thiẾt kẾ thÍ nghiỆm - sb5482bc96ca6f359.jimcontent.com · nỘi dung thỰc hÀnh thiẾt...

THIẾT KẾ THÍ NGHIỆMPHẦN THỰC HÀNH

Hà Xuân Bộ

Bộ môn Di truyền - Giống vật nuôi

Email: [email protected]

[email protected]

mailto:[email protected]

mailto:[email protected]

LIÊN HỆ

• MailPhòng 206, Bộ môn Di truyền -Giống vật nuôiKhoa Chăn nuôiHọc viện Nông nghiệp Việt Nam

• [email protected]

[email protected]

• Websitehttp://thietke.jimdo.com

• Phone+84 4 38 76 82 65 (Bộ môn)

http://thietke.jimdo.com/site/doduluc/

NỘI DUNG THỰC HÀNH THIẾT KẾ THÍ NGHIỆM

1. MỘT SỐ THAO TÁC CƠ BẢN VÀ NHẬP DỮ LIỆU

2. XỬ LÝ SỐ LIỆU THÍ NGHIỆM

2.1. BÀI 1: Tóm tắt, trình bày dữ liệu

2.2. BÀI 2: Ước lượng, kiểm định một giá trị trung bình

và so sánh hai giá trị trung bình của hai biến chuẩn

2.3. BÀI 3: So sánh nhiều giá trị trung bình bằng phân

tích phương sai (ANOVA) - Bảng tương liên

Tài liệu

Tài liệuhttp://www.thietke.jimdo.com

Tài liệu tham khảoThiết kế thí nghiệm, Claustriaux, J.J., 2005

Phương pháp thí nghiệm đồng ruộng. Nguyễn Thị Lan,

Phạm Tiến Dũng, Chủ biên. NXB Nông nghiệp, 2006

Giáo trình phương pháp thí nghiệm đồng ruộng: Dùng

cho các trường Đại học Nông nghiệp. Phạm Chí Thành.

NXB Nông nghiệp, 1976

Thống kê sinh vật học và phương pháp thí nghiệm

trong chăn nuôi : Giáo trình dùng cho học sinh các lớp

chăn nuôi thú y hệ chính quy của các trường Đại học Nông

nghiệp, Nguyễn Văn Thiện,Trần Đình Miên. NXB Nông

nghiệp, 1979

Bài 1: Tóm tắt, trình bày dữ liệu

Thực hành thiết kế thí nghiệm

I. Giới thiệu phần mềm Minitab 16


Các thao tác cơ bản

• Khởi động Minitab 16

• Tạo một tệp mới

• Mở một tệp trên ổ đĩa

• Lưu tệp

• Lưu tệp lần đầu và lưu tệp với tên khác

• Sao chép/ chuyển dữ liệu (Copy/Move)

• Undo và Redo

• Thoát khỏi Minitab 16

Khởi động Minitab 16

• C1: Menu Start/Programs/Minitab/

• C2: Kích đúp chuột vào biểu tượng

trên nền màn hình (Desktop).

• C3: C:\Program\Minitab\Minitab16\Mtb.exe

Cửa sổ làm việc của Minitab16

Menu chính

Cửa sổ Session: Đọc kết quả (Ctrl + M)

Cửa sổ Worksheet: Nhập dữ liệu thô (Ctrl + D)

Dòng đặt tên cột

Thanh chuẩn

Thanh tiêu đề

Cửa sổ project:

quản lý các lệnh

làm việc (Ctrl + I)

Mở một tệp trắng mới (New)

• C1: Vào menu File/ New…

• C2: Ấn tổ hợp phím Ctrl+N

Mở Project mới

Mở Worksheet mới

Mở một tệp đã ghi trên ổ đĩa (Open)

• C1: Kích chuột vào biểu tượng Open trênthanh công cụ chuẩn.

• C2: Ấn tổ hợp phím Ctrl+O

• C3: Vào menu File/Open…

2. Chọn tệp cần mở

3. Bấm để mở tệp

4. Bấm hủy lệnh mở tệp

1. Chọn nơi mở tệp

Ghi tệp vào ổ đĩa (Save)

• C1: Kích chuột vào biểu tượng Save trên thanh công cụ

chuẩn.

• C2: Ấn tổ hợp phím Ctrl+S

• C3: Vào menu File/Save Project

Nếu tệp đã được ghi từ trước

thì lần ghi tệp hiện tại sẽ ghi lại

sự thay đổi kể từ lần ghi trước.

Nếu tệp chưa được ghi lần nào

sẽ xuất hiện hộp thoại Save Project As,

chọn nơi ghi tệp trong khung

Save in, gõ tên tệp cần ghi vào

khung File name, ấn nút Save.

Ghi tệp lần đầu và ghi tệp với tên khác

• Để Save Project As vào menu File/Save Project As...

Khi ghi tệp với 1 tên khác thì tệp cũ vẫn tồn tại, tệp

mới được tạo ra có cùng nội dung với tệp cũ.

Khi ghi tệp lần đầu Minitab sẽ yêu cầu đặt tên

tệp1. Chọn nơi ghi tệp

2. Đặt tên tệp 3. Bấm để ghi tệp

4. Bấm để hủy lệnh

ghi

Sao chép/chuyển dữ liệu (Copy/Move)

1. Chọn Phần dữ liệu cần

sao chép/chuyển

2. - Nếu sao chép: Ấn

Ctrl+C (bấm nút Copy,

menu Edit/Copy)

- Nếu chuyển: Ấn Ctrl+X

(bấm nút Cut, menu

Edit/Cut)

3. Đặt con trỏ tại nơi muốn

dán

4. Ấn Ctrl+V (bấm nút Paste,

menu Edit/Paste)

Undo và Redo

• Undo: Ctrl+Z, hoặc bấm nút trên

Toolbar: có tác dụng huỷ bỏ việc vừa làm,

hay dùng để khôi phục trạng thái làm việc

khi xảy ra sai sót.

• Redo: Ctrl+Y, hoặc bấm nút trên

Toobar: làm lại việc vừa bỏ / việc vừa làm

Thoát khỏi Minitab (Exit)

• C1: Kích chuột vào nút Close ở góc trên cùng bên phải cửa sổ làm việc của Minitab.

