2个软件结合在动物科学本科生试验设计中的应用

2个软件结合在动物科学本科生试验设计中的应用

0数据处理图形软件多样spss是国际著名的统计分析软件，广泛应用于自然科学和社会科学的研究。与SAS、SATA相比,SPSS不需要编程,只需点击菜单和对话框,易学易用,在短时间内甚至几秒钟内即可得出数据分析结果,但要求掌握基本的统计原理。Excel也可进行简单的数据分析,但分析结果信息量少,且操作繁琐。而Excel在作图方面却不失为一优秀软件。与当前流行的数据处理图形软件Matlab、AutoCAD、SigmaPlot、SPSS等相比,Excel不需要一定的编程知识和矩阵知识,图表类型多样,图形精确、细致、美观,且操作灵活、快捷,图形随数据变化呈即改即现的效果,既能绘制简单图形,亦能绘制较为复杂的专业图形。对本科生而言,Excel的操作比较简单且熟悉。尤为方便的是,SPSS和Excel可以进行数据、分析结果间的相互调用。动物科学专业本科生毕业论文中通常采用的试验设计方法有完全随机试验设计、随机区组试验设计、拉丁方试验设计、正交试验设计等,而方差分析是最常用的数据分析方法。本文通过实例运用SPSS功能模块进行方差分析,以及通过Excel对SPSS分析结果进行作图,以期为本科毕业生数据分析及图形处理提供参考。1试验计划与数据分析1.1不同配合饲料对猪的增重效果完全随机试验设计比较简单,处理数与重复数都不受限制,适用于试验条件、环境、试验动物差异较小的试验。完全随机试验设计只设置1个试验因素,可采取单因素方差分析,如果有协变量影响,则考虑单因素协方差分析。方差分析的前提条件是样本独立性、正态性和方差齐性。若不满足这3个条件,则需进行平方根转换、对数转换和反正弦转换(在Excel中通过插入函数或利用SPSS的数据转换命令进行转换),或者选择非参数检验(如秩和检验、符号检验等)。以上条件中,对独立性要求最严格,但一般都可满足,根据试验设计的随机化基本原则在试验设计和试验过程中已被充分考虑。相互独立的随机样本才能保证变异的可加性(可分解性)。单因素方差分析必须考虑正态性和方差齐性,但无重复数据的方差分析,如正交设计则不考虑这2个问题,正态性和方差齐性是以单元格为基本单位的,每个单元格若只有1个数据,则无法分析;对于有重复数据的多因素方差分析,真正分到每个格子中的样本例数一般都只有3~5例,很难检验出差别,或者极端情况,因为极个别格子方差不齐而导致检验不能通过,这种情况实际上对分析结果影响并不太严重,只要数据分布不是明显偏态,不存在极端值即可。正态性检验的方法有多种,如图示法(概率图或分位数图),或计算法(如矩法、W检验法、D检验法)等,本文主要采用SPSS中依据矩法原理的单样本K-S法进行正态性检验。方差齐性是指相互比较的各样本的总体方差相等。例1为了比较5种不同配合饲料对猪的饲喂效果,选取了品种、性别、体重基本相同的仔猪25头,随机分成5组,投喂不同饲料,经30d试验后,各组的增重结果列于表1。(1)SPSS操作(部分数据文件见图1)。(1)正态性检验。Analyze→NonparametricTests→1-SampleK-S,净增重→TestVariableList,TestDistribution中选择Normal→Ok。5组饲料的P值分别为0.722、0.967、1.000、0.964、1.000,均服从正态分布。(2)单因素方差分析。本题只有1个试验因素,无协变量影响,属于简单的单因素方差分析,选择SPSS中针对单因素单向方差分析的One-wayANOVA命令进行快速分析。Analyze→CompareMeans→One-wayANOVA,组别→Factor,净增重→DependentList,PostHoc→PostHocMultipleComparisons(多重比较)→Duncan→Continue,→Options→Descriptive,Homogeneity-of-Variance(方差齐性检验)→Continue→Ok。输出结果有描述性统计量、方差齐性检验、方差分析、多重比较。方差齐性检验结果,P=0.579>0.05,即方差齐性。方差分析结果,P=0.003<0.01,表明不同配合饲料对猪的饲喂效果有极显著差异,且饲料5对猪增重效果最佳。(2)Excel作图。(1)选择图表类型并生成初图。复制SPSS描述性统计结果→编辑(Excel中)→选择性粘贴→Unicode文本。插入→图表→柱形图→子图表类型→簇状柱形图(右侧类型中的第一个)→下一步→数据区域(选定平均值一列数据区域)→完成。(2)图形初步编辑。数据轴主要网格线→右键→清除,绘图区→右键→清除,图例→右键→清除;数据柱→数据系列格式→图案→边框→自定义→颜色→黑色,内部→颜色选白色;图表区→右键→图表区格式→图案→边框→无,区域→无→确定,字体→字体先选宋体,再选TimesNewRoman,字形→常规,字号→8号。