生物信息学技术

佚名 　　u检验（亦称T检验），它根据正态分布规律作假设检验（显著性检验）。当样本含量增大时，样本均数的分布趋向正态，这可看图6.1，t分布曲线以ν=9的一条比ν=3的更近似正态分布，再看附表3，表最下一行ν为∞时的t分布即是正态分布。故u检验用于大样本。　　在仅有一条的标准正态曲线上，以u=1.96与-1.96为界，从此处向外的尾部面积共占5%，即�u�≥1.96相应 ...

佚名 　　例7.6　某工业区卫生防疫站为掌握学龄儿童免疫球蛋白水平，对一批无结核及肾炎病史，一月内无急性感染，又未进行预防接种的学生作了血清IgM（mg/dl）测定，其中12岁男孩73人的X±S为125±54，12岁女孩68人的为153±75，试比较12岁男、女孩的IgM水平有无显著差别。　　这里令男生为第1组，女生为第2组。　　（1）检验假设H0：μ1=μ2；H1：μ ...

佚名 　　检验两个样本均数相差的显著性时，我们先有假定：第一个样本系从均数为μ1、方差为σ12的正态总体中随机取出，第二个样本取自另一个类似的总体，相应的总体参数为μ2与σ22，两个总体的方差应相等即σ12=σ22，然后才可用上述方法进行显著性检验，如果资料呈显著偏态，或两组方差相差悬殊，就要考虑用第十章非参数统计方法处理，或者通过变量代换，使上述条件得到满足。那么，怎 ...

佚名 　　有些统计方法只适用于正态分布或近似正态分布资料，如用均数和标准差描述资料的集中或离散情况，用正态分布法确定正常值范围及用t检验两均数间相差是否显著等，因此在用这些方法前，需考虑进行正态性检验。　　正态分布的特征是对称和正态峰。分布对称时众数和均数密合，若均数-众数0，称正偏态。因为有少数变量值很大，使曲线右侧尾部拖得很长，故又称右偏态；若均数-众数　　正态曲线 ...

佚名 　　方差齐性检验的方法是以两方差中较大的方差为分子，较小的方差为分母求一比值（称为F值），然后将求得的F值与临界值比较，看相差是否显著，现举一例说明。　　例7.10　某单位测定了蓄电池厂工人32号，得尿氨基乙酰丙酸（mg/l）的平均含量为7.06，方差为42.3072，又测定了化工厂工人6名，得平均含量为3.48，方差为0.9047，试比较两方差的相差是否有显著意 ...

佚名 　　在第七章我们已介绍了两个样本均数相比较的显著性检验方法。如果相互比较的组超过两个，为同时解决几个均数的比较问题，通常使用方差分析法。　　方差即标准差σ或S的平方，又称均方，它由离均差平方和被自由度相除而得。方差分析时我们将总离均差平方和即总变异分析为几个组成部分，其自由度也分解为相应的几部分，故方差分析又称变异数分析。它是处理实验研究资料时重要的分析方法之一， ...

佚名 　　1．资料　这里所要的是类似第七章第一节三、中所述的成组资料，不过现在不是两组而是多组，如下例。　　例8.1　分泌型免疫球蛋白A（SIgA）是胃肠道分泌液、泪液等外分泌液中的主要免疫球蛋白类，某院研制了“125I－SIgA放射免疫测定药盒”，为人体SIgA的检验提供了一种简便方法。为比较不同批号药盒检验结果是否一致，该院曾将三批号各四个药盒一一测定了某一标本得结 ...

佚名 　　经方差分析（即F检验），若各组均数之间差别不显著，则到此为止，不必作进一步统计学处理了。当F检验结果为相差显著时，这只是对各组均数的整体而言，至于哪些均数间的差别显著，哪些不显著，还要作如下进一步分析。　　本例检验结果为相差显著，这里我们先用较为简单而实用的最小显著差数法来比较三组中每两组均数间的差别是否显著，然后介绍q值法。　　1．最小显著差数法　　（1）计 ...

佚名 　　随机单位组设计资料和t检验中的成对资料相类似，不同之处是成对资料只二个组，而随机单位组设计有三个或更多的组，因而要比较的均数多于两个，它是比完全随机设计更精细的一种设计方法。这样设计的资料作方差分析的检验效能较高，因为在此种设计的方差分析表中多了一个分析内容──单位组间的变异，致使误差均方有一定程度的缩小。下面用例子说明分析过程。　　例8.3　以缺乏核黄素的饲 ...

佚名 表8.11　家兔注射某种药物后不同部位所生疱疹大小（cm2）动物编号注射次序123456各动物小计 各动物平均数 ⅠB7.5C6.7A7.9D6.1F7.3E6.941.47.07ⅡE8.5D8.2B8.1C9.9A8.7F8.351.78.62ⅢC7.3F7.3E6.8A7.4B6.0D7.742.57.08ⅣA7.4E7.7C6.4F5.8D7.1B6.440 ...

