; 一、 分类资料的检验-----卡方检验 （一） 2×2表检验 例1.1：用不同佐剂稀释同批次疫苗免疫猪，分别于第14天检测抗体，结果如下表，试检验不同佐剂稀释疫苗的免疫效果。;;（二） 2×C表检验 例：用2种稀释倍数猪瘟脾淋苗进行免疫试验，在第21天时测定结果见下表。试检验不同稀释倍数猪瘟脾淋苗的免疫效果是否有区别。