统计学概述和统计软件初步优质PPT.pptx
《统计学概述和统计软件初步优质PPT.pptx》由会员分享，可在线阅读，更多相关《统计学概述和统计软件初步优质PPT.pptx（95页珍藏版）》请在冰点文库上搜索。
我们即使构建出了方程，方程是真实的反映还是特例，或者如何辨别其真伪？
我们如何从纷乱的数据中找出规律？
我们如何把实验设计得更科学？
实验中的数据是否为真？
如何提出错误数据？
孟德尔的遗传学定律的如何得来的？
孟德尔是奥地利的修道士，也是一位自然科学的教师，曾经受过良好的数学训练。
他一边教书，一边在他的修道院里种花以实验。
他选了豌豆（gardenpea）作为实验的题材。
从它们的颜色、茎高、豆形等外表特性作为选种的根据，令其交配之后，观察其后代情况。
孟德尔通过碗豆杂交实验发现遗传第一与第二定律；
孟德尔和他的遗传定律,其实孟德尔并不是唯一的一个在那个时代从事植物杂交实验以观察遗传现象的生物学家，但却为唯一的一个能从植物的杂交实验中发现生物特征遗传的定律的科学家；
他成功的根本原因是利用了那个时代的生物学家仍不会使用的数学分析法来处理他的实验结果。
假如孟德尔（G.Mendel）对数学没有良好基础的话，他能不能发现遗传定律？
应该使用什么工具帮助发现规律？
研究的现象到底存在什么“规律”？
过程应该如何安排才能高效？
所以，实际上我们在解决类似的问题上遇到了一些麻烦：
过程能否优化？
所得规律的正确性？
适用范围？
“按照现代理论，自然规律的基础不是因果性，相反，本质上具有统计性质。
人们断言，一切自然规律在原则上都是统计性的，只是我们观察操作不完善，我们才受骗去信仰因果性。
”-AlbertEinstein,“当人类科学探索者在问题的丛林中遇到难以逾越的障碍时，唯有统计工具可为其开辟一条前进的通道”。
-英国著名遗传学家Galton,在20世纪初，英国统计大师R.A.Fisher在Rothamasted农业试验场工作时发明了田间试验的各种不同设计及发展出变方分析（AnalysisofVariance）与变积分析（AnalysisofCovariance）方法分析数据。
这些试验设计与分析方法，不但是统计理论与方法上的伟大成就，更对二十世纪粮食的增产与农作物的改良具有不可磨灭的贡献。
在二十世纪50年代英国的B.Hill将Fisher在农业上的随机试验设计应用在医学与药物评估上，发展出随机双盲的临床试验之基础，对人类健康福祉做出了重大的贡献。
另外，在美国国家卫生研究院任职的J.Cornfield将统计方法应用在流行病学上证明抽烟与肺癌间的因果关系。
什么是统计学？
Statistics来源于State，状态的描述构成了近代统计学的重要起源之一。
早期的人口调查提供了国家、状态的简单描述，Statistics也有数字或者数值数据的含义。
统计学是研究如何收集、处理与分析数据，并且由此作出决策的一门学科。
统计学,统计学是一门全新的数学学科，不仅是对我们思维方法的新训练，也将是我们今后工作中使用最多的数学方法。
简而言之，统计学就是一门对数据进行整理与分析的数学分支。
数理统计是研究和揭示随机现象统计规律性的一门数学学科。
数理统计也常被称为概率统计，这是因为，数理统计的理论基础是概率论，即数理统计是由概率论和数理统计两部分内容组成的。
统计学的主要思想,随机性和频率稳定性。
随机事件的结果一般是不可预料的，那又如何研究呢?