• C2: Ấn tổ hợp phím Alt+F4

• C3: Vào menu File/Exit

Nếu chưa ghi tệp vào ổ đĩa thì xuất hiện 1Message Box:

Yes: ghi tệp trước khi thoát

No: thoát không ghi tệp

Cancel: hủy lệnh thoát

II. Nhập dữ liệu trong Minitab


1. Nhập dữ liệu trực tiếp trong Worksheet

• Đặt tên biến:

+ Đúng vị trí: Tên biến luôn nằm ởdòng không đánh số thứ tự (trênhàng 1)

+ Ngắn gọn

+ Không dùng các ký hiệu đặc biệt (:,/…) hoặc các ký tự tiếng Việt (ô, â,ă…); trong cùng một Worksheetkhông đặt tên cột trùng nhau(Minitab không phân biệt được cácký tự viết hoa và viết thường:MINITAB = Minitab = minitab)

• Nhập dữ liệu:

+ Cùng một chỉ tiêu, dữ liệu được nhậpthành một cột trong Worksheet(đúng dạng dữ liệu: ký tự, ngàytháng, số,…)

+ Thay dấu (,) bằng dấu (.) trong phầnthập phân

+ Số liệu khuyết được thay bằng dấu(*) không được để trống

2. Nhập dữ liệu từ Excel

• Bước 1: chuẩn bị

+ File excel đáp ứng đầy đủ

các điều kiện như nhập

trực tiếp trong Worksheet

của Minitab

+ Dữ liệu được nhập thành

cột trong sheet1

+ Lưu file (Save) trên ổ đĩa

2. Nhập số liệu từ Excel• Bước 2: Mở file

+File/Open Worksheet

1. Chọn nơi ghi tệp

3. Chọn tên tệp

4. Bấm Open để mở

2. Chọn All(*.*)

III. Tóm tắt và trình bày dữ liệu với biến định lượng


Ví dụ M-1.1ab (trang 18 & 20)

Khối lượng của 16 chuột cái lúc cai sữa (Giả

sử 8 chuột cái đầu sinh ra ở lứa thứ nhất và 8

chuột cái tiếp theo sinh ra ở lứa thứ hai) như sau:

Lứa 1 54,1 49,8 24,0 46,0 44,1 34,0 52,6 54,4

Lứa 2 56,1 52,0 51,9 54,0 58,0 39,0 32,7 58,5

Nhập số liệu trong của sổ Worksheet

Tính các ước số thống kê và vẽ đồ thị

• Tính các ước số thống kê và vẽ

đồ thị: Stat Basic

Statistic Display

Descriptive statistics …

Ví dụ M-1.1a (trang 18)

1.Tên cột số liệu cần tính

2. Tính chung

(Để trống)

3. Lựa

chọn các

tham số

thống kê

4. Lựa

chọn dạng

đồ thị

5. Kích OK




Statistic Display


Ví dụ M-1.1b (trang 20)


2. Theo nhóm

3. Lựa

chọn các

tham số

thống kê

4. Lựa

chọn dạng

đồ thị

5. Bấm OK

Chọn các ước số thống kê và dạng đồ thị

2. Chọn các ước số thống

kê (Statistics …)3. Chọn các dạng đồ thị

(Graphs …)

Các thuật ngữ Anh - ViệtTiếng Anh Tiếng Việt Minitab14.0 Ký hiệu

Mean Trung bình Mean

Median Trung vị Median M

Mode Mode Mode Mode

Standard Deviation Độ lệch chuẩn StDev

Variance Phương sai Variance

Standard Error Sai số tiêu chuẩn SE Mean SE

Variable Biến Variable Var

Maximum Giá trị lớn nhất Maximum Max

Minimum Giá trị nhỏ nhất Minimum Min

Coefficient of

variation

Hệ số biến động Coefficient of

variation

Cv

*,y,x

*,s *22 ,s

Ghi chú: Các ký hiệu trong bảng có dấu * là các tham số của quần thể

Kết quả từ Minitab – Ví dụ 1a

P

60

50

40

30

20

Boxplot of P

P

6050403020

Individual Value Plot of P

P

Fre

qu

en

cy

6055504540353025

5

4

3

2

1

0

Histogram of P

P

Fre

qu

en

cy

7060504030

5

4

3

2

1

0

Mean 47.58

StDev 10.16

N 16

Histogram (with Normal Curve) of P

Descriptive Statistics: P

Variable N Mean SE Mean StDev Variance CoefVar

P 16 47.58 2.54 10.16 103.27 21.36

Kết quả từ Minitab – Ví dụ 1b

Lua

P

21

60

50

40

30

20

Boxplot of P by Lua

Lua

P

21

60

50

40

30

20

Individual Value Plot of P vs Lua

P

Fre

qu

en

cy

6055504540353025

3.0

2.5

2.0

1.5

1.0

0.5

0.0

6055504540353025

1 2

Histogram of P by Lua

Panel variable: Lua

P

Fre

qu

en

cy

706050403020

3.0

2.5

2.0

1.5

1.0

0.5

0.0

706050403020

1 2 1

50.28

StDev 9.387

N 8

Mean 44.88

StDev 10.79

N 8

2

Mean

Histogram (with Normal Curve) of P by Lua

Panel variable: Lua

Descriptive Statistics: P

Variable Lua N Mean SE Mean StDev Variance CoefVarP 1 8 44.88 3.82 10.79 116.52 24.05

2 8 50.28 3.32 9.39 88.11 18.67

Công thức thí

nghiệm

Đơn vị

tínhn ±SE S Cv(%)X

Các chỉ tiêu

nghiên cứu

Đơn vị

tính

Công thức thí nghiệm 1 Công thức thí nghiệm 2

n ±SE n ±SE

Trình bày các USTK vào bảng sau

X

Bảng số…: Tên bảng (thể hiện nội dung của bảng)

Bảng số…: Tên bảng (thể hiện nội dung của bảng)

X

Chỉ tiêuĐơn vị

tínhn Mean ± SD Cv(%)

Khối lượng Gram 16 47,58 ± 10,16 21,75

Bảng số 2: Khối lượng của chuột cái lúc cai sữa theo lứa

Bảng số 1: Khối lượng của chuột cái lúc cai sữa

Ví dụ M-1.1ab (trang 18 & 20)

