LOGO
BÀI GIẢNG THIẾT KẾ THÍ NGHIỆM (PHẦN THỰC HÀNH)
haxuanbo@gmail.com
Hà Xuân Bộ Bộ môn Di truyền - Giống vật nuôi Email: hxbo@hua.edu.vn
Thực hành thiết kế thí nghiệm
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) - Tương quan hồi quy và bảng tương liên
Giáo trình
Giáo trình THIẾT KẾ THÍ NGHIỆM Nguyễn Đình Hiền Đỗ Đức Lực NXB Nông nghiệp 2007
Bài tập
Bài tập THIẾT KẾ THÍ NGHIỆM Nguyễn Đình Hiền Đỗ Đức Lực NXB Nông nghiệp 2009
http://www.thietke.jimdo.com/download
Các tài liệu tham khảo khác
Thiết kế thí nghiệm (2005), Claustriaux, J.J. Phương pháp thí nghiệm đồng ruộng (2006), Nguyễn
Thị Lan, Nguyễn Tiến Dũng, NXB Nông nghiệp
Giáo trình phương pháp thí nghiệm đồng ruộng (1976)- Dùng cho các trường Đại học Nông nghiệp, Phạm Chí Thành, NXB Nông nghiệp
Thống kê sinh học và phương pháp thí nghiệm trong chăn nuôi (1979): Giáo trình dùng cho sinh viên 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
LOGO
Bài 1: Tóm tắt, trình bày dữ liệu
Thực hành thiết kế thí nghiệm
LOGO
I. Giới thiệu phần mềm Minitab 16
Thực hành thiết kế thí nghiệm
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
Thanh tiêu đề
Thanh chuẩn
Cửa sổ Session
Dòng đặt tên cột
Cửa sổ Worksheet
Cửa sổ project
Mở một tệp trắng mới (New)
C1: Vào menu File/ New…
C2: Ấn tổ hợp phím Ctrl+N
Mở Worksheet mới Mở Project mới
Mở một tệp đã ghi trên ổ đĩa (Open)
C1: Kích chuột vào biểu tượng Open trên
thanh công cụ chuẩn.
C2: Ấn tổ hợp phím Ctrl+O C3: Vào menu File/Open…
1. Chọn nơi mở tệp
2. Chọn tệp cần mở
3. Bấm để mở tệp
4. Bấm hủy lệnh mở tệp
Ghi tệp vào ổ đĩa (Save)
C1: Kích chuột vào biểu tượng Save trên thanh công cụ
chuẩn.
thì lần ghi tệp hiện tại sẽ ghi lại
C2: Ấn tổ hợp phím Ctrl+S C3: Vào menu File/Save Project Nếu tệp đã được ghi từ trước
Nếu tệp chưa được ghi lần nào
sự thay đổi kể từ lần ghi trước.
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
1. Chọn nơi ghi tệp
2. Đặt tên tệp
3. Bấm để ghi tệp
4. Bấm để hủy lệnh ghi
Khi ghi tệp lần đầu Minitab sẽ yêu cầu đặt tên tệp
Để Save Project As vào menu File/Save Project As...
mới được tạo ra có cùng nội dung với tệp cũ.
Khi ghi tệp với 1 tên khác thì tệp cũ vẫn tồn tại, tệp
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 1
Message Box:
Yes: ghi tệp trước khi thoát No: thoát không ghi tệp Cancel: hủy lệnh thoát
LOGO
II. Nhập dữ liệu trong Minitab
Thực hành thiết kế thí nghiệm
1. Nhập dữ liệu trực tiếp trong Worksheet
Đặt tên cột dữ liệu:
+ Đúng vị trí: Tên cột luôn nằm ở dòng không đánh số thứ tự (trên hàng 1)
+ Ngắn gọn
+ Không dùng các ký hiệu đặc biệt (:,/ …) hoặc các ký tự tiếng Việt (ô, â, ă…); trong cùng một Worksheet không đặt trùng nhau tên cột (Minitab không phân biệt được các ký tự viết hoa và viết thường: MINITAB = Minitab = minitab)
Nhập dữ liệu:
+ Cùng một chỉ tiêu, dữ liệu được nhập thành một cột trong Worksheet (đúng dạng dữ liệu: ký tự, ngày tháng, số,…)
+ Thay dấu (,) bằng dấu (.) trong phần
thập 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(*.*)
LOGO
III. Tóm tắt và trình bày dữ liệu với biến định lượng
Thực hành thiết kế thí nghiệm
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
Ví dụ M-1.1a (trang 18)
1.Biến số cần tính
Tính các ước số thống kê và vẽ đồ thị: Stat Basic Statistic Display Descriptive statistics …
2. Tính chung (ô này để trống)
4. Lựa chọn dạng đồ thị
3. Lựa chọn các tham số thống kê
5. Bấm OK
Tính các ước số thống kê và vẽ đồ thị
Ví dụ M-1.1b (trang 20)
Tính các ước số thống kê và vẽ đồ thị: Stat Basic Statistic Display Descriptive statistics …
1.Biến số cần tính
2. Tính theo nhóm (biến số cần tính)
4. Lựa chọn dạng đồ thị
3. Lựa chọn các tham số thống kê
5. Bấm OK
Chọn các ước số thống kê và dạng đồ thị
3. Chọn các ước số thống kê (Statistics …) 4. Chọn các dạng đồ thị (Graphs …)
Các thuật ngữ Anh - Việt
Tiếng 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
Hệ số biến động
Cv
Coefficient of variation
Coefficient of variation
Ghi chú: Các ký hiệu trong bảng có dấu * là các tham số của quần thể