个别随机事件（结果）在一次实验或观察中可以出现或不出现，但在大量实验中，它出现的次数与总实验次数之比常常是非常稳定的.这种现象称为频率稳定性，正是随机事件内在规律性的反映.直观上，我们用一个数P（A）来表示随机事件A发生可能性的大小，P（A）就称为A的概率一般来说，当实验次数n越来越大，直至趋于无穷时，频率也会逐渐趋近于概率。
频率的稳定性,统计学需要解决的主要问题,抛掷100个硬币，出现正面个数是不确定的（随机性）如果是均匀硬币，那么基本上是在50个左右（规律性）。
如果把这100个硬币再抛掷一次，正面出现个数基本不会和上一次抛掷相同（规律性中的随机性）？
这个差异究竟来自随机性还是因为硬币的不均匀性？
或者是人在投掷的时候的错误？
换言之，我们需要找出事件发生的原因是事件本身的随机性导致，还是由于系统的误差，或者是人为的因素导致？
比如：
小儿麻痹症疫苗的研制：
实验组：
200,000人，有56人被感染对照组：
200,000人，有138人被感染究竟是这种疫苗真的有效，还是因为这两组小孩各自的身体、环境等因素产生的随机差异？
随机现象的统计规律性,人们经过长期实践并深入研究后发现，这类现象虽然就每次实验或观察结果来说其有不确定性，但在大量重复实验或观察下，它的结果却具有某种规律性。
1粒种子发芽的可能性不好确定，但一批种子的发芽率却是可以确定的，等等。
我们把随机现象在大量重复试验或观察中所呈现出的固有规律称之为随机现象的统计规律。
统计的特点,1.概率性它不仅表现在环境统计学的研究手段是概率论，以及建立在概率论基础上的数理统计方法，更主要的是利用统计方法解决问题时所得出的每一个结论是不确切的，是在一定误差概率的允许下，作出的可靠推断2.归纳性从辩证法角度看样本是研究对象的特殊规律，统计学由样本推断总体的研究思路乃是由特殊到一般的归纳过程3.实践性归纳研究规律的同时，还非常重视将其所归纳的结论应用于科学实践，检验统计结论的准确性或演绎出更为具体的理论方法,统计的功用,
（1）提供整理和描述数据资料的科学方法，确定某些性状和持性的数量特征。
一批试验或数据资料，若不整理则杂乱无章，不能说明任何问题。
统计方法提供了整理资制、化繁为简的科学程序，它可以从众多约数据资料中，归纳出几个特征数或绘出一定形式的图表，使试验研究者能从少数的特征效或一些简单的图表中了解大批资料所蕴藏的信息。
统计的功用,
（2）判断试验结果的可靠性。
一般在试验中要求除试验因素以外，其他条件都应控制一致，但在实践中无论试验条件控制得如何严格，其试验结果总是受试验因素相其他偶然因家的影响。
偶然因素的影响就是造成试验误差的重要原因。
一个试验结果，是由试验因素造成的还是试验误差造成的，要正确判断就必须应用统计分析方法。
统计的功用,（3）确定事物之间的相互关系、提供由样本推断总体的方法。
试验的目的在于认识总体规律，但由于总体庞大，一般无法实施，在研究过程中都是抽取总体中的部分作为样本，用统计方法以样本来推断总体的规律性，在这种推断中，统计原理和方法起到了理论上的保证作用。
统计的功用,（4）提供试验设计的一些重要原则。
为了以较少的人力、物力和财力取得较多的试验信息和较好的试验结果，在一些生物学研究中就需要科学地进行试验设计，如对样本容量的确定、抽样方法、处理设置、重复次数的确定以及试验的安排等，都必须以统计学原理为依据。
从统计分析和试验设计的关系来看，统计学原理可以为试验设计提供合理的依据，而试验设计又是统计分析方法的进一步运用。
统计学的主要内容,最早的统计学就是从描述性统计开始的，从最初的简单的数据收集，到开始计算数据集的特征，继而发展到为其他的统计方式提供合适的统计量。
1.描述性统计,描述性统计实际上就是对原始资料进行整理并作基本分析统计的基本特点，是以样本推断总体。
