畜牧
生产
数据统计分析软件SPSS的应用(三)
———均数比较
张苏江1,陈庆波2
(11塔里木农垦大学动科院,新疆阿拉尔843300;
21新疆维吾尔自治区动物防疫监督总站乌市铁路局兽医检疫站,新疆乌鲁木齐830023)
中图分类号:S81819文献标识码:B文章编号:052925130(2003)0720016203
1基本分析(Means111)
本过程用于计量资料的统计分析,可计算包括基本统计量
在内的21种统计量,还可以进行单向方差分析
(ONE2ANOVA)。
例:将60羽鸡分成3组,分别用3种不同的饲料A1、
A2、A3饲喂60d,其体重资料见表1。试用基本分析检验各
处理平均数的差异显著性。
表1各处理鸡体重资料
处理观察值/g·羽-1
A11073105810711037106610261053104910651051
A21016105810381042102010451044106110341049
A31084106911061078107510901079109411111092
操作过程:
(1)建立数据文件,30行2列。定义2个列变量,其中1
个分类变量和1个反应变量,分类变量为“饲料种类”,
收稿日期:2003202223
作者简介:张苏江(19682),男,讲师,硕士。
1=“A1”,2=“A2”,3=“A3”;反应变量为“鸡增重”。
(2)从菜单选择Statistics→CompareMeans→Means111弹
出Means(基本统计)对话框(图1),从左框中选“鸡增重”
添加入Dependent中,选“饲料种类”添加入Independent中。
单击Option111按钮,弹出对话框(图2),选择如下图所示,
之后按Continue。
的报道基本一致[9]。其原因尚未见报道,还有待于进一步试验
研究。
肉鸡肌肉组织脂肪酸的组成充分反映了饲粮油脂的脂肪酸
组成的特性,与前人的研究结果基本一致[2,4,7]。棕榈油组鸡
肉中n23脂肪酸含量最低,因而n26/n23脂肪酸比值最高;其
他添加富含PUFA的油脂组鸡肉中n23脂肪酸含量较高从而降
低了n26/n23脂肪酸比值。因此可以认为黄羽肉鸡饲粮中使用
适量富含PUFA的亚麻油、鱼油、火麻仁油,可生产n23PU2
FA含量较高、n26/n23脂肪酸比值较低、对人类健康有益的功
能性鸡肉产品。
参考文献:
[1]UauyR,PeiranoP,HoffmanD,MenaP,etal.Roleofessential
fattyacidsinthefunctionofthedevelopingnervoussystem[J].
Lipids,1996,31:S1672S176.
[2]López2FerrerS,BaucellsMD,BarroetaAC,etal.N23enrich2
mentofchickenmeat2.useofprecursorsoflong2chainpolyunsatu2
ratedfattyacids:linseedoil[J].PoultrySci,2001,80:7532
761.
[3]ChanmugamP,BoudreauM,BoutteT,etal.Incorporationofdif2
ferenttypesofn23fattyacidsintotissuelipidsofpoultry[J].Poul2
trySci,1992,71:5162521.
[4]PinchasovY,NirI.Effectofdietarypolyunsaturatedfattyacidcon2
centrationonperformance,fatdepositionandcarcassfattyacidcom2
positioninbroilerchickens[J].PoultrySci,1992,71:15042
1512.
[5]FolchJ,LeesM,Sloane2StanelyGH.Asimplemethodfortheiso2
lationandpurificationoftotallipidsfromanimaltissues[J].JBio
Chem,1957,226:4972507.
[6]裴喜春,薛河儒.SAS及应用[M].北京:中国农业出版社.
1998.
[7]夏中生.饲粮中不同油脂对生长鸡组织脂质含量及其脂肪酸组
成的影响[J].广西农业大学学报,1998,17(4):3232331.
[8]BaucellsMD,CrespoN,BarroetaAC,etal.Incorporationofdif2
ferentpolyunsaturatedfattyacidsintoeggs[J].PoultrySic,2000,
79:51259.
[9]Gonzalez2Esqurra,LeesonS.Effectofmenhadenoilandflaxseedin
broilerdietsonsensoryqualityandlipidcompositionofpoultrymeat
[J].BritishPoultrySci,2000,41:4812488.