Kết quả từ Minitab – Ví dụ 1a
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
Descriptive Statistics: P Variable Lua N Mean SE Mean StDev Variance CoefVar P 1 8 44.88 3.82 10.79 116.52 24.05 2 8 50.28 3.32 9.39 88.11 18.67
Trình bày các USTK vào bảng sau
Bảng số…: Tên bảng (thể hiện nội dung của bảng)
n
±SD
Cv(%)
Công thức thí nghiệm
Đơn vị tính
Bảng số…: Tên bảng (thể hiện nội dung của bảng)
Công thức thí nghiệm 1
Công thức thí nghiệm 2
Đơn vị tính
n
±SD
n
±SD
Các chỉ tiêu nghiên cứu
Ví dụ M-1.1ab (trang 18 & 20)
Bảng số 1: Khối lượng của chuột cái lúc cai sữa
Chỉ tiêu n ±SD Cv(%)
Đơn vị tính Khối lượng Gram 16 47,58 ± 10,16 21,75
Bảng số 2: Ảnh hưởng của lứa đến khối lượng của chuột cái lúc cai sữa
Chỉ tiêu ±SD Cv(%) n
Đơn vị tính Gram Gram
8 8
Lứa 1 Lứa 2
44,88 ± 10,79 50,28 ± 9,39
24,05 18,67
LOGO
IV. Tóm tắt và trình bày dữ liệu với biến định tính
Thực hành thiết kế thí nghiệm
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 Session
Tabulated 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
CHỌN
Kích OK
Kích OK
Trình bày bằng biểu đồ Graph Bar Chart … Counts of unique values Chọn Multiple Graphs…
Tóm tắt và trình bày dữ liệu
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 Session
Tabulated 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 Cell Contents: Count % 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 bánh Graph Pie Chart … Counts of unique values Chọn Multiple Graphs…
Trình bày các USTK vào bảng sau
Bảng 3. Tỷ lệ viêm nội mạc tử cung
Trại
n
A
17
B
22
C
20
Viêm nội mạc tử cung Không 11 (64,71%) 16 (72,73%) 12 (60,00%)
Có 6 (35,29%) 6 (27,27%) 8 (40,00%)
LOGO
BÀI 2: Ước lượng kiểm định một giá trị trung bình và so sánh hai giá trị trung bình của hai biến chuẩn
Thực hành thiết kế thí nghiệm
LOGO
I. Ước lượng, kiểm định một giá trị trung bình
Thực hành thiết kế thí nghiệm
Ví dụ M-1.3 (trang 24)
Tăng trọng trung bình (gram/ngày) của 36 lợn nuôi vỗ
béo giống Landrace được rút ngẫu nhiên từ một 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
Tính các ước số thống kê và vẽ đồ thị
Ví dụ M-1.3 (trang 24)
Tính các ước số thống kê và vẽ đồ thị: Stat Basic Statistic Display Descriptive statistics …
1.Biến số cần tính
2. Tính chung (ô này để trống)
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
3. Chọn các ước số thống kê (Statistics …) 4. Chọn các dạng đồ thị (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
Trình bày các USTK vào bảng sau
Bảng số 1.3. Tăng khối lượng trung bình của giống lợn Landrace
Chỉ tiêu
Đơn vị tính
n
±SD
Cv(%)
g/ngày
36
599,19 ± 18,66
3,11
Tăng khối lượng trung bình
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
- µ = 607 gram/ngày
trại so với 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
Stat/ Basic statistics/ Normality test
1. Tên biến số cần kiểm tra
2. Kích OK
Stat/ Basic statistics/ Normality test
P-value = 0,997 > 0,05 Biến số có phân phối chuẩn
Ước lượng và kiểm định một giá trị trung bình khi biết (σ)
Stat/ Basic statistics/1Z
Cột số liệu thô
Giá trị σ
Giá trị µ0
Giải thích kết quả
Giả thiết Ho và đối thiết H1
Kết luận nhờ xác suất
One-Sample Z: P Test of mu = 607 vs not = 607 The assumed standard deviation = 21.75 Variable N Mean StDev SE Mean 95% CI Z P P 36 599.194 18.656 3.625 (592.090, 606.299) -2.15 0.031
Khoảng tin cậy
Ước lượng và kiểm định một giá trị trung bình khi không biết σ
Stat/ Basic statistics/1t
Cột số liệu thô
Giá trị µ0
Giải thích kết quả
Giả thiết Ho và đối thiết H1
Kết luận nhờ xác suất
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
Khoảng tin cậy
LOGO
II. So sánh hai giá trị trung bình của hai biến chuẩn
Thực hành thiết kế thí nghiệm
LOGO
1. So sánh hai giá trị trung bình của hai biến chuẩn khi lấy mẫu độc lập
Thực hành thiết kế thí nghiệm
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:
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 nhất
148,1
146,2
152,8
135,3
151,2
146,3
163,5
146,6
Giống thứ hai
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?