如果在大样本情况下，就需要通过统计资料初步整理之后，再从资料中计算出三个主要的统计量，即平均数、标准差及标准误。
以用来根据样本推断总体的特征，一是资料的集中性，以平均数来表示，二是资料的离中性，以标准差来表示，三是衡量平均数的可靠性用标准误来表示。
统计学的主要内容,显著性检验是统计学、数学和实验科学的一次里程碑式的飞跃，它第一次为人们的研究提供的合理的，能够在实践中有足够的结果支撑的比较、归纳和演绎的方法。
2.显著性检验,显著性检验又称假设检验，或统计推断1平均数间差异的比较在进行生物科学研究工作中，经常会遇到两组或两组以上数据的平均数它们之间进行比较，就有一个有无显著差异的问题或者说孰优孰劣的问题。
2属性资料的检验生物学领域中有许多性状不能直接用测量的方法来加以衡量，均可以应用属性统计的方法，通过对具有相同属性的计数来分析3方差分析方差分析目的主要是为了进行多个平均数间的比较。
表述分类变量与数值变量的效应关系,描述统计与推断统计的关系,实验样本,总体的内在规律,数理统计和概率论,样本特征,总体参数,样本统计量,总体特征,描述统计与推断统计的关系,character,样本,总体,概率和统计方法,对于样本的特征性描述提供显著性检验的数据基础,提供由样本到总体的方法判断因素和因素间影响的大小评价关系存在与否,统计学的主要内容,又为人们打开了另一扇科学的大门！
它首次向人们以一个比较可信的方式提供了试验因素和实验结果之间，以及试验因素之间存在的“关联性”的评价方法。
3.相关与回归,相关：
研究变量之间相互关系的密切程度，以相关系数来表示。
例如，人的身高与体重存在着一定程度的相关一般身高越高，其体重可能越大。
相关系数可用来表示两者间的相关程度回归：
指两个或两个以上的变量存在着从属关系，即一个变量（x）变化时，引起另一变量（y）的相应变化的估计。
主要研究数值变量之间的效应关系,统计学的主要内容,从最初的仅仅为了使试验的过程比较有条理，慢慢发展到既提供了试验的条理性，又提供了充分的完整的试验过程及其结果的分析评价方案。
统计的基本方法,抽样理论：
介绍如何收集数据。
主要抽样方法，样本容量的确定，抽样误差问题等参数估计：
如何根据数据得到总体参数的信息，点估计、区间估计，Bayes估计等假设检验：
如何对关于总体的一些假设做出决策，正态总体参数的检验，分布拟合检验，秩检验，统计决策等方差分析回归与相关多元分析：
研究若干个变量之间的关系聚类分析、判别分析、主成分分析、因子分析、典型相关分析等等。
利用的对问题的非统计知识,使设计和分析尽可能的简单,尽量使用对照原则,识别实际的显著性和统计学的显著性之间的区别,试验通常时序贯迭代的,应用统计时需要注意的问题,试验设计初步,为了推动社会的发展，常常要进行科学研究。
进行科学研究离不开调查或试验。
进行调查或试验必须解决二个问题：
如何科学地整理、分析所收集得来的具有变异的资料，揭示出隐藏在其内部的规律性；
如何使过程更加的合理和高效？
科学研究与科学试验,科学研究是人类认识自然、改造自然、服务社会的原动力，科学研究推动了人们认识各种规律，改进人类生存环境。
自然科学：
理论科学、实验科学。
理论科学研究主要运用推理，包括演绎和归纳的方法。
实验科学研究主要通过周密设计的实验来探新。
研究的基本规律和方法,演绎与归纳实验的两种推理主要方法演绎推理：
演绎推理问题是我们已知某些一般原理或一组原理，问在特定条件下将会怎样。
归纳推理：
已知一些特定情况，要求推得能用于出这些特定情况所代表的这类问题所有情况的一般原理。
这种由特殊到一般的推理类型叫做归纳推理。
科学方法,归纳方法：
弗朗西斯科培根和约翰米勒认为，足够地确认观察次数以及没有相互矛盾的观察得出一个理论和定律是真实的（Gower1997）。
