基于Excel的草原样方数据统计分析方法

基于Excel 的草原样方数据统计分析方法

张绪校1，唐川江，侯众，周俗

（四川省草原工作总站，成都610041）

摘要：使用Excel 软件的“数据分析”工具，对草原监测数据进行统计学分析，对草原样方服从正态分布的产草量、草群高度、植被盖度等数据，采用方差的F 检验和均值的t 检验，评价不同区域或不同年份的草原植被是否存在显著差异或发生明显变化。

关键词：草原监测；Excel ；F 检验；t 检验

在草原监测工作中，通常采用“3S ”技术，在地面调查数据的基础上，通过卫星影像和数学模型的计算来评价草原植被的状况和变化。由于基层缺少必要的软、硬件设备，只能对调查数据进行的简单的处理和统计，很难全面、客观地反映客观状况。这里推荐一种基于微软办公软件Excel 组件的统计学描述和假设检验方法，可以科学地评价植被状况及其变化。以下以红原县“莎草、禾草、杂类草草甸草地”2006、2007年样方调查取得的鲜产量数据为例，用Excel 中的“数据分析”工具进行统计分析。

1、样方数据描述

1.1 数据来源

红原县2006年和2007年同期地面调查数据，采用其中的草地鲜草产量（g/㎡），两年的调查地点、草原类型、调查方法均相同。2006年数据32个，2007年数据31个。 2006年样方产量值（g/㎡）：1760、1360、1280、1000、1320、1280、840、560、688、712、744、680、360、640、500、820、700、380、680、83、248、1000、1100、660、1400、732、107、1400、1560、700、640、720。

2007年样方产量值（g/㎡）：1000、800、820、430、378、217、430、580、687、264、743、1020、1460、240、382、650、930、1072、1104、1728、892、1032、340、812、864、984、660、1640、720、800、1540。

1.2 数据描述

首先计算两组数据的常用统计量，进行粗略的描述，如平均值（A VERAGE ）、样本标准差（STDEV ）、样本方差（V AR ），来反映产量平均状况、植被的均匀度等，也可以反映数据的质量。利用Excel 2003提供的数据分析工具中的“描述统计”进行统计。具体操作步骤：将所有的测试数据输入工作表中，本例存放在A2:A34区域和B2:B33区域中。选择“工具”菜单中的“数据分析”命令。这时将弹出数据分析对话框，如图1所示。

图1

图2

在分析工具列表中，选择描述统计工具，单击确定按钮。这时将弹出描述统计对话框，

1 张绪校(1977-)，男，汉族，陕西山阳人。2004年甘肃农业大学草业学院硕士毕业，畜牧师，现于四川草原工作总站从事草地资源监测与保护工作，E-mail ：zhangxuxiao@ 。

如图2所示。选中2006年点确定，再选中2007年数据区域，点确定。

表1 样方产量的描述统计（g/㎡）

结果分别列出两年数据的描述统计（表1）。2006年、2007年平均产草量分别为832.9g 、813.5g ，标准误差分别为73.6g 和71.9g ，标准差、最大、最小值等统计指标也均已列出，可根据需要进行选择。 2、F 检验与t 检验 F 检验法是通过计算两组数据的方差之比来检验两组数据是否存在显著差异，t 检验用以比较一个平均值和

标准值之间或两个平均值之间是否存在显著性差异。造成两组数据的差异有可能是误差造成的，或属于正常范围的波动，再可能就是发生了真正意义上的变化。例如：2007年产量平均值（813.5g/㎡）低于2006年（832.9g/㎡），相差19.4g/㎡，这个19.4g 的差异是由于样方间的误差或正常波动，还是草原产量发生的变化？单凭两年的平均数无法做出判断，要进行检验才能得知。一般检验分两步进行：先进行“双样本方差的F-检验”，主要是看两年间产量的波动性是否有显著变化。然后，根据结论进行“t -检验”，若两年间波动性变化不显著，使用“等方差假设”的“t -检验”，若波动性变化显著，则使用“异方差假设”的“t -检验”，判断两年间草产量的变化是否显著。

2.1双样本方差的F 检验

2.1.1 统计计算

利用Excel 2003提供的“F 检验：双样本方差”工具进行方差检验。具体操作步骤是：选择“工具”菜单中的“数据分析”命令，这时弹出“数据分析”对话框。在分析工具列表中，选择“F 检验：双样本方差”工具，单击确定按钮。此时将弹出“F 检验：双样本方差”对话框，如图3所示。在“变量1的区域中”选2006年数据，在“变量2的区域中”选2007年数据，如果要在结果中显示表头，在“标志”前打勾，α值默认为0.05。“输出选项”根据自己的需要选择输出表格的位置。

表2 F-检验双样本方差分析结果（g/㎡）

图3 分析结果列出了各个参数（表2），“平均”为各组产量的平均；“方差”为各数与

平均数差的平方和；“观测值”指数据的个数；“df （自由度）”为观测数减1；“F ”为检验的统计值，用来说明检验结果；”P （F<=f ）单尾”指“F”值小于或等于“F 单尾临界”的概率。需要说明的是，这里只给出了F 单尾临界值，除了F 单尾临界值还需要双尾临界值（一般是查F 分布表得来的），Excel 软件内置有F 分布表，为用户提供了方便，可将图3中α值由0.05改为0.025，点确定后得到单尾临界值便是α值为0.05的双尾临界值。经计算，双2006年 2007年 平均 832.92813 平均 813.51613 标准误差 73.59168 标准误差 71.907316 标准差 416.29741 标准差 400.36299 方差 173303.53 方差 160290.52 最小值 83 最小值 217 最大值 1760 最大值 1728 求和 26653.7 求和 25219 观测数 32 观测数 31

2006年 2007年 平均

832.92813 813.516129 方差

173303.53 160290.525 观测值

32 31 df

31 30 F 1.0811839 P(F<=f) 单尾 0.4161737 F 单尾临界 1.8346941