图表区左上角小正方图变为45°双向箭头时,向右下角方向拉动,将横坐标轴长度调整为Excel中3个单元格长度,将纵坐标轴长度调整为Excel中6个单元格长度(横、纵坐标轴长度视具体情况而定,图形美观即可),纵坐标→右键→坐标轴格式→刻度→主要刻度单位为4(视具体情况而定)→确定。(3)添加误差线。若样本数相同,误差线既可选择标准偏差(SD),又可选择标准误差(SE),若样本数不同,则只能选择标准误差,通常都选择标准误差。数据柱→右键→数据系列格式→误差线→显示方式→正偏差→自定义:(C)+(选定标准误那列数据区域)→确定。(4)多重比较结果标注。根据图2多重比较结果,不在同一列,表示差异显著(P<0.05),用不同字母表示,同列用相同字母表示,表示差异不显著(P>0.05)。点击绘图区→敲入相应的英文字母→Enter→放入对应数据柱上。(5)变成.JPG图片。复制Excel中图形至Word中,编辑→选择性黏帖→图片(增强型图元文件)。(3)Word编辑。点击图片→右键→显示“图片”工具栏→裁剪→调节图片四边至合适大小→文字环绕→浮于文字上方→点击图片→图表区左上角空心圆变为45°双向箭头时向右下角方向拉动,调节至合适大小。图表标题和坐标轴标目填写的通常做法是在Excel中完成:图表区→右键→图表选项→将图表标题、横、纵坐标标目分别输入图表标题(T),分类(X)轴(C),数值(Y)轴(V)中。但如果论文中图形较多,一旦图表标题和横、纵坐标轴标目出现错误会造成修改不便,或者几个图形组合在一起,为了美观,需使几个图形具有相同的横、纵坐标长度,则要反复调整,势必会增加工作量。可通过插入文本框实现。插入→文本框→横排→输入横坐标标目→点击文本框边缘→右键→设置文本框格式→颜色与线条→线条→颜色选为白色→确定。若为纵坐标标目,点击所写的纵坐标标目→右键→文字方向→方向→选择第二行第1个。最后,按Shift将横、纵坐标标目与图形进行组合(见图3)。1.2数据柱、表及图形随机单位组设计也称为随机区组(或窝组)设计。它是根据局部控制的原则,如将同窝、同性别、体重基本相同的动物划归一个单位组,每一单位组内的动物数等于处理数,并将各单位组的试验动物随机分配到各处理组。随机区组设计的数据分析中将区组作为1个因素,再考虑另一试验因素,因此通常采用2因素方差分析中最简单的两因素无交互方差分析。例24个品种的猪,分别用3种配合料(每种饲料喂1头猪)饲养3个月的增重结果见表2。分别检验不同品种以及不同饲料对猪增重效果是否有显著差异。数据文件见图4。SPSS操作如下:Analyze→GeneralLinearModel→Univariate→品种、饲料→FixedFactor(s),增重→DependentVariable,→Model→Custom→Model:品种、饲料,BuildTerm(s):Maineffects→Continue,PostHoc→PostHocMultipleComparisonsforObservedMeans→PostHocTestsfor→品种、饲料,EqualVariancesAssumed→Duncan→Continue,→Options→DisplayMeansfor:品种、饲料,Display→Descriptivestatistics,Homogeneitytests→Continue→Ok。输出结果有方差分析、单因素统计量以及多重比较(由于本文主要介绍数据分析过程以及作图技巧,在此不将方差分析、单因素统计量作为重点列出)。方差分析表明,品种、饲料P值分别为0.000,0.016,即不同品种及不同配合饲料对猪的饲喂效果均有显著影响,品种1和饲料2和3对猪增重效果最好。(1)建立三线表。表格→插入→表格→表格尺寸,列数(C):5,行数(R):5,表格自动套用格式→简明型1→确定。→表格→绘制表格→表格和边框→无边框(第1个)→将倒数第二线条变为无颜色,→将无边框选为实线(第2个)→将第1、最后1条线选择为0.675kg,第2条线选择为0.45kg。(2)将方差分析表中的数值转入三线表中。复制方差分析表至Excel中→编辑→选择性黏贴→带格式文本(RTF)→复制到Word中→对应数值复制到三线表中。(3)根据单因素统计量和多重比较结果画出柱状图。为了节省作图时间,根据单因素统计量和图5多重比较结果在Excel中先做好图6中左图→复制→粘贴→点击图表区→右键→源数据→在数据区域中插入右图数据,这样2个图形大小基本一致,重新添加平均值、误差线和多重比较结果,为了使数据柱对比更加鲜明,将Excel中纵坐标最大和最小值调节为合适的数值。调整2个图形横坐标在Excel同一行单元格上,调整横、纵坐标轴,使2个图形具有相同长度的横、纵坐标轴,具有相同数量的主要刻度单位。