數(shù)據(jù)處理與分析

1、生物學數(shù)據(jù)的處理與分析生物學數(shù)據(jù)的處理與分析生命科學學院生命科學學院 魏虹魏虹2012.12.282 Questions Why to do? How to do?Why to do? 保證你的研究論文能通過統(tǒng)計學審查保證你的研究論文能通過統(tǒng)計學審查 國內(nèi)外權(quán)威雜志對來稿都有統(tǒng)計學要求或統(tǒng)計國內(nèi)外權(quán)威雜志對來稿都有統(tǒng)計學要求或統(tǒng)計學指導學指導 對不同雜志發(fā)表論文的調(diào)查結(jié)果顯示，有統(tǒng)計對不同雜志發(fā)表論文的調(diào)查結(jié)果顯示，有統(tǒng)計錯誤的論文所占比例高達錯誤的論文所占比例高達72%，最低也有，最低也有20% 獲得科學證據(jù)的主要手段獲得科學證據(jù)的主要手段現(xiàn)代現(xiàn)代生命生命科學科學研究研究1觀察觀察2提出問題

2、提出問題產(chǎn)生假設(shè)產(chǎn)生假設(shè)356預測預測試驗設(shè)計試驗設(shè)計數(shù)據(jù)收集、分析、解釋數(shù)據(jù)收集、分析、解釋4Statistics： the science of collecting, analyzing, presenting and interpreting data. 統(tǒng)計分析流程統(tǒng)計分析流程確定問題確定分析目標確定問題確定分析目標采用科學方法收集數(shù)據(jù)采用科學方法收集數(shù)據(jù)考察數(shù)據(jù)時效性整理數(shù)據(jù)考察數(shù)據(jù)時效性整理數(shù)據(jù)統(tǒng)計分析統(tǒng)計分析根據(jù)統(tǒng)計分析結(jié)果進行討根據(jù)統(tǒng)計分析結(jié)果進行討論，完成研究論文論，完成研究論文總體總體樣本樣本結(jié)論結(jié)論數(shù)據(jù)數(shù)據(jù)抽樣抽樣分析分析應應用用測測試試PopulationSample

3、取樣信息會發(fā)生變化取樣信息會發(fā)生變化 測量過程引入的隨機誤差測量過程引入的隨機誤差 取樣隨機性所帶來的變化取樣隨機性所帶來的變化 我們所關(guān)心的性質(zhì)確實發(fā)生了某種變化我們所關(guān)心的性質(zhì)確實發(fā)生了某種變化數(shù)據(jù)分析的目的數(shù)據(jù)分析的目的 如何從一些包含有隨機誤差，又并不如何從一些包含有隨機誤差，又并不完全的信息中得出科學的、盡可能正完全的信息中得出科學的、盡可能正確的結(jié)論？確的結(jié)論？ 統(tǒng)計學的任務就是在前兩種干撓存在統(tǒng)計學的任務就是在前兩種干撓存在的情況下，對第三種改變是否存在給的情況下，對第三種改變是否存在給出一個科學的結(jié)論。出一個科學的結(jié)論。 How to do? 數(shù)據(jù)的表現(xiàn)形式數(shù)據(jù)的表現(xiàn)形式 常用

4、統(tǒng)計方法常用統(tǒng)計方法數(shù)據(jù)的表現(xiàn)形式數(shù)據(jù)的表現(xiàn)形式 常用指標常用指標 統(tǒng)計圖表統(tǒng)計圖表常用統(tǒng)計指標常用統(tǒng)計指標xs)(xessStandard deviation：1)(2nxxsStandard error：nsse 以以平均值平均值標準差標準差來描述資料時，是表示了這個來描述資料時，是表示了這個資料的中央趨勢和分散程度兩樣性質(zhì)。資料的中央趨勢和分散程度兩樣性質(zhì)。 平均值平均值標準誤標準誤描述了這個資料的中央趨勢以及描述了這個資料的中央趨勢以及對總體平均值估計的可能誤差程度。對總體平均值估計的可能誤差程度。?esxorsx統(tǒng)計圖的使用誤區(qū)統(tǒng)計圖的使用誤區(qū)展示元素不宜大于展示元素不宜大于3 3個