·61·AnimalHusbandry&VeterinaryMedicine2003Vol135No17
图1基本分析对话框
说明:Dependent—因变量,即反应变量,必须选定量变量;Pre2
viousLayer1ofNext—从自变量框中所选的变量定义分层变量;Inde2
pendent—自变量,即分类(组)变量;Option111—选项。
图2选项对话框
说明:Statistics—统计量,Numberofcases—观察单位总数,
Mean—均数,Median—中位数,Mode—众数,GroupedMedian—组中
位数,StandardErrorofMean—标准误,Sun—总和,Minimum—最小
值,Maximun—最大值,Range—极值,First—第一个观察值,Last—
最后一个观察值,StandardDeviation—标准差,Variance—方差,Kur2
tosis—峰度系数,Std.ErrorofKurtosis—峰度系数标准误,Skew2
ness—偏度系数,Std.ErrorofSkewness—偏度系数标准误,Statistics
forthefirstlayer—第一个分层变量的统计分析,ANOVAtabeandeta—
输出单向方差分析表与eta统计量,Testoflinearity—线性趋势检验,
检验自变量与因变量之间是否有线性关系。
(3)主要输出结果有描述性统计量及方差分析表(ANO2
VATable)。
检验结果为F统计值为28131,Sig(P值)小于0101。
推断这个试验的处理平均数间有极显著的差异(图略)。
2t检验
两个均数有无差异可用t检验过程判断。下面介绍几种常
见资料类型的t检验方法。
211单样本t检验(One2sampleTTest)
单样本t检验是检验一个样本平均数与总体平均数差异是
否显著,也就是检验一个样本是否来自某一个总体。
例如,随机测得7头水牛体高为:137,133,136,129,
133,130,131cm,已知该品种牛体高总体平均数为131cm,
检验所得的样本均数与总体均数差异是否显著。
操作过程:
(1)建立数据文件,数据格式为7行1列,定义检验变量
为“X”。(2)过程:Statistics→CompareMeans→One2sampleT
Test111,弹出的对话框中把左栏的“X”添加到右栏“Test”
内,在Test内填入已知总体均数,本例为131。此对话
框右下角有一Option选项,打开此选项对话框(图3),进行
选择操作。
图3单样本t检验的选项对话框
说明:Confidence%—样本均数与总体均数之差的置信区间
估计,系统默认为95%;MissingValues—缺失值的处理;Excludecases
analysisbyanalysis—剔除正在分析的变量中带缺失值的观察单位;Ex2
cludecaseslistwise—剔除所有分析变量中带有缺失值的观察单位。
(3)主要输出结果为基本统计量和t检验结果
检验结果为:t=1152,v=6,P=01179(双侧),P>
0105。表明样本均数与总体均数差异不显著,可以认为该样本
是来自平均体高为131cm的总体(图略)。
212配对样本t检验(Paired2SamplesTTest)
此过程用于配对试验计量资料的比较。检验配对样本差值
的总体均数与0差异有无显著性意义,以及配对样本是否相
关。
例如:在比较国产与进口的膘厚测定仪时,对14头活体
肥猪进行了测定,测定结果如下:进口仪器32,40,27,37,
32,35,28,43,40,41,41,35,49,34mm;国产仪器
43,44,30,34,30,31,26,26,42,40,42,43,37,43
mm。试检验2种仪器测定的结果有无差异。
操作过程:
首先建立数据文件,格式为14行2列,定义2个列变量,
全为反应变量,“进口”和“国产”两者构成了配对变量。其
次从菜单选择:Statistics→CompareMeans→Paired2SampleT
Test111过程,在弹出的对话框中,同时选择“进口”和“国
产”添加到PairedVariable:栏内。在Option选项对话框中选
择默认即可,单击“Continue”,再单击“ok”就完成了操作过
程。主要输出结果为基本统计量(PairedSampleStatistics)、配
对样本相关分析(PairedSampleCorrelation)和配对t检验
(PairedSampleTest)结果。
相关系数r=01292(P=01311),可以推断,两种仪器测