Chỉ tiêuĐơn vị


Lứa 1 Gram 8 44,88 ± 10,79 24,05

Lứa 2 Gram 8 50,28 ± 9,39 18,67

IV. Tóm tắt và trình bày dữ liệu với biến định tính


Ví dụ 1.2 Trang 21

Nhập dữ liệu trong Worksheet

Cấu trúc số liệu cách 1 Cấu trúc số liệu cách 2

Tóm tắt và trình bày dữ liệu

• Dữ liệu nhập

theo cách 1

Stat Tables

Cross

Tabulation and

Chi-Square …

Tóm tắt và vẽ đồ thị

Stat Tables Cross Tabulation and Chi-Square …

Đọc kết quả trong cửa sổ SessionTabulated statistics: TRAI, KETQUA

Rows: TRAI Columns: KETQUA

- + All

A 11 6 17

64.71 35.29 100.00

B 16 6 22

72.73 27.27 100.00

C 12 8 20

60.00 40.00 100.00

All 39 20 59

66.10 33.90 100.00

Cell Contents: Count

% of Row

Trình bày bằng biểu đồ

Graph Bar Chart … Counts of unique values

Kích

OK

CHỌN

Kích OK

Trình bày bằng biểu đồGraph Bar Chart … Counts of unique values Chọn Multiple Graphs…

KETQUA

Co

un

t

+-

16

12

8

4

0

+-

16

12

8

4

0

A B

C

Chart of KETQUA

Panel variable: TRAI


• Dữ liệu nhập

theo cách 2

Stat Tables

Cross

Tabulation and

Chi-Square …

Tóm tắt và vẽ đồ thị

Stat Tables Cross Tabulation and Chi-Square …

Đọc kết quả trong cửa sổ SessionTabulated statistics: TRAI, KETQUA

Using frequencies in TANSUAT

Rows: TRAI Columns: KETQUA

- + All

A 11 6 17

64.71 35.29 100.00

B 16 6 22

72.73 27.27 100.00

C 12 8 20

60.00 40.00 100.00

All 39 20 59

66.10 33.90 100.00


% of Row

Trình bày bằng biểu đồ bánh

Graph Pie Chart … Chart Values from a table

Kích

OK

Kích

OK Kích

OK

Trình bày bằng biểu đồ bánhGraph Pie Chart … Counts of unique values Chọn Multiple

Graphs…

A B

C

Category

+

-

Pie Chart of TANSUAT vs KETQUA

Panel variable: TRAI


Bảng 1. Tỷ lệ viêm nội mạc tử cung tại 3 trại chăn nuôi bò

Trại nViêm nội mạc tử cung

Có Không

A 17 6

(35,29%)

11

(64,71%)

B 22 6

(27,27%)

16

(72,73%)

C 20 8

(40,00%)

12

(60,00%)

BÀI 2: Ước lượng kiểm định một giá trị trung bình

và so sánh hai giá trị trung bình của hai biến chuẩn


I. Ước lượng, kiểm định một giá trị trung bình


Ví dụ M-1.3 (trang 24)

Tăng trọng trung bình (gram/ngày) của 36 lợnnuôi vỗ béo giống Landrace được rút ngẫu nhiên từmột trại chăn nuôi. Số liệu thu được như sau:

577 596 594 612 600 584 618 627 588

621 623 598 602 581 631 570 595 603

601 606 559 615 607 608 591 565 586

605 616 574 578 600 596 619 636 589

Cán bộ kỹ thuật trại cho rằng tăng trọng trung bình của toàn

đàn lợn trong trại là 607 gram/ngày. Theo anh (chị) kết luận

đó đúng hay sai, vì sao? Biết độ lệch chuẩn của tính trạng

này là 21,75 gram.

Các bước tiến hành

• Bước 1: Tóm tắt và trình bày dữ liệu

• Bước 2: Giả thiết H0 và đối thiết H1

• Bước 3: Kiểm tra điều kiện

• Bước 4: Tính xác suất P

• Bước 5: So sánh P với α kết luận




Statistic Display


Ví dụ M-1.1a (trang 18)


2. Để trống

3. Lựa

chọn các

tham số

thống kê

4. Lựa

chọn dạng

đồ thị

5. Bấm OK




(Graphs …)

Đọc kết quả trong cửa sổ Session

Variable N N* Mean SE Mean StDev Variance CoefVar

P 36 0 599.19 3.11 18.66 348.05 3.11

Chỉ tiêu Đơn vị tính n Mean ± SD Cv(%)

Tăng khối lượng g/ngày 36 599,19 ± 18,66 3,11


Bảng số 3: Tăng trọng trung bình (gram/ngày) của giống lợn Landrace

Giả thiết H0 và đối thiết H1

• Giả thiết H0: (Bằng lời và bằng ký hiệu toán học)

• Đối thiết H1:(Bằng lời và bằng ký hiệu toán học)

• Ví dụ M-1.3:

• Giả thiết H0:

- Không có sự sai khác về tăng trọng trung bình toàn đàn lợn trong trại

so với 607 gram/ngày

- µ = 607 gram/ngày

• Đối thiết H1:

- Có sự sai khác về tăng trọng trung bình toàn đàn lợn trong trại so với

607 gram/ngày

- µ ≠ 607 gram/ngày

Kiểm tra điều kiện

• Điều kiện: Tất cả các phép thử đối với biến định

lượng, biến số nghiên cứu phải tuân theo phân

phối chuẩn:

• Tìm xác suất P, so sánh với α kết luận

Stat Basic statistics Normality test

Kiểm tra điều kiện: phân bố chuẩn

Stat/ Basic statistics/ Normality test


1. Tên biến số cần kiểm tra

2. Kích OK


P

Pe

rce

nt

640630620610600590580570560550

99

95

90

80

70

60

50

40

30

20

10

5

1

Mean

0.997

599.2

StDev 18.66

N 36

AD 0.094

P-Value

Probability Plot of PNormal

P-value = 0,997 >

0,05 Biến số

có phân phối

chuẩn

Stat/ Basic statistics/1Z

Ước lượng và kiểm định một giá trị trung bình khi biết (σ)