5、個0 01 10 00 00 00 00 02 20 00 00 00 00 03 30 00 00 00 00 04 40 00 00 00 00 05 50 00 00 00 00 06 60 00 00 00 00 07 70 00 00 00 00 08 80 00 00 00 00 09 90 00 00 00 00 01 10 00 00 00 00 00 01 12 2月月1 1月月2 2月月3 3月月4 4月月5 5月月6 6月月7 7月月8 8月月9 9月月1 10 0月月1 11 1月月1 12 2月月折線圖與柱狀圖的使用（時間序列數(shù)據(jù)最好使用折折線圖與柱狀圖的使用（時間序

6、列數(shù)據(jù)最好使用折線圖）線圖）0 01 10 00 00 00 00 02 20 00 00 00 00 03 30 00 00 00 00 04 40 00 00 00 00 05 50 00 00 00 00 06 60 00 00 00 00 07 70 00 00 00 00 08 80 00 00 00 00 09 90 00 00 00 00 01 10 00 00 00 00 00 01 12 2月月1 1月月2 2月月3 3月月4 4月月5 5月月6 6月月7 7月月8 8月月9 9月月1 10 0月月1 11 1月月1 12 2月月研究用數(shù)據(jù)最好不使用三維立體圖研究用數(shù)據(jù)最好不

7、使用三維立體圖為避免圖表的欺騙性，圖線最好占據(jù)為避免圖表的欺騙性，圖線最好占據(jù)2/32/3至至3/43/4的高的高度（調(diào)整度（調(diào)整Y Y軸刻度）軸刻度）7 7 3 3 . . 7 7 % %6 6 8 8 . . 1 1 % %6 6 9 9 . . 0 0 % %7 7 2 2 . . 9 9 % %7 7 3 3 . . 1 1 % %7 7 5 5 . . 6 6 % %7 7 0 0 . . 9 9 % %7 7 1 1 . . 9 9 % %7 7 1 1 . . 6 6 % %6 6 9 9 . . 0 0 % %6 6 2 2 . . 2 2 % %6 6 7 7 . . 1 1

8、 % %7 7 5 5 . . 7 7 % %8 8 3 3 . . 5 5 % %7 7 1 1 . . 5 5 % %7 7 5 5 . . 4 4 % %7 7 9 9 . . 0 0 % %7 7 5 5 . . 8 8 % %7 7 6 6 . . 9 9 % %7 7 4 4 . . 5 5 % %6 6 8 8 . . 9 9 % %7 7 2 2 . . 9 9 % %7 7 7 7 . . 3 3 % %6 6 7 7 . . 7 7 % %7 7 5 5 . . 5 5 % %7 7 9 9 . . 6 6 % %0 0 % %1 1 0 0 % %2 2 0 0 % %3

9、 3 0 0 % %4 4 0 0 % %5 5 0 0 % %6 6 0 0 % %7 7 0 0 % %8 8 0 0 % %9 9 0 0 % %1 1 0 0 0 0 % %1 1 2 2 月月 1 1 月月 2 2 月月 3 3 月月 4 4 月月 5 5 月月 6 6 月月 7 7 月月 8 8 月月 9 9 月月 1 1 0 0 月月 1 1 1 1 月月 1 1 2 2 月月7 73 3. .7 7% %6 68 8. .1 1% %6 69 9. .0 0% %7 72 2. .9 9% %7 73 3. .1 1% %7 75 5. .6 6% %7 70 0. .9 9%

10、 %7 71 1. .9 9% %7 71 1. .6 6% %6 69 9. .0 0% %6 62 2. .2 2% %6 67 7. .1 1% %7 75 5. .7 7% %8 83 3. .5 5% %7 71 1. .5 5% %7 75 5. .4 4% %7 79 9. .0 0% %7 75 5. .8 8% %7 76 6. .9 9% %7 74 4. .5 5% %6 68 8. .9 9% %7 72 2. .9 9% %7 77 7. .3 3% %6 67 7. .7 7% %7 75 5. .5 5% %7 79 9. .6 6% %6 60 0% %6 65