归纳推理存在逻辑问题，特别是没有足够地确认观察次数能证明一个理论这一问题。
演绎推理的方法：
也是现代生物学文献中的一个最常用的科学方法，即从定理和理论导出解释和预言的方法。
证伪论：
如果存在一个逻辑上可能的观察，这个观察与假说不一致，那么这个假说是虚假的。
即错误的原则、理论或基于理论产生的教条（或者是从它们演绎产生的假说）不可能获得逻辑证明而被否定。
证伪论是统计学中的一个非常重要的应用！
科学研究的基本过程,基本过程均包括3个环节：
（1）根据本人的观察（了解）或前人的观察（通过文献）对所研究的命题形成一种认识或假说；
（2）根据假说所涉及的内容安排相斥性的试验或抽样调查；
（3）根据试验或调查所获的资料进行推理，肯定或否定或修改假说，从而形成结论，或开始新一轮的试验以验证修改完善后的假说，如此循环发展，使所获得的认识或理论逐步发展、深化。
实验设计与统计学,合理地进行调查或试验设计、科学地整理、分析所收集得来的资料是实验设计的根本任务。
实验设计是数理统计的原理和方法在科学研究中的应用，是一门应用数学。
它在生物科学的研究中具有十分重要的作用。
实验的模型,可人为更改其水平，且水平发生变化会引起试验结果的变化的一类可测度、更改的变量,实验的基本概念,实验就是研究者实际在各个研究领域进行的，通常要发现关于一个特定过程或系统的某些事情。
或者说：
实验是研究者在实际中进行的，对一个或系统的某些输入变量作有目的的改变，以使能够观察到和识别出引起输出相应变化的理由或是得到某种结果的实践活动。
实验的“三要素”,实验对象,实验因素,实验效应,实验所用的材料即为实验对象。
实验对象选择的合适与否直接关系到实验实施的难度，以及别人对实验新颖性和创新性的评价。
所有影响实验结果的条件都称为影响因素。
实验研究的目的不同，对实验的要求也不同。
影响因素有客观与主观，主要与次要因素之分。
实验因素取不同水平时在实验单位上所产生的反应称为实验效应。
实验效应是反映实验因素作用强弱的标志，它必须通过具体的指标来体现。
实验要素,实验的目的,确定哪些变量（可控因素）对于输出最有影响。
确定最有影响的因素在何值时输出趋于希望值。
确定输入为何值输出的变异性最小。
确定最有影响的因素在和值时不可控因素的效应最小。
实验的类型,一般意义上的分类：
验证性实验仅仅是为了证实某种现象的存在，或者是为了重复其他人的试验结果。
探索性试验试验的对象、过程、结果未知，需要经过研究发现其内在的规律。
实验设计的基本思想,尽量减少偶然性因素的影响，使实验数据有一个合适的数学模型，以便使用数学模型对数据进行分析。
科学地避免系统误差，控制、降低试验误差，无偏估计处理效应，从而对样本所在总体作出可靠、正确的推断。
试验设计的内容,广义的试验设计是指试验研究课题设计，也就是指整个试验计划的拟定，包含课题名称、试验目的，研究依据、内容及预期达到的效果，试验方案，供试单位的选取、重复数的确定、试验单位的分组，试验的记录项目和要求，试验结果的分析方法，经济效益或社会效益的估计,已具备的条件,需要购置的仪器设备，参加研究人员的分工，试验时间、地点、进度安排和经费预算，成果鉴定，学术论文撰写等内容。
试验设计的内容,狭义的试验设计主要是指试验单位（如动物试验的畜、禽）的选取、重复数目的确定及试验单位的分组。
本学期所涉及的实验设计主要指狭义的试验设计。
合理的试验设计能控制和降低试验误差，提高试验的精确性，为统计分析获得试验处理效应和试验误差的无偏估计提供必要的数据。
试验设计的内容,可人为更改其水平，且水平发生变化会引起试验结果的变化的一类可测度、更改的变量,处理设计、供试体设计、指标设计。
实验设计的三原则,重复：
是指实验重复进行。
随机化：
是指实验材年料的分配和实验的各个处理进行的次序是随机确定的。