Stat/ Basic statistics/1Z

Ước lượng và kiểm định một giá trị trung bình khi biết (σ)

Nhập giá trị σ

Nhập giá trị µ0

Cột số liệu thô

Kích chuột

vào ô này

Số liệu thô

Số liệu đã tóm tắt

Giải thích kết quả

Giả thiết Ho và

đối thiết H1

Kết luận nhờ xác

suất

Khoảng tin cậy

One-Sample Z: P

Test of mu = 607 vs not = 607The assumed standard deviation = 21.75

Variable N Mean StDev SE Mean 95% CI Z PP 36 599.194 18.656 3.625 (592.090, 606.299) -2.15 0.031

P-Value = 0,031 < 0,05 => Bác bỏ H0, chấp nhận H1

Kết luận: Có sự sai khác về tăng trọng so với 607 g/ngày (P < 0,05)

Stat/ Basic statistics/1t

Ước lượng và kiểm định một giá trị trung bình khi không biết (σ)


Ước lượng và kiểm định một giá trị trung bình khi không biết σ

Nhập giá trị µ0

Cột số liệu thô

Kích chuột

vào ô này

Số liệu thô

Số liệu đã tóm tắt

Kết luận nhờ xác

suất

Giả thiết Ho và

H1

Khoảng tin cậy


One-Sample T: P

Test of mu = 607 vs not = 607

Variable N Mean StDev SE Mean 95% CI T P

P 36 599.194 18.656 3.109 (592.882, 605.507) -2.51 0.017


Kết luận: Có sự sai khác về tăng trọng so với 607 g/ngày (P < 0,05)

II. So sánh hai giá trị trung bình của hai biến chuẩn


1. So sánh hai giá trị trung bình

của hai biến chuẩn khi lấy mẫu độc lập


Ví dụ M-1.4 (trang 27)Để so sánh khối lượng của 2 giống bò, tiến hành chọn ngẫu nhiên và cân 12 con đối với giống thứ nhất và 15 con đối với nhóm thứ hai. Khối lượng (kg) thu được như sau:

Giống

thứ

nhất

187,6 180,3 198,6 190,7 196,3 203,8 190,2 201,0

194,7 221,1 186,7 203,1

Giống

thứ hai

148,1 146,2 152,8 135,3 151,2 146,3 163,5 146,6

162,4 140,2 159,4 181,8 165,1 165,0 141,6

Theo anh (chị), khối lượng của hai giống bò có sự sai khác

không?


Nhập số liệu: cách 1 Nhập số liệu: cách 2


• Tính các ước số thống kê và vẽ đồ

thị Stat Basic Statistic

Display Descriptive statistics …

1. Biến số cần tính

2. Chọn

các ước

số thống

kê

3. Chọn

các dạng

độ thị

4. Kích OK




(Graphs …)

Công thức

thí nghiệm

Đơn

vị tínhn Mean ± SD Cv(%)

Giống bò 1 Kg 12 196,18 ±10,62 5,41

Giống bò 2 Kg 15 153,70 ±12,30 8,00


Bảng số 1.4. Khối lượng của hai giống bò


• Giả thiết H0: ( Bằng lời và bằng ký hiệu toán học)

• Đối thiết H1:( Bằng lời và bằng ký hiệu toán học)

• Ví dụ M-1.4:


- Không có sai khác về khối lượng của hai giống bò

- µ1 = µ 2


- Có sai khác về khối lượng của hai giống bò

- µ1 ≠ µ2


• Điều kiện: Tất cả các phép thử đối với biến định

lượng, biến số nghiên cứu phải tuân theo phân

phối chuẩn:

• Tìm xác suất P, so sánh với α kết luận

Stat Basic statistics Normality test



2 Kích OK

GIONG1

Pe

rce

nt

220210200190180170

99

95

90

80

70

60

50

40

30

20

10

5

1

Mean

0.530

196.2

StDev 10.62

N 12

AD 0.298

P-Value

Probability Plot of GIONG1Normal

P-value (GIỐNG 1) = 0,530

> 0,05 biến số có phân

phối chuẩn


P-value (GIỐNG 2) = 0,407

> 0,05 biến số có

phân phối chuẩn

GIONG2

Pe

rce

nt

190180170160150140130120

99

95

90

80

70

60

50

40

30

20

10

5

1

Mean

0.407

153.7

StDev 12.30

N 15

AD 0.357

P-Value

Probability Plot of GIONG2Normal


2 Kích OK

Kiểm tra điều kiện: phương sai đồng nhất

Stat/ Basic statistics/ 2 Variance…

Kiểm tra phương sai đồng nhấtStat/ Basic statistics/ 2 Variance…

Số liệu thô: cách 1 Số liệu thô: cách 2

Số liệu tóm tắt: độ lệch chuẩn Số liệu tóm tắt: phương sai

Stat/ Basic statistics/ 2 Variance…

P-value = 0,631 > 0,05 Hai phương sai đồng nhất


So sánh hai giá trị trung bình khi lấy mẫu độc lập

Nhập số liệu cách 1 Nhập số liệu cách 2

Chọn

Nếu bước 3

kết luận hai

phương sai

bằng nhau,

đánh dấu (۷)

vào ô này

Còn bước 3

kết luận hai

phương sai

không bằng

nhau, ô này

để trống

Chọn


(phương sai đồng nhất)

Phương

sai đồng

nhất

Giải thích kết quả (hai phương sai đồng nhất)

Một số tham số thống kê cơ bản

Bậc tự do

Xác suất KL

DF = n1+ n2- 2

Two-Sample T-Test and CI: GIONG1, GIONG2

Two-sample T for GIONG1 vs GIONG2

N Mean StDev SE Mean

GIONG1 12 196.2 10.6 3.1

GIONG2 15 153.7 12.3 3.2

Difference = mu (GIONG1) - mu (GIONG2)

Estimate for difference: 42.4750

95% CI for difference: (33.2301, 51.7199)

T-Test of difference = 0 (vs not =): T-Value = 9.46 P-Value = 0.000 DF = 25

Both use Pooled StDev = 11.5901


Kết luận: Có sự sai khác về khối lượng của hai giống bò (P < 0,05)