佚名 　　1．用三种抗凝剂（A1、A2、A3）对一血标本作红细胞沉降速度（一小时值）测定，每种各作5次，问用三种抗凝剂所作血沉值之间有差别否？　　A1：15 11 13 12 14　　A2：13 16 14 17 15　　A3：13 15 16 14 12　　2．下表所列数字为鹿茸草对五例原发性血小板减少症患者（治前血小板低于10万/mm3）治疗一、二疗程及出院时的血小 ...

佚名 　　前面各章介绍的统计方法都只涉及单一变量，即或进行两组或多组比较，所比较的仍然是同一变量，而且是以讨论各组间该变量的相差是否显著为中心环节。但医学领域里常可在一个统一体中遇到两个或多个变量之间存在着相互联系、相互制约的情况，如同一批水样的浊度与透光率，同一批人的年龄与血压以及身长、体重与胸围等。因而研究问题的方法就需要扩展。在统计方法中通常是用相关与回归的方法来 ...

佚名 　　相关分析是用相关系数（r）来表示两个变量间相互的直线关系，并判断其密切程度的统计方法。相关系数r没有单位。在-1～+1范围内变动，其绝对值愈接近1，两个变量间的直线相关愈密切，愈接近0，相关愈不密切。相关系数若为正，说明一变量随另一变量增减而增减，方向相同；若为负，表示一变量增加、另一变量减少，即方向相反，但它不能表达直线以外（如各种曲线）的关系。　　为判断两 ...

佚名 　　计算出相关系数后，如果r显著，且又需要进一步了解两变量中一个变量依另一个变量而变动的规律时，则可进行回归分析。　　“回归”是个借用已久因而相沿成习的名称。若某一变量（Y）随另一变量（X）的变动而变动，则称X为自变量，Y为应变量。这种关系在数学上被称为Y是X的函数，但在医学领域里，自变量与应变量的关系和数学上的函数关系有所不同。例如成年人年龄和血压的关系，通过大 ...

佚名 　　仍以表9.1资料为例，根据前面的相关分析以及医学上有关凝血的机理，可知凝血时间依凝血酶浓度而异，且有密切的关系。因此可进一步作由凝血酶浓度（X）推算凝血时间（Y）的回归方程。求直线回归方程的步骤如下：　　1．列回归计算表（见表9.1），计算∑X、∑Y、∑X2、∑Y2、∑XY。　　2．计算X、Y、∑(X-X)2、∑(X－X)(Y-Y)　　X=∑X/n=15.1/ ...

佚名 　　1．作相关与回归分析要有实际意义。不要把毫无关联的两个事物或现象用来作相关或回归分析。如儿童身高的增长与小树的增长，作相关分析是没有实际意义的，如果计算由儿童身高推算小树高的回归方程则更无实际意义。也许算得的r、b是显著的，也是没有意义的。　　2．对相关分析的作用要正确理解。相关分析只是以相关系数来描述两个变量间相互关系的密切程度和方向，并不能阐明两事物或现象 ...

佚名 　　1．测量了10个家庭中兄弟和姐妹的平均身长，试根据本资料的数据对兄弟与姐妹间身长进行相关分析。家庭编号12345678910合计兄弟(厘米)X165666667687070717172686姐妹(厘米)X259626563646565626966640　　2．某研究组测定羊抗人血清IgG含量与沉淀圈直径，其测定结果如下。试据本资料的对数值作相关与回归分析。问能 ...

佚名 　　什么叫非参数统计？先从参数统计说起。总体的特征值叫参数，一些特定分布都有其参数，如正态分布由μ、σ两个参数所决定。有些统计方法是根据特定分布设计出来的，如估计正常值范围的正态分布法、U检验等是根据正态分布设计出来的，这样的一些方法统称为参数统计，前边已学过的t检验和方差分析都属于参数统计。但在实际工作中，有些资料不易判定或不符合所要求的分布，因此就需要有这样一 ...

佚名 　　将资料用正负号表示，然后根据正负号个数计算χ2值进行假设检验，称为符号检验。符号检验的检验假设：若为成对资料，则为H0:P(X1X2)=P(X2X1)，含义是总体内每一对数字（分别用X1和X2表示)中，X1X2的概率等于X2X1的概率，都是1/2，而备择假设H1为P（X1X2）≠P(X2X1)≠1/2；若为不成对资料，检验假设H0为F（X1）=F（X2）即两总 ...

佚名 　　用秩号代替原始数据后，所得某些秩号之和，称为秩和，用秩和进行假设检验即为秩和检验。其检验假设在两组比较（成对或不成对）时，H0：F（X1）=F（X2），即两总体的分布函数相等，备择假设H1：F（X1）≠F（X2）。本法由于部份地考虑了数据的大小，故检验效力较符号检验大大提高。至于其方法、步骤，不论是查表法或计算法、也都相当简便，现举例说明如下。 ...