区组化：
也称局域控制。
就是将整个实验空间分成若干个各自相对均匀的局部，每一个局部叫做一个区组，所有局部构成区组因素。
重复的作用有两个：
允许试验者得到实验误差的一个估计量。
如果样本均值用作为实验中一个因素的效应的估计量，则重复允许试验者求得这一效应的更为精确的估计量。
是指试验材料的分配和实验的各个处理进行的次序是随机确定的。
随机化是实验设计是用统计方法的基石。
统计方法要求观察指示独立分布的随机变量。
实验研究的基本问题,一、实验研究中的变量及其控制二、实验的效度三、实验设计四、实验的信度,实验设计的基本做法,1.对照性2.随机性3.平行重复4.单因子变量,1.对照性,在实验设计中，通常设置对照组，通过干预或控制研究对象以消除或减少实验误差，鉴别实验中的处理因素同非处理因素的差异。
实验设计中可采用的对照方法很多，除了有阳性对照、标准对照、自身对照、相互对照之外，通常采用空白对照的原则：
即不给对照组以任何处理因素。
值得强调的是，不给对照组任何处理因素是相对实验组而言的，实际上对对照组还是要做一定的处理，只是不加实验组的处理因素。
科学的实验,简单性处理的选择和试验布置尽可能简单并与试验目标相一致。
精确度试验能以试验者所希望的精确度测量出差异的可能性要高。
这需要一个合理的设计和足够的重复。
没有系统误差结论的有效范围所得的结论的有效范围要尽可能地宽。
不确定性程度计算。
实验设计方法的奠基者,英国著名农学家、统计学家RonaldAFisher教授1920年左右创立,实验设计的历史,实验设计历史发展的三个阶段：
Fisher创立的早期、传统的实验设计法阶段（大约20年代一50年代）正交表的开发、正交实验设计和回归实验设计广泛应用阶段（大约50年代一70年代）SN比实验设计技术的开及三次设计的创立、均匀实验设计的开发、回归实验设计深入发展的现代实验设计阶段（大约70年代一现在）。
20年代初，Fisher在英国伦敦郊区农场的Rothamsted农业试验站任职期间，将试验设计法应用于田间试验中，对高产小麦品种遗传进行试验研究。
他指出，在由于环境条件难以严格控制，试验数据受到偶然性因素的影响，必须承认误差的存在。
试验设计的基本思想是减少偶然性因素的影响，使试验数据有一个合适的数学模型。
他一改传统的逐一因素依次试验的方法，对不同因素的每一水平组合进行试验最后，用方差分析对数据进行统计分析来评价指标的优劣。
1923年Fisher同WA梅克齐合作共同发表了试验设计应用实例。
1926年，Fisher在研究工作中的统计方法一书中称这种方法为试验设计。
后来，Fisher尽力从事于试验设计的研究工作。
在总结他的试验设计的思想和方法的基础人于1935年出版了他的名著试验设计法，从此开创了一门新的应用数学的学科领域。
因此Fisher被誉为试验设计的奠基者和创始人。
40年代前后，英国、美国、苏联等国将试验设计法逐渐应用到工业生产领域中，在采矿、冶金、建筑、纺织、化工机械、医药等行业都有所应用。
二次大战期间，美英等目在国防工业试验中采用试验设计法取得成效。
二次大战底英国宝家军需工厂管理局出版了一份备忘录，公布了一批应用实例。
DJ劳尼在40年代提出的多因素试验的部分实施方法，奠定了现代试验设计理论与方法基础。
40年代末、50年代在日本电讯研究所以田口玄一为首的一批研究人员在研究电话通讯设备系统质量时发现，自Fisher以来创造的试验设计方法，不论全因素试验法，或是随机区组法、拉丁方格法等在工业生产中应用均受到限制。
于是他们在实践中努力研究和改进英国人创立的试验设计技术，开发了用正交表安排试验、分析试验结果的正交试验优化技术方法。
1952年，田口玄一在日本东海电报公司运用L27（313）正交表进行项目的试验设计获得成功。