Phương

sai không

đồng nhất


(phương sai không đồng nhất)

Giải thích kết quả (hai phương sai không đồng nhất)


Bậc tự do

Xác suất KL

Two-Sample T-Test and CI: GIONG1, GIONG2

Two-sample T for GIONG1 vs GIONG2


GIONG1 12 196.2 10.6 3.1

GIONG2 15 153.7 12.3 3.2

Difference = mu (GIONG1) - mu (GIONG2)

Estimate for difference: 42.48

95% CI for difference: (33.37, 51.58)

T-Test of difference = 0 (vs not =): T-Value = 9.62 P-Value = 0.000 DF = 24

2. So sánh hai giá trị trung bình

của hai biến chuẩn khi lấy mẫu cặp đôi



Tăng trọng (pound) của 10 cặp bê sinh đôi giống hệt nhaudưới hai chế độ chăm sóc khác nhau (A và B). Bê trongtừng cặp được bắt thăm ngẫu nhiên về một trong haicách chăm sóc.

Hãy kiểm định giả thiết H0:Tăng trọng trung bình ở haicách chăm sóc như nhau. H1: Tăng trọng trung bìnhkhác nhau ở hai cách chăm sóc. Với mức ý nghĩa α =0,05. Số liệu thu được như sau:

Cặp sinh đôi 1 2 3 4 5 6 7 8 9 10

Tăng trọng ở

cách A43 39 39 42 46 43 38 44 51 43

Tăng trọng ở

cách B37 35 34 41 39 37 35 40 48 36

Chênh lệch (d) 6 4 5 1 7 6 3 4 3 7

So sánh hai giá trị trung bình lấy mẫu theo

cặp

• B1: Nhập số liệu thành hai cột – Tính cột hiệu (giữa

từng cặp số liệu); Tóm tắt và trình bày dữ liệu

• B2: Giả thiết H0 và đối thiết H1

• B3: Kiểm tra phân bố chuẩn cho cột hiệu

• B4: Tìm P-value

• B5: So sánh P-value với α kết luận

Tính hiệu giữa hai cột bằng Menu Calc

• Tính các phép toán (+, -, *, /,

bình phương, khai căn,

logarit,…)

Calc Calculator …

Cột chứa kết quả

Phần nhập công thức

Các hàm tính toán

Bấm OK


• Tính các ước số

thống kê và vẽ đồ thị

Stat Basic

Statistic Display

Descriptive statistics

…

1. Biến số cần tính

2. Chọn

các ước

số thống

kê

3. Chọn

các dạng

độ thị

4. Kích OK




(Graphs …)




• Ví dụ M-1.5:


- Tăng trọng trung bình ở hai cách chăm sóc như nhau

- µA = µB


- Tăng trọng trung bình ở hai cách chăm sóc khác

nhau

- µA ≠ µB


1. Tên biến cần kiểm tra

2 Kích OK


P-value = 0,592 >

0,05 Số liệu

có phân phối

chuẩn

Kiểm tra phân bố chuẩn ở cột hiệu

D

Pe

rce

nt

9876543210

99

95

90

80

70

60

50

40

30

20

10

5

1

Mean

0.592

4.6

StDev 1.955

N 10

AD 0.271

P-Value

Probability Plot of DNormal

Stat/ Basic statistics/

t-t Paired t…

So sánh hai giá trị trung bình khi lấy mẫu cặp đôi

So sánh hai giá trị trung bình khi lấy mẫu cặp đôi

1. Chọn chấm

tròn trên

Kích OK

Giải thích kết quả (so sánh hai giá trị trung bình khi lấy

mẫu theo cặp)


Xác suất KL

Paired T-Test and CI: A, B

Paired T for A - B


A 10 42.8000 3.8239 1.2092

B 10 38.2000 4.1312 1.3064

Difference 10 4.60000 1.95505 0.61824

95% CI for mean difference: (3.20144, 5.99856)

T-Test of mean difference = 0 (vs not = 0): T-Value = 7.44 P-Value = 0.000


Kết luận: Có sự sai khác về tăng trọng của bê ở hai cách chăm sóc

(P < 0,05)

BÀI 3. So sánh nhiều giá trị trung bình

bằng phân tích phương sai (ANOVA)- Bảng tương liên


1.Mô hình thí nghiệm

một yếu tố hoàn toàn ngẫu nhiên



Theo dõi tăng trọng của cá (kg) trong thí nghiệm với 5công thức nuôi (A, B, C, D, E). Hãy cho biết tăng trọngcủa cá ở các công thức nuôi có sự sai khác hay không?Nếu có sự khác nhau, tiến hành so sánh sự sai khác củatừng cặp giá trị trung bình bằng các chữ cái.

A B C D E

0,95 0,43 0,70 1,00 0,90

0,85 0,45 0,90 0,95 1,00

0,85 0,40 0,75 0,90 0,95

0,90 0,42 0,70 0,90 0,95







• Bước 6: Nếu chấp nhận H1 => So sánh cặp


• Tính các ước số thống kê và vẽ đồ thị Stat

Basic Statistic Display Descriptive statistics

…

Nhập số liệu cách 1

Nhập số liệu cách 2

ViduM1.1a.mpj

ViduM1.1a.mpj


Nhập số liệu cách 1 Nhập số liệu cách 2




(Graphs …)

Công thức thí nghiệm Đơn vị tính n Mean ± SD Cv(%)

Công thức nuôi A Kg 4 0,88 ± 0,04 5,39

Công thức nuôi B Kg 4 0,42 ± 0,02 4,9

Công thức nuôi C Kg 4 0,76 ± 0,09 12,4

Công thức nuôi D Kg 4 0,93 ± 0,04 5,1

Công thức nuôi E Kg 4 0,95 ± 0,04 4,3


Bảng số 1.6. Ảnh hưởng của các công thức nuôi đến tăng trọng

của cá




• Ví dụ M-1.6:


- Không có sự sai khác về tăng trọng của cá khi sử dụng các công thức nuôi A, B, C, D và E.

- µA = µB = µC = µD = µE


- Có sự sai khác về tăng trọng của cá khi sử dụng các công thức nuôi A, B, C, D và E.

