spss论文刘应凯

计算机在生命科学中的应用课程论文专业班级：姓名：学号：南京11号高产田的每667㎡穗数、每穗粒数和每667㎡稻谷产量的关系摘要：多变量分析(multivariableanalysis)为统计方法的一种，包含了许多的方法，最基本的为单变量，再延伸出来的多变量分析。统计资料中有多个变量（或称因素、指标）同时存在时的统计分析，是统计学的重要分支，是单变量统计的发展。本文主要通过多变量分析南京11号高产田的每667㎡穗数、每穗粒数和每667㎡稻谷产量的关系。关键词：多变量分析穗数稻谷产量粒数测定13块中籼南京11号高产田的每667㎡穗数（x1，万）、每穗粒数（x2）和每667㎡稻谷产量（y,kg），得结果见下表1：南京11号高产田的每667㎡穗数、每穗粒数和每667㎡稻谷产量的关系编号穗数x1粒数x2产量y130.575.5520233.258.6476330.465.8530433.955.6517534.665.6555635.663.8560729.760.7503828.570.8468934.165.55301031.567.65231130.861.45111232.955.64891335.258.4541表1根据上表，进行相关分析。（一）数据输入（1）单击数据编辑器窗口底部的“变量视图”标签，进入“变量视图”窗口，分别命名三个变量：“穗数x1”、“粒数x2”、“产量y”，小数位依题意穗数x1、粒数x2定义为1，产量y定义为0。（2）单击数据编辑器窗口底部的“数据视图”标签，进入“数据视图”窗口，如图输入数据。（二）统计分析1.简明分析步骤（2）分析过程说明依次单击主菜单“分析→相关→双变量相关”主对话框，如下图1所示，选中变量“穗数x1”、“粒数x2”、“产量y”，单击箭头将其全部置入右边的“变量”框内。分析→相关→双变量变量：穗数x1、粒数x2、产量y选入要分析的变量穗数x1、粒数x2、产量y☑Pearson要求计算Pearson相关系数⊙双侧检验要求计算检验相关系数显著性的双侧概率选项：☑均值和标准差计算两变量的基本统计量继续确定图1相关分析对话框说明A.“相关系数”子设量栏。在此选择需要计算的相关系数类型，有三个可选项：Pearson计算连续变量或是等间隔测度的变量间的线性相关系数r，也是系统默认的选项。Kendall的tau-b计算KendallƗ等级相关系数，这是一个用于反映分类变量一致性的指标，只能在两个变量均属于有序分类时使用。Spearman计算Spearman相关系数，即最常用的非参数相关分析（秩相关）。B.“显著性检验”子设量栏。用于确定进行相关系数的双侧检验（系统默认设置）或单侧检验。C.“标记显著性相关”子设量栏。选择此项，则在输出结果中标出有显著意义的相关系数。如果相关系数右上角有*号，则代表显著性水平为0.01。单击下图2“选项”按钮，打开计算变量描述性统计量对话框，勾选“均值和标准差”复选框图2对话框说明：“统计量”栏：选择计算哪些统计量。A.“均值与标准差”表示计算每个变量的均值和标准差等描述统计量。B.“叉积平偏差和协方差”表示对每一对变量输出叉积离差矩阵和协方差矩阵，叉积离差等于均值修正变量的积的总和，即Pearson相关系数的分子。“缺失值”栏：设置选择缺失的处理方式，“按对排除个案”选项表示在计算某个统计量时，从这个变量中排除有缺省值得观测，它为系统默认选项；“按列表排除个案”选项表示对于任何分析，剔除所有含缺省值得观测个案。单击“继续”按钮，返回图3界面单击“确定”按钮，输入结果见表描述性统计量均值标准差N穗数x132.3772.280813粒数x263.4545.880413产量y517.1527.91313表2相关性穗数x1粒数x2产量y穗数x1Pearson相关性1-.458.609*显著性（双侧）.116.027N131313粒数x2Pearson相关性-.4581.103显著性（双侧）.116.737N131313产量yPearson相关性.609*.1031显著性（双侧）.027.737N131313*.在0.05水平（双侧）上显著相关。表3（三）结果说明上表2为三变量的均数和标准差。穗数x1：平均值x=32.377，s=2.2808,粒数x2：平均值x=63.454，s=5.8804，产量y：平均值x=517.15，s=27.913。表3为相关分析结果。穗数x1与粒数x2相关系数r=-0.458，P=0.1160.05，差异显著，即两者存在显著的线性负相关关系；穗数x1与产量y相关系数r=0.609，P=0.0270.05，差异显著，两者存在显著地线性正相关关系；粒数x2与产量y的相关系数r=0.103，P=0.7370.05，说明两者相关关系不显著。相关性分析是指对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量因素的相关密切程度。其结果的评判的标准为：r值（Pearsoncorrelation）为皮尔逊相关系数。其性质如下：1)当r0表示两变量正相关，r0表示两变量负相关。2)当|r|=0.8时，可以认为两变量间高度相关；3)当0.5=|r|=0.8时，可以认为两变量中度相关；4)当0.3=|r|=0.5时，可以认为两变量低度相关；5)当0=|r|=0.3时，说明相关程度弱，基本上不相关。简单的说：正相关是指一个变量增大，另一个变量也在变大；负相关是指一个变量变大，另一个变量变小。