数据分析和DPS数据处理系统.ppt

1 数据分析及DPS数据处理系统 主要参考资料 试验应用统计：设计、创新和发现，第2版，George E. P. Box等著，张润楚等译，机械工业出版社，2010 试验的设计与分析：王万中主编，高等教育出版设，2004. 试验设计与分析及参数优化，吴建福(美)等著(张润楚等译)，中国统计出版社，2003 实验设计优化与DPS DPS开发背景 上世纪80年代以来，很多单位都着手编写统计分析程序，但随着时间的推移，绝大多数程序由于算法落后、数据格式规范性差、输出格式零乱、缺乏完整性而被淘汰。 目前，国外大型统计软件，如SAS、 SPSS等占优势。这从短期效应来看，引进国外软件，有利国内科研对数据处理需求。但从长期看，特别是从知识产权来讲，依赖于国外软件需要昂贵的费用支持。如在SAS平台上开发的程序，由于摆脱不了SAS的环境，难在国内推广应用。 因此，研制、推广适合国内需要的统计软件，是势在必行的事；我们通过近20多年的努力，开发成功了功能完整的DPS数据处理系统，其功能已接近ＳＡＳ、SPSS的水平。 DPS功能特色 实验设计： 　　　　　均匀设计 　　　　　混料实验设计 统计分析： 　　　　　动态聚类分析 　　　　　因子分析模型统计检验与评价 DPS使用(类似Excel电子标的操作) 数据统计分析基本步骤 (1) 将数据输入到DPS的电子表格里。数据一般是一行为一个记录(样本)，一列一个指标（变量）。 (2) 用鼠标选中待分析的数据。 (3) 进入菜单选择相应的统计功能项。 (4) 系统对选中的数据进行分析，并将分析结果返回到另一电子表格。 某县植保站，调查4个水稻品种上稻纵卷叶螟卷叶率(%) ,结果列于下表。 学会思考 在您目前从事或涉及到的研究领域，在实验设计或进行数据分析时，您最有可能碰到哪些统计学方面的问题？ 在试验设计与数据处理分析中，您有可能用到工具软件（如DPS）中的哪些功能、或数据分析方法来解决您的问题，以及使用这些方法时的注意事项。 实验设计与统计分析 1 实 验 设 计 实验设计特点 实验设计基本原则 实验设计基本内容和步骤 常用实验设计方法 1、实验设计Experiment Design的特点 试验研究和调查研究主要区别：对研究对象是否进行干预。 试验研究特点：根据研究目的(或假设)主动加以干预措施，观察结果，回答研究假设所提出的问题。 实验研究(例子)新农药防治某作物害虫的效果 首先假设该农药可以杀死害虫。 在田间划分几个随机区组，区组内随机设置小区，必要时各个小区接入害虫卵块。 将农药配制成不同的浓度，再加一个空白(清水)对照。在害虫防治适期施药、处理。 处理(施药)后24小时、72小时、…，调查各个小区的虫量(观察指标)，并对数据进行方差分析，看各处理间有无显著差异，进而得出该农药是否具有对该害虫防治效果的结论。 从该例中可以看出研究者施加了干预措施，即施用不同浓度的农药。再经过观察总结，验证提出的假设是否正确。 2、实验设计基本原则 随 机 对 照 重 复 目的是为有效控制非处理因素 2.1 随机化原则 目的：研究者在实验设计时，并不完全知道实验过程中的许多非实验因素，随机误差干扰在所难免，因此有必要采用随机化的办法抵消这些干扰因素的影响。 随机化原则包括两方面 随机分配：把实验处理对象随机分到各个区组内，以增强可比性(区组内小区随机设置)。 随机抽样：总体中的每一个观察单位都有同等的机会被选入到样本中来(如实验结果的调查)。 2.2 对照原则 设置对照小区，除实验处理不同外，实验过程中的实验条件和辅助措施都应相同，以便比较所研究对象存在的真实差异。 抵消害虫、病害自身消长趋势的影响 抵消实验环境的其它因素的干扰 常见的对照 空白对照(如农药药效实验中用清水处理，重金属元素检测的空白处理) 标准对照(如农药药效实验中的标准农药品种) 2.3 重复的原则 是指各处理组及对照组的重复要有一定数量。 重复数太少的话，很可能把某些偶然现象当作客观规律。 重复数太多的？人力物力浪费。 在保证实验结果具有一定可靠性的条件下，确定合适的重复(区组)数量。 3 实验设计的基本内容和步骤 建立研究假设（提出要解决的问题） 明确研究范围（受试对象） 确立处理因素（处理因素） 明确观察指标（实验效应） 控制误差和偏倚(区组设计) 3.1 建立研究假设 科研选题：研究的题目要有科学性和新颖性、社会效益和经济效益、最后要考虑可行性。 3.2 明确研究范围 实验中的三个基本要素为：处理因素、实验