(4)调整2个图形使数据柱具有相同宽度。点击数据柱→右键→数据系列格式→选项→分类间距→调整数值使2个图形数据柱具有相同宽度。(5)组合图形。Shift→分别点击2个图形→右键→组合→复制至Word中→编辑→选择性粘帖→图片(增强型图元文件)。插入图表标题和坐标轴标目,并与图形组合。1.3鸡群、鸡舍温度、产蛋期对产蛋量的影响拉丁方试验设计是从横行和直列2个方向进行双重局部控制,使得横行和直列两向皆成单位组的设计。在拉丁方设计中,每一行或每一列都成为1个完全单位组,而每一处理在每一行或每一列都只出现1次,即,拉丁方设计中,试验处理数=横行单位组数=直列单位组数=试验处理的重复数。拉丁方设计试验结果的统计分析,是将行列两个单位组因素与试验因素一起,按3因素无交互方差分析法进行分析。例3为了研究5种不同温度对蛋鸡产蛋量的影响,将5栋鸡舍的温度设为A、B、C、D、E,把各栋鸡舍的鸡群的产蛋期分为5期,由于各鸡群和产蛋期的不同对产蛋量有较大的影响,因此采用拉丁方设计,把鸡群和产蛋期作为单位组设置,以便控制这两个方面的系统误差。5种不同温度对鸡产蛋量影响试验结果见表3。部分数据见图7。SPSS操作如下:Analyze→GeneralLinearModel→Univariate→鸡群,产蛋期,鸡舍温度→FixedFactor(s),产蛋量→DependentVariable,→Model→Custom→Model:鸡群,产蛋期,鸡舍温度,BuildTerm(s):Maineffects→Continue,PostHoc→PostHocMultipleComparisonsforObservedMeans→PostHocTestsfor→鸡群,产蛋期,鸡舍温度,EqualVariancesAssumed→Duncan→Continue,→Options→DisplayMeansfor:鸡群,产蛋期,鸡舍温度,Display→Descriptivestatistics,Homogeneitytests→Continue→Ok。输出结果有方差分析、单因素统计量以及多重比较(见图8)。方差分析表明,鸡群、鸡舍温度、产蛋期P值分别为0.035、0.018、0.009,即鸡群、鸡舍温度、产蛋期对产蛋量有显著影响。鸡群3,鸡舍温度3和4以及产蛋期3和4产蛋量最大(见图8、图9)。1.4试验方法及结果拉丁方试验设计要求较高,必须是3个因素、无交互作用、水平数相等。当因素数大于等于3时,通常采用正交试验设计。正交设计是利用正交表来安排与分析多因素试验的一种设计方法,它利用从试验的全部水平组合中,挑选部分有代表性的水平组合进行试验,通过对这些部分试验结果的分析了解全面试验的情况,找出最优的水平组合。例4为研究当归补血汤中黄芪的提取工艺,考察了药材粉碎度、加水量、煎煮时间及煎煮次数对黄芪多糖提取的影响。采用4因素3水平,见表4。选用正交表L9(34)进行表头设计和安排试验,试验方式及结果见表5。部分数据见图10。SPSS操作如下:Analyze→GeneralLinearModel→Univariate→a,b,c,d→FixedFactor(s),x→DependentVariable,→Model→Custom→Model:a,b,c,d,BuildTerm(s):Maineffects→Continue,PostHoc→PostHocMultipleComparisonsforObservedMeans→PostHocTestsfor→a,b,c,d,EqualVariancesAssumed→Duncan→Continue,→Options→DisplayMeansfor:a,b,c,d,Comparemaineffects,Confidenceintervaladjustment:LSD(none),Display→Descriptivestatistics,Homogeneitytests→Continue→Ok。输出结果有因素变量表、方差分析表、单因素统计量表及多重比较表。方差分析表明,药材粉碎度、加水量、煎煮时间及煎煮次数对黄芪多糖提取的影响的P值分别为0.001、0.584、0.017、0.006,即只有加水量对其无显著影响,而其他3个因素对黄芪多糖提取皆有影响,则只需针对这3个因素画出柱状图。由方差分析表和多重比较结果(图11和图12)结合实际,可知黄芪的最佳提取工艺为A3B1C2D3,即粉碎粒度为20目,加水量为10倍,煎煮时间为1.5h,提取次数为3次。1.5干重对猪增重的影响例5为比较3种不同配合饲料对猪催肥的效果,测得每头猪增加的重量(Y)与初始重量(X)数据见表6。试验作3种饲料对猪的催肥效果差异显著性测验。以初始重量为协变量进行协方差分析。部分数据见图13。SPSS操作如下:Analyze→GeneralLinearMod