定结果无相关系数;配对t检验,t=01105,v=13,P=
01918(双侧)。表明这2种仪器测定的结果是一样的(图略)。
3单向方差分析(One2WayANONA)
单向方差分析,又称单因素方差分析,用于完全随机设计
资料的多个样本均数比较和样本均数间的多重比较,也可进行
多个处理组与一个对照组的比较。
·71·畜牧与兽医2003年第35卷第7期
例:28只小鼠分成7组,A1溶液不含激素,为对照组;
A2～A7为含量不同的雌激素溶液,饲养条件相同,其子宫重
量(mg/只)资料列于表2。试检验各处理平均数的差异显著
性,并用LSD法作多重比较。
表2小鼠子宫重量mg/只
处理A1A2A3A4A5A6A7
观
察
值
8918841464147512881456146516
93181161079186214901283127914
8814841088106214731290146516
11216681669147318871885167012
操作过程:
(1)建立数据文件,格式为28行2列。定义2个列变量,
其中一个是分类(组)变量,另一个为因变量。
分类变量,用以说明每一观察单位所属的组(类)别,本
例为变量“激素处理”。变量标记为:1=“A1”,2=“A2”,
3=“A3”,4=“A4”,5=“A5”,6=“A6”,7=“A7”;因
变量(反应变量):定量变量,本例为变量“子宫重”,数据格
式见(图4)
图4数据文件格式
(2)单向方差分析,从菜单选择:Statistics→Compare
Means→One2wayANOVA,弹出One2wayANOVA(单向方差
分析)对话框(图5)。将变量“子宫重”添加到Dependent
List:(因变量)中,将变量“激素处理”添加到Factor:(分
类变量)中。
图5单向方差分析对话框
在上图的底边有3个按钮:PostHoc111(各组均数的多重
比较)、Options111(选项)、Contrasts111(有序分组的多重比
较,此略),单击PostHoc111按钮,弹出PostHocMultiple
Comparisons(多重比较)对话框(图6),其中我们选中LSD,
其他系统默认;单击Options111按钮,弹出Options(选项)
对话框(图7),其中我们选中Descriptive、Homogeneity2of
Variance(方差齐性检验)和Meanplot选项。
图6单向方差分析的多重比较对话框
说明:EqualvariancesAssumed—满足方差齐性要求,共有14种方
法可供选择。常用的方法有:LSD法(Least2significantdifference—最
小显著差值法),SNK法(Student2Neuman2Keuls),Tukey法,Duncan
法,其中LSD法最敏感,SNK法应用最多。多重比较一般在方差分析
显著的情况下才应用,如方差分析不显著,无论多重比较的结果如何,
均不能采纳。22sidde—双侧检验,为系统默认方式;>Control—单侧
检验,比较组均数大于对照组均数;
数小于对照组均数。EqualvariancesnotAssumed—不满足方差齐性要求
时,可供选择的方法有Tambane′sT2、Dunnett′sT3、Games2Howell、
Dunnett′sC几种。
以上方法可选择1种或多种进行分析,在Significance
0105框内输入检验的显著性水平,系统默认值为0105。
图7单向方差分析的选项对话框
说明:Statistics—统计量,Descriptive—描述性统计量,Homogene2
ity2ofVariance—方差齐性检验,Meanplot—均数图,横轴为分类变量,
纵轴为反应变量的均数线图,MissingValue—缺失值处理,Exclude
casesanalysisbyanalysis—剔除分析所涉及变量中带缺失值的观察单位,
Excludecaseslistwise—剔除所有选入变量中带缺失值的观察量单位。
(3)主要输出结果有描述性统计量、方差齐性检验、方差
分析、多重比较(图略)。
方差分析结果:F=21761,P=01039,差异有显著性意
义。可认为不同处理小鼠子宫重不同,需进一步做多重比较。
多重比较中组别A1与A4,A7差异极显著(P<0101);
组别A1与A3,A2与A4、A7差异显著(P<0105)。以A1
组平均子宫重最大,A4组平均子宫重最小。
各输出结果因篇幅关系,此处就不一一显示了。
·81·AnimalHusbandry&VeterinaryMedicine2003Vol135No17
|
|