- µA ≠ µB ≠ µC ≠ µD ≠ µE

Kiểm tra sự đồng nhất của phương sai

Stat/ ANOVA/ Test for equal Variance…

Kiểm tra phương sai đồng nhất


TA

95% Bonferroni Confidence Intervals for StDevs

E

D

C

B

A

0.60.50.40.30.20.10.0

Bartlett's Test

0.539

Test Statistic 5.76

P-Value 0.218

Levene's Test

Test Statistic 0.81

P-Value

Test for Equal Variances for KL

Bartlett's Test

Test Statistic 5.76

P-Value 0.218

Levene's Test

Test Statistic 0.81

P-Value 0.539


P-Value 0,539 > 0,05

Phương sai đồng

nhất

Test for Equal Variances: KL versus TA

95% Bonferroni confidence intervals for standard deviations

TA N Lower StDev Upper

A 4 0.0231412 0.0478714 0.309607

B 4 0.0100628 0.0208167 0.134631

C 4 0.0457534 0.0946485 0.612137

D 4 0.0231412 0.0478714 0.309607

E 4 0.0197348 0.0408248 0.264034

Bartlett's Test (normal distribution)

Test statistic = 5.76, p-value = 0.218

Levene's Test (any continuous distribution)


Stat/ ANOVA/ Test for Variance…

Stat/ ANOVA/One-

Way…

Thí nghiệm một yếu tố hoàn toàn ngẫu nhiên

Chọn vào ô này để

lấy cột phần dư

(RESI)


1. Tên cột phần dư (RESI1)

2 Kích OK


RESI1

Pe

rce

nt

0.150.100.050.00-0.05-0.10

99

95

90

80

70

60

50

40

30

20

10

5

1

Mean

0.159

8.326673E-18

StDev 0.04970

N 20

AD 0.525

P-Value

Probability Plot of RESI1Normal

Mean 8.326673E-18

StDev 0.04970

N 20

AD 0.525

P-Value 0.159

P-Value 0,159 > 0,05

Biến số có phân

bố chuẩn

Giải thích kết quảOne-way ANOVA: KL versus TA

Source DF SS MS F P

TA 4 0.76325 0.19081 60.99 0.000

Error 15 0.04693 0.00313

Total 19 0.81018

S = 0.05593 R-Sq = 94.21% R-Sq(adj) = 92.66%

Individual 95% CIs For Mean Based on

Pooled StDev

Level N Mean StDev --+---------+---------+---------+-------

A 4 0.8875 0.0479 (--*--)

B 4 0.4250 0.0208 (--*--)

C 4 0.7625 0.0946 (--*--)

D 4 0.9375 0.0479 (--*--)

E 4 0.9500 0.0408 (-*--)

--+---------+---------+---------+-------

0.40 0.60 0.80 1.00

Pooled StDev = 0.0559

P-Value = 0,000 < 0,05

Bác bỏ H0, chấp nhận

H1

Kết luận: Có sự

sai khác về tăng

trọng của cá ở

các công thức

nuôi (P < 0,05)

Bác bỏ giả thiết H0 chấp nhận giả thiết H1 So sánh cặp

Stat/ ANOVA/One-

Way…

CHỌN

Bác bỏ giả thiết H0 chấp nhận giả thiết H1 So sánh cặp

CHỌN

Kích OK

Giải thích kết quả so sánh cặp

Công thức Trung bình Công thức Trung bình

E 0,95a A 0,88a

D 0,93a B 0,42c

A 0,88a C 0,76b

C 0,76b D 0,93a

B 0,42c E 0,95a

Ghi chú: Các giá trị trung bình mang cùng chữ cái, sai khác không có ý nghĩa (P>0,05)

2. Mô hình thí nghiệm

một yếu tố khối ngẫu nhiên đầy đủ



Nghiên cứu số lượng tế bào lymphô ở chuột (x1000tế bào mm-3 máu) được sử dụng 4 loại thuốc khácnhau (A, B, C và D; thuốc D là thuốc placebo) qua 5lứa; số liệu thu được trình bày ở bảng dưới. Cho biếtảnh hưởng của thuốc đến tế bào lymphô?

Lứa 1 Lứa 2 Lứa 3 Lứa 4 Lứa 5

Thuốc A 7,1 6,1 6,9 5,6 6,4

Thuốc B 6,7 5,1 5,9 5,1 5,8

Thuốc C 7,1 5,8 6,2 5,0 6,2

Thuốc D 6,7 5,4 5,7 5,2 5,3

Các bước tiến hành (Ví dụ M-1.7 trang 35)






• Bước 6: Nếu chấp nhận H1 => so sánh cặp




…

Cấu trúc số liệu


Tính theo THUỐC Tính theo LỨA




(Graphs …)

Công thức thí nghiệmĐơn vị


Thuốc A 5

Thuốc B 5

Thuốc C 5

Thuốc D 5


Bảng số 1.7. Ảnh hưởng của thuốc đến số lượng tế bào lympho ở chuột




• Ví dụ M-1.7:


- Ảnh hưởng của bốn loại thuốc đến tế bào lympho như nhau

- µA = µB = µC = µD


- Ảnh hưởng của bốn loại thuốc đến tế bào lympho khác nhau

- µA ≠ µB ≠ µC ≠ µD

Stat/ ANOVA/ Test for Variance…TH

UO

C


D

C

B

A

3.53.02.52.01.51.00.50.0

Bartlett's Test

0.977

Test Statistic 0.25

P-Value 0.969

Levene's Test

Test Statistic 0.07

P-Value

Test for Equal Variances for TEBAO Bartlett's Test

Test Statistic 0.25

P-Value 0.969

Levene's Test

Test Statistic 0.07

P-Value 0.977

P-Value = 0,977 > 0,05

=> Phương sai đồng

nhất


Test for Equal Variances: TEBAO versus THUOC

95% Bonferroni confidence intervals for standard deviations

THUOC N Lower StDev Upper

A 5 0.319811 0.605805 2.51334

B 5 0.350972 0.664831 2.75822

C 5 0.401351 0.760263 3.15415

D 5 0.322415 0.610737 2.53380





Stat/ ANOVA/Two-

Way…

Thí nghiệm một yếu tố khối ngẫu nhiên đầy đủ (cách 1)