之后，正交试验设计法在日本，继而在国际上得到迅速地推广。
GEBox和JsHunter于1959年提出的调优操作（EVOP），是借助于主动试验对系统寻优的方法。
因此，也可称为一种试验方法调优试验设计。
从控制论观点来看，它是一种有工艺反馈的控制，具有自动寻求最优生产条件的特点，适于生产工艺改进过程中筹划、安排试验，寻找每个发展阶段中最优条件，以实现生产作业过程的动态优化这种方法，自60年代以来，在国内外一些行业里得到较广地应用。
70年代中期，田口玄一博士提出了工业产品开发设计中运用三次（段）设计的思想和方法是对传统的试验设计技术方法的完善和重要发展，充分利用产品或系统中存在的非线性效应，利用专业技术、生产实践提供的信息资料，同正交试验设计技术相结合取得高质量、低费用的十分显著的技术经济效果。
从试验设计技术发展的历程来看，如果说Fisher创立的早期的、传统的试验设计是第一个里程碑，正交表的开发和正交试验设计法的广泛应用是第二个里程碑，那么，田口玄一的SN比试验设计的开发和三次设计的创立则是第三个里程碑。
我国从50年代开始，开展对试验设计这门学科的研究，并逐步应用到工农业生产中去。
60年代末，在正交试验设计的观点、理论和方法上都有新的创见，编制了一套较为适用的正交表，简化试验程序和试验结果的分析方法。
自70年代以来，大力推广。
同时，在正交试验设计理论上也有新的突破。
从80年代开始，我国学者方开泰教授、王元等又创立了均匀试验设计法，在工业生产中取得了初步效果。
试验设计初步,为了使试验结果成为有用而可靠的科学资料，在开始试验之前，认真地进行试验设计是非常必要的。
试验设计涉及很多问题：
试验对象的选取；
实验处理的选择；
试验指标的制定；
试验资源的安排；
实验数据的收集和整理；
试验数据的处理；
试验数学模型的选定；
试验结论的给出。
大家拿到了一把神奇的钥匙它能帮助大家打开生命科学的大门需要掌握正确的使用方法但是，更为重要的是路，要自己来走！
统计软件初步,统计软件初步,常见的统计软件SPSS（PASW）SASStataStatisticaSysStatS-plus,GaussE-viewsExcel,国内也有几个机构制作统计软件，其中比较著名的是DPS，其他机几个软件使用范围及其有限。
SAS（StatisticsAnalysisSystem）,1976年成立了SAS软件研究所，正式推出SAS软件。
现已被众多的机构和用户所采用，遍及金融、医药卫生、教育科研等各个领域。
SAS系统被誉为国际上的标准软件系统。
SAS具有强大的数据集编辑功能，能实现复杂的统计分析和一些特殊的统计要求。
由于SAS系统是是完全针对专业用户进行设计，因此其操作至今仍以编程为主，人机对话界面不太友好，并且在编程操作时需要用户最好对所使用的统计方法有较清楚的了解，非统计专业人员掌握起来较为困难。
S-Plus统计软件,S-Plus是基于S语言实现的。
S语言是一种用来进行数据探索、统计分析、作图的解释型语言。
S-Plus强调演示图形、探索性数据分析、统计方法、开发新统计工具的计算方法，以及可扩展性。
它的主要的特点是它可以交互地从各个方面去发现数据中的信息，并可以很容易地实现一个新的统计方法。
Stata统计软件,Stata是一个用于分析和管理数据的功能强大又小巧玲珑的实用统计分析软件，操作灵活、简单，易学易用。
Stata的突出特点是只占用很少的磁盘空间，输出结果简洁，内容较齐全，制作的图形精美，可直接被图形处理软件或字处理软件如Word等直接调用。
Stata体积较小，程序主要通过调用类似script的文件来执行具体的操作，很多大学和研究机构为它编写了不同的程序用以完成不同的操作，具有很强的可扩展性。
Stata本身不能完成的任务，不能读取的文
升级会员 