11、 5% %7 70 0% %7 75 5% %8 80 0% %8 85 5% %1 12 2月月 1 1月月 2 2月月 3 3月月 4 4月月 5 5月月 6 6月月 7 7月月 8 8月月 9 9月月 1 10 0月月 1 11 1月月 1 12 2月月 單變量的數(shù)據(jù)分析單變量的數(shù)據(jù)分析 t檢驗檢驗 方差分析方差分析 2分析分析 多變量的數(shù)據(jù)分析多變量的數(shù)據(jù)分析 相關(guān)分析相關(guān)分析 回歸分析回歸分析 聚類分析聚類分析 主成分分析主成分分析 小概率原理小概率原理 在統(tǒng)計學上，把小概率事件在一次試驗中在統(tǒng)計學上，把小概率事件在一次試驗中看成是實際不可能發(fā)生的事件稱為看成是實際不可能發(fā)生的事件稱

12、為小概率小概率事件實際不可能性原理事件實際不可能性原理，亦稱為，亦稱為小概率原小概率原理理。 概率性質(zhì)的反證法：概率性質(zhì)的反證法：假定假定H0成立，然后根成立，然后根據(jù)樣本結(jié)果推論是否為小概率事件，如果據(jù)樣本結(jié)果推論是否為小概率事件，如果是則拒絕是則拒絕H0 （p p），否則不拒絕），否則不拒絕(p(p)SPSS統(tǒng)計分析軟件統(tǒng)計分析軟件 SPSS：Statistical Product and Service Solutions 非專業(yè)統(tǒng)計人員的首選統(tǒng)計軟件非專業(yè)統(tǒng)計人員的首選統(tǒng)計軟件 官方網(wǎng)站官方網(wǎng)站:http:/:http:/；http:/http:/編輯窗口編輯窗口 Edit-Optio

13、ns- Viewer：可對輸出字體和大小進行設(shè)置：可對輸出字體和大小進行設(shè)置 Pivot Tables：Academic.tlo（三線表）（三線表） Data-Orthogonal Design（正交設(shè)計）（正交設(shè)計）SPSS正交設(shè)計案例正交設(shè)計案例水平水平A溫度（溫度（）因因 素素時間（時間（h)pH1236070800.51.01.56.07.08.0Example 1數(shù)據(jù)窗口數(shù)據(jù)窗口 Data-Select Cases-Random sample of cases：試驗對象隨機分組：試驗對象隨機分組 Example 2分析窗口分析窗口完全隨機設(shè)計的兩樣本均數(shù)比較完全隨機設(shè)計的兩樣本均數(shù)比

14、較 （兩獨立樣本（兩獨立樣本t檢驗）檢驗）Note：方差齊性檢驗：方差齊性檢驗方差齊性檢驗方差齊性檢驗F值值p值值當當P0.05，選擇，選擇t檢驗；當檢驗；當P0.05 ，選擇校正，選擇校正t檢驗。檢驗。校正校正的的t值值t值值p值值Example 3方差分析方差分析(ANOVA)（一）方差分析的目的（一）方差分析的目的 推斷多個總體均數(shù)是否相等推斷多個總體均數(shù)是否相等（二）（二）方差分析的適用條件方差分析的適用條件 各處理組樣本來自正態(tài)總體各處理組樣本來自正態(tài)總體 各樣本是相互獨立的隨機樣本各樣本是相互獨立的隨機樣本 各處理組的總體方差相等，即方差齊性各處理組的總體方差相等，即方差齊性方方差

15、差分分析析單因素單因素：完全隨機設(shè)計完全隨機設(shè)計兩因素兩因素：隨機區(qū)組設(shè)計、完全隨機設(shè)計隨機區(qū)組設(shè)計、完全隨機設(shè)計多因素多因素：正交設(shè)計：正交設(shè)計重復測量設(shè)計重復測量設(shè)計單因素方差分析單因素方差分析方差齊性檢驗方差齊性檢驗F值值p值值F值值p值值雙因素方差分析雙因素方差分析Example 5多因素方差分析多因素方差分析正交試驗設(shè)計的方差分析正交試驗設(shè)計的方差分析Example 6重復測量設(shè)計的方差分析重復測量設(shè)計的方差分析重復測量設(shè)計重復測量設(shè)計 當對同一受試對象在不同時間重復測量次當對同一受試對象在不同時間重復測量次3時，稱為重復測量設(shè)計或重復測量數(shù)據(jù)。時，稱為重復測量設(shè)計或重復測量數(shù)據(jù)。測