(RESI)

Stat/ ANOVA/(GLM)General Linear

Model…

Thí nghiệm một yếu tố khối ngẫu nhiên đầy đủ (cách 2)

Chọn



(RESI)



2 Kích OK


P-Value = 0,104 > 0,05

Số liệu có phân bố

chuẩn

RESI1

Pe

rce

nt

0.50.40.30.20.10.0-0.1-0.2-0.3-0.4

99

95

90

80

70

60

50

40

30

20

10

5

1

Mean

0.104

-8.43769E-16

StDev 0.1831

N 20

AD 0.598

P-Value


Mean -8.43769E-16

StDev 0.1831

N 20

AD 0.598

P-Value 0.104


P-Value = 0,001 < 0,05

Bác bỏ H0, chấp nhận H1

Kết luận: Ảnh hưởng của thuốc đến số lượng tế bào

lympho có sự sai khác (P < 0,05)

Two-way ANOVA: TEBAO versus THUOC, LUA

Source DF SS MS F P

THUOC 3 1.8455 0.61517 11.59 0.001

LUA 4 6.4030 1.60075 30.16 0.000

Error 12 0.6370 0.05308

Total 19 8.8855

S = 0.2304 R-Sq = 92.83% R-Sq(adj) = 88.65%

Stat/ ANOVA/(GLM)General Linear

Model…

Thí nghiệm một yếu tố khối ngẫu nhiên đầy đủ: so sánh cặp

Khi chấp nhận H1 so sánh

cặp

So sánh cặp khi chấp nhận giả thiết H1

Chọn Comparisons… trong (GLM) General Linear Model

Biến cần so sánh


Công

thứcTrung bình Công thức Trung bình

A 6,42a A 6,42a

C 6,06ab B 5,72b

B 5,72b C 6,06ab

D 5,66b D 5,66b


3. Mô hình thí nghiệm kiểu Ô vuông latinh


Ví dụ 1.9a (Trang 37)

Các bước tiến hành (Ví dụ M-1.9 trang

37)






• Bước 6: Nếu chấp nhận H1 => so sánh cặp




…

Cấu trúc số liệu

Công thức thí nghiệmĐơn vị


Thức ăn A Kg/ngày 4

Thức ăn B Kg/ngày 4

Thức ăn C Kg/ngày 4

Thức ăn D Kg/ngày 4


Bảng số 1.9. Ảnh hưởng của thức ăn bổ sung đến khối lượng cỏ khô trung bình bê thu nhận




• Ví dụ M-1.9a:


- Không có sự sai khác về số lượng cỏ khô bê thu nhận khi sử dụng các

loại thức ăn bổ sung A, B, C và D.

- µA = µB = µC = µD


- Có sự sai khác về số lượng cỏ khô bê thu nhận khi sử dụng các loại

thức ăn bổ sung A, B, C và D.

- µA ≠ µB ≠ µC ≠ µD

Stat/ ANOVA/ Test for equal Variance…TA


D

C

B

A

6543210

Bartlett's Test

0.936

Test Statistic 0.90

P-Value 0.825

Levene's Test

Test Statistic 0.14

P-Value

Test for Equal Variances for KLCO Bartlett's Test

Test Statistic 0.90

P-Value 0.825

Levene's Test

Test Statistic 0.14

P-Value 0.936

P-Value = 0,936 > 0,05

Phương sai đồng

nhất


Test for Equal Variances: KLCO versus TA

95% Bonferroni confidence intervals for standard

deviations

TA N Lower StDev Upper

A 4 0.438835 0.890693 5.34138

B 4 0.367321 0.745542 4.47093

C 4 0.252428 0.512348 3.07249

D 4 0.299354 0.607591 3.64365





Stat/ ANOVA/(GLM) General Linear Model

Thí nghiệm ô vuông latinh

Chọn Chọn vào ô này để


(RESI)



2 Kích OK


P-Value = 0,760 > 0,05

Số liệu có phân bố

chuẩn

RESI1

Pe

rce

nt

0.500.250.00-0.25-0.50

99

95

90

80

70

60

50

40

30

20

10

5

1

Mean

0.760

-3.33067E-16

StDev 0.2407

N 16

AD 0.232

P-Value


Mean -3.33067E-16

StDev 0.2407

N 16

AD 0.232

P-Value 0.760


P-Value = 0,001 <

0,05

Bác bỏ H0, chấp

nhận H1

Kết luận: Có sự

sai khác về khối

lượng cỏ khô bê thu

nhận khi sử dụng

các loại thức ăn bổ

sung (P < 0,05)

General Linear Model: KLCO versus GD, BE, TA

Factor Type Levels Values

GD fixed 4 1, 2, 3, 4

BE fixed 4 1, 2, 3, 4

TA fixed 4 A, B, C, D

Analysis of Variance for KLCO, using Adjusted SS for Tests

Source DF Seq SS Adj SS Adj MS F P

GD 3 1.4819 1.4819 0.4940 3.41 0.094

BE 3 3.5919 3.5919 1.1973 8.27 0.015

TA 3 12.0219 12.0219 4.0073 27.68 0.001

Error 6 0.8688 0.8688 0.1448

Total 15 17.9644

S = 0.380515 R-Sq = 95.16% R-Sq(adj) = 87.91%

Unusual Observations for KLCO

Obs KLCO Fit SE Fit Residual St Resid

11 12.8000 12.2875 0.3008 0.5125 2.20 R

R denotes an observation with a large standardized residual.