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
Tóm tắt và trình bày dữ liệu
Tính các ước số thống kê và vẽ đồ thị Stat Basic Statistic Display Descriptive statistics …
1. Biến số cần tính
3. Chọn các dạng độ thị
2. Chọn các ước số thống kê
4. Kích 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 …)
Trình bày các USTK vào bảng sau
Bảng số 1.4. Khối lượng của hai giống bò
n ±SE Cv(%)
Công thức thí nghiệm
Đơn vị tính
Giống bò 1 Kg 12 196,18 ±10,62 5,41
Giống bò 2 Kg 15 153,70 ±12,30 8,00
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-1.4:
Giả thiết H0:
- Không có sai khác về khối lượng của hai giống bò
- µ1 = µ 2
Đối thiết H1:
- Có sai khác về khối lượng của hai giống bò
- µ1 ≠ µ2
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
Stat/ Basic statistics/ Normality test
1. Tên biến số cần kiểm tra
2 Kích OK
Stat/ Basic statistics/ Normality test
Số liệu được nhập thành hai cột 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
Kiểm tra điều kiện: phương sai đồng nhất
Stat/ Basic statistics/ 2 Variance…
Kiểm tra phương sai đồng nhất
Nhập số liệu cách 2
Nhập số liệu cách 1
Stat/ Basic statistics/ 2 Variance…
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
Stat/ Basic statistics/2t
Số liệu nhập thành 2 cột
Số liệu nhập thành 1 cột
Chọn
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
Giải thích kết quả (hai phương sai đồng nhất)
Một số tham số thống kê cơ bản
Xác suất KL
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
Bậc tự do
DF = n1+ n2- 2
Giải thích kết quả (hai phương sai không đồng nhất)
Một số tham số thống kê cơ bản
Xác suất KL
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: (33.3658, 51.5842) T-Test of difference = 0 (vs not =): T-Value = 9.62 P-Value = 0.000 DF = 24
Bậc tự do
LOGO
2. So sánh hai giá trị trung bình của hai biến chuẩn khi lấy mẫu theo cặp
Thực hành thiết kế thí nghiệm
Ví dụ M-1.5 (trang 29) Tăng trọng (pound) của 10 cặp bê sinh đôi giống hệt nhau dưới hai chế độ chăm sóc khác nhau (A và B). Bê trong từng cặp được bắt thăm ngẫu nhiên về một trong hai cách chăm sóc.
Hãy kiểm định giả thiết H0:Tăng trọng trung bình ở hai cách chăm sóc như nhau. H1: Tăng trọng trung bình khác 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
43 39 39 42 46 43 38 44 51 43
37 35 34 41 39 37 35 40 48 36
Tăng trọng ở cách A Tăng trọng ở cách B
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
Cột chứa kết quả
Tính các phép toán (+, -, *, /, bình phương, khai căn, logarit,…)
Phần nhập công thức
Calc Calculator …
Các hàm tính toán
Bấm OK
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-1.5:
- Tăng trọng trung bình ở hai cách chăm sóc như nhau
Giả thiết H0:
- µA = µB
- Tăng trọng trung bình ở hai cách chăm sóc khác nhau
Đối thiết H1:
- µA ≠ µB
Kiểm tra điều kiện: phân bố chuẩn
Stat/ Basic statistics/ Normality test
Stat/ Basic statistics/ Normality test
1. Tên biến cần kiểm tra
2 Kích OK
Stat/ Basic statistics/ Normality test
P-value = 0,592 > 0,05 Số liệu có phân phối chuẩn
Kiểm tra phân bố chuẩn ở cột hiệu
