生物医学统计分析实验6报告

评分

大理大学实验报告

2015—2016学年度第 2 学期

课程名称生物医学统计分析

实验名称相关分析

专业班级 2013级生物医学工程

姓名杨飞范小欢

学号 41 43 实验日期 2015年12月24日

实验地点工科楼503

一、实验目的

1、熟悉数据管理的相关操作；

2、学会数据的一些基本统计分析方法及操作。

二、实验环境

1.硬件配置：处理器（Intel(R) Pentium(R) 4 cpu ）、CD-ROM驱动器、鼠标、内存

1GB(1024MB)、32位操作系统

2.软件环境：IBM SPSS_Statistics_19_win32

三、实验内容

（1）课本第七章的例运行一遍；

（2）然后将实验指导书中的例1-2运行一遍。

四、实验结果与分析

例某科技人员饲养了35尾团头鲂，共重，在水温29℃的条件下，测量摄食量（g）与耗氧量（mg

O/）之间的关系，结果如表7-1所示，试计算摄食量与耗氧量的线性相关系数。

2

表7-1 摄食量不同时团头鲂耗氧量的测定结果

摄食量（g）20 30 40 50 60 70 O/）

耗氧量（mg

2

实验结果：

表摄食量与耗氧量的描述性统计量

均值标准差N

摄食量 6

耗氧量 6

表摄食量与耗氧量的相关性

摄食量耗氧量

摄食量Pearson 相关性 1 .990**

显著性（双侧）.000

N 6 6

耗氧量Pearson 相关性.990**

显著性（双侧）.000

N 6 6

分析：

表为摄食量与耗氧量的描述性统计量的输出结果；

表为摄食量与耗氧量之间的相关性分析结果，相关系数r=，在SPSS的输出结果中，

相关系数肩标“*”为P<,差异显著；肩标“*”为P<，差异极显著。本例P=<,差异极显著，表明两变量之间存在极显著的正相关关系，即耗氧率随摄食量的增加而增加。

例甲、乙评委对10头母牛进行评定，试分析甲、乙两评委评分的一致性。

表甲、乙两评委评分的相关系数

甲乙

Kendall 的tau_b 甲相关系数.732*

Sig.（双侧）. .010

N 10 10

乙相关系数.732*

Sig.（双侧）.010 .

10 10

Spearman 的rho 甲相关系数.799**

Sig.（双侧）. .006

N 10 10

乙相关系数.799**

Sig.（双侧）.006 .

N 10 10

*. 在置信度（双测）为时，相关性是显著的。

分析：

该题属于定序分析，只能用Kendall和Spearman分析，不能用Pearson分析；

表是甲乙两个评委对奶牛的等级评定的kendallζ秩相关分析与Spearman秩相关分析结果。由此可知，Kendallζ相关系数为，P =<，秩相关系数具有显著的统计学意义；Spearman秩相关系数为，P=<，说明具有极显著的统计学意义。于是可认为两个评委的评定等级具有显著的一致性，即两者结论一致。

例 8头金华猪胴体的肉色与PH值的大小顺序是否相关

表金华猪胴体的肉色与PH值的相关性

肉色评分PH

肉色评分Pearson 相关性 1 .850**

显著性（双侧）.008

N 8

PH Pearson 相关性.850** 1

显著性（双侧）.008

N 8 8

**. 在 .01 水平（双侧）上显著相关。

表金华猪胴体的肉色与PH值的相关系数

肉色评分PH

Kendall 的 tau_b 肉色评分相关系数.737*

Sig.（双侧）. .020

N 8 8

PH 相关系数.737*

Sig.（双侧）.020 .

N 8 8

.848**

Spearman 的 rho 肉色评分相关系数 1

00

Sig.（双侧）. .008

N 8 8

PH 相关系数.848**

Sig.（双侧）.008 .

N 8 8

*. 在置信度（双测）为时，相关性是显著的。

**. 在置信度（双测）为时，相关性是显著的。

分析：

表可知，肉色评分与PH值的Pearson秩相关系数为，P=<,差异极显著，说明金华猪肉色与PH值的大小顺序有关。同样的，该题属于定距分类，所以可以利用Kendall和

Spearman分析，结果和Pearson分析一样。

由表可知，Kendall的秩相关系数为，P=<，Spearman的秩相关系数为0. 848，P =<，差异极显著，说明金华猪的肉色与PH值的大小顺序有关。

例穗数（X1）、粒数（X2）、产量(y)的相关分析

表穗数、粒数、产量的描述性统计量

均值标准差N

穗数x1 13

粒数x2 13

13

产量y 5

.77

表穗数、粒数、产量的相关性分析

穗数x1 粒数x2 产量y

穗数x1 Pearson 相关性 1 **.627*

显著性（双侧）.006 .0

2

N 13 13 13

粒数x2 Pearson 相关性** 1 .013

显著性（双侧）.006 .967

N 13 13 13

产量y Pearson 相关性.627*.013 1

显著性（双侧）.022 .967

N 13 13 13

**. 在 .01 水平（双侧）上显著相关。

*. 在水平（双侧）上显著相关。

分析：

表为穗数、粒数、产量的均数标准差。穗数X1:⎺X=，S=，粒数X2:⎺X=，S=，产量y:⎺X=，S=；

表为穗数、粒数、产量相关分析结果。穗数X1与粒数X2的相关系数r =，P =<,差异极显著，即两者存在极显著的线性负相关关系；穗数X1与产量y的相关系数r=，P=<,差异显著,两者存在正相关关系；粒数X2与产量的r =，P=>,说明两者相关系不显著。

例随机抽测某渔场16次放养记录，对鱼产量（y）和投饵量（X1）、放养量（X2）进行偏相关分析。

表鱼产量、投饵量、放养量描述统计量

均值标准差N

投饵量x1 16

鱼产量y 16

放养量x2 .5123 16

表鱼产量、投饵量、放养量三个变量间的简单相关分析

控制变量投饵量x1 鱼产量y 放养量x2

-无-a投饵量x1 相关性.332

显著性（双侧）. .209 .131

df 0 14 14

鱼产量y 相关性.332 .561

显著性（双侧）.209 . .024

df 14 0 14

放养量x2 相关性.561