Stat/ ANOVA/(GLM) General Linear Model

Thí nghiệm ô vuông latinh

Khi chấp nhận H1 so sánh

cặp

So sánh cặp khi chấp nhận giả thiết H1

Chọn Comparisons… trong (GLM) General Linear Model

Biến cần so sánh



Công thức Trung bình Công thức Trung bình

A 11,50a A 11,50a

B 11,07a B 11,07a

C 10,92a C 10,92a

D 9,22b D 9,22b

Sơ đồ tóm tắt t-test và ANOVA

Bài 4. Tương quan hồi quy và bảng tương liên


I. Tương quan và hồi quy tuyến tính


Hệ số tương quan

Stat Basic Statistic Corelation…Cấu trúc số liệu

Hệ số tương quan

Hệ số tương quanCorrelations: KL, DL, DN

KL DL

DL 0.897

0.000

DN 0.905 0.648

0.000 0.001

Cell Contents: Pearson correlation

P-Value

•Hệ số tương quan giữa Khối

lượng và đường kính lớn là

0,897

•Hệ số tương quan giữa Khối

lượng và đường kính bé là 0,905

•Hệ số tương quan giữa đường

kính lớn và đường kính bé là

0,648

•Xác suất đối với từng hệ số

tương quan đều < 0,05

Kết luận

Phương trình hồi quy tuyến tính

Stat Regression Regression…

Phương trình hồi quy tuyến tínhHồi quy đơn biến y = a +bx Hồi quy đa biến y = a + b1x1 + b2x2+…+bnxn

Phương trình hồi quy tuyến tính đơn biếnRegression Analysis: KL versus DL

The regression equation is

KL = - 53.7 + 2.04 DLPredictor Coef SE Coef T P

Constant -53.67 12.78 -4.20 0.000

DL 2.0379 0.2250 9.06 0.000

S = 2.69651 R-Sq = 80.4% R-Sq(adj) = 79.4%

Analysis of Variance

Source DF SS MS F P

Regression 1 596.60 596.60 82.05 0.000

Residual Error 20 145.42 7.27

Total 21 742.02

Unusual Observations

Obs DL KL Fit SE Fit Residual St Resid

7 57.1 67.900 62.629 0.579 5.271 2.00R

8 58.2 59.000 64.871 0.658 -5.871 -2.25RR denotes an observation with a large standardized residual.

Phương trình hồi quy tuyến tính đa biếnRegression Analysis: KL versus DL, DN

The regression equation is

KL = - 117 + 1.21 DL + 2.48 DNPredictor Coef SE Coef T P

Constant -116.555 5.472 -21.30 0.000

DL 1.21473 0.08323 14.60 0.000

DN 2.4764 0.1623 15.26 0.000

S = 0.759757 R-Sq = 98.5% R-Sq(adj) = 98.4%

Analysis of Variance

Source DF SS MS F P

Regression 2 731.05 365.53 633.24 0.000

Residual Error 19 10.97 0.58

Total 21 742.02

Source DF Seq SS

DL 1 596.60

DN 1 134.46

II. Bảng tương liên


Các bước tiến hành (Ví dụ M-1.12 trang

48)







Bảng 1. Tỷ lệ viêm nội mạc tử cung của hai giống bò

Giống bò nViêm nội mạc tử cung

Không Có

Holstein 500 400

(80,00%)

100

(20,00%)

Jersey 200 190

(95,00%)

10

(5,00%)




• Ví dụ M-1.12:


- Tỷ lệ viêm nội mạc tử cung ở hai giống bò Holstein và Jersey như

nhau

- πH = πJ


- Tỷ lệ viêm nội mạc tử cung ở hai giống bò Holstein và Jersey khác

nhau

- πH ≠ πJ


• Tần suất lý thuyết (tần suất ước tính) của các ô >5:

sử dụng phép thử Khi bình phương (Chi-square)

• Trường hợp ít nhất một ô có giá trị tần suất ước tính

lý thuyết ≤ 5 sử dụng phép thử chính xác của

Fisher với bảng tương liên 2x2 (Fisher’s exact for

2x2 tables)

Phép thử Khi bình phương

Stat TablesCross Tabulation and Chi-Square …Cấu trúc số liệu

Phép thử khi bình phương (chi-square)

Stat TablesCross Tabulation and Chi-Square …

Chọn Chi-Square…

nếu tần suất ước tính

> 5

Giá trị ước tính lý thuyết

Phép thử Khi bình

phương

Bảng tương liên: Phép thử khi bình phương (chi-square)

Đọc kết quả trong cửa sổ SessionTabulated statistics: GIONG, KETQUA


Rows: GIONG Columns: KETQUA

- + All

H 400 100 500

80.00 20.00 100.00

421.4 78.6 500.0

J 190 10 200

95.00 5.00 100.00

168.6 31.4 200.0

All 590 110 700

84.29 15.71 100.00

590.0 110.0 700.0


% of Row

Expected count

Pearson Chi-Square = 24.268, DF = 1, P-Value = 0.000Likelihood Ratio Chi-Square = 29.054, DF = 1, P-Value = 0.000

P-value = 0,000

Kết luận: Có mối liên

hệ giữa bệnh viêm nội

mạc tử cung và giống bò

(P<0,05)

Stat TablesCross Tabulation and Chi-Square …Cấu trúc số liệu

Bảng tương liên: Phép thử chính xác của

Fisher…

Stat TablesCross Tabulation and Chi-Square …

Chọn Other Stats…

nếu tần suất ước tính

< 5


Fisher…


Fisher…

Phép thử Chính xác của Fisher

Đọc kết quả trong cửa sổ SessionTabulated statistics: THUOC, KETQUA


Rows: THUOC Columns: KETQUA

- + All

DC 8 2 10

80 20 100

4.500 5.500 10.000

VAC 1 9 10

10 90 100

4.500 5.500 10.000

All 9 11 20

45 55 100

9.000 11.000 20.000


% of Row

Expected count

Fisher's exact test: P-Value = 0.0054775

P-value = 0,0054775

Kết luận: Vác xin đã

làm giảm tỷ lệ chết

(P<0,05)

Đọc kết quả trong cửa sổ SessionTabulated statistics: THUOC, KETQUA


Rows: THUOC Columns: KETQUA

- + All

DC 8 2 10

80 20 100

4.500 5.500 10.000

VAC 1 9 10

10 90 100

4.500 5.500 10.000

All 9 11 20

45 55 100

9.000 11.000 20.000


% of Row

Expected count

Pearson Chi-Square = 9.899, DF = 1, P-Value = 0.002

Likelihood Ratio Chi-Square = 11.016, DF = 1, P-Value = 0.001

* NOTE * 2 cells with expected counts less than 5

thiẾt kẾ thÍ nghiỆm - sb5482bc96ca6f359.jimcontent.com · nỘi dung thỰc hÀnh thiẾt...

Documents