16、測 量量 時時 間間 點點測試對象測試對象 1 2 p1 y11 y12 y1p2 y21 y22 y2p:n yn1 yn2 y n p重復測量資料重復測量資料 是同一受試對象的同一觀察指標在不同時間是同一受試對象的同一觀察指標在不同時間點上進行多次測量所得的資料，點上進行多次測量所得的資料，常用來分析常用來分析該觀察指標在不同時間點上的變化。有時是該觀察指標在不同時間點上的變化。有時是從同一個體的不同部位（或組織）上重復測從同一個體的不同部位（或組織）上重復測量獲得的指標的觀測值。量獲得的指標的觀測值。目的：就是比較不同時間點動態(tài)變化趨勢的特征目的：就是比較不同時間點動態(tài)變化趨勢的特征問題

17、？問題？同一觀察單位具有多個觀察值，同一觀察單位具有多個觀察值，而這些觀察值來自同一受試對象而這些觀察值來自同一受試對象的不同時點（部位等），這類數(shù)的不同時點（部位等），這類數(shù)據(jù)間往往有據(jù)間往往有相關(guān)性存在相關(guān)性存在，違背了，違背了方差分析要求方差分析要求數(shù)據(jù)滿足獨立性數(shù)據(jù)滿足獨立性基基本條件。本條件。單變量重復測量方差分析單變量重復測量方差分析1. 單組重復測量單組重復測量指同一組內(nèi)（或接受同一種處理）的多個受試指同一組內(nèi)（或接受同一種處理）的多個受試者，在多個時間點上的反應變量所作的測量，者，在多個時間點上的反應變量所作的測量，又稱為單變量重復測量。又稱為單變量重復測量。測測 量量 時時

18、間間 點點受試者受試者 1 2 p1 x11 x12 x1p2 x21 x22 x2p:n xn1 xn2 x n p2.多組重復測量多組重復測量（多組并不等于多因素）（多組并不等于多因素） 指將受試者按處理的不同水平分為幾個組，對指將受試者按處理的不同水平分為幾個組，對這些組內(nèi)的每一受試者，都在不同時間點對他這些組內(nèi)的每一受試者，都在不同時間點對他們的反應變量進行測量。們的反應變量進行測量。表3.1（余松林）重復測量設(shè)計的方差分析重復測量設(shè)計的方差分析 Analyse-General Linear Model-Repeated Measures Example 7p誤差協(xié)方差矩陣滿足球形性誤

19、差協(xié)方差矩陣滿足球形性(sphericity)或或復合對稱性復合對稱性(compound symmetry)，即主對，即主對角線上各方差相等，各協(xié)方差相等。角線上各方差相等，各協(xié)方差相等。p若球?qū)ΨQ性質(zhì)不能滿足，則方差分析的若球?qū)ΨQ性質(zhì)不能滿足，則方差分析的F值是偏大的，增大了犯第一類錯誤的概率。值是偏大的，增大了犯第一類錯誤的概率。p球?qū)ΨQ通常采用球形檢驗球?qū)ΨQ通常采用球形檢驗(Mauchlys test of sphericity)來判斷來判斷，如不滿足，如不滿足“球?qū)ΨQ球?qū)ΨQ”假設(shè)，應用假設(shè)，應用“球?qū)ΨQ球?qū)ΨQ”校正系數(shù)對受試對象校正系數(shù)對受試對象內(nèi)所有變異的自由度進行校正。內(nèi)所有變異的

20、自由度進行校正。Mauchlys Test of SphericitybMeasure: MEASURE_1.06315.8445.008.528.657.333Within Subjects EffectFACTOR1Mauchlys WApprox.Chi-SquaredfSig.Greenhouse-GeisserHuynh-FeldtLower-boundEpsilonaTests the null hypothesis that the error covariance matrix of the orthonormalized transformed dependent varia

21、bles isproportional to an identity matrix.May be used to adjust the degrees of freedom for the averaged tests of significance. Corrected tests are displayedin the Tests of Within-Subjects Effects table.a. Design: Intercept Within Subjects Design: FACTOR1b. 不滿足不滿足“球?qū)ΨQ球?qū)ΨQ”假設(shè)假設(shè)Greenhuose-Geisser的校正系數(shù)的校正系數(shù) =0.528Tests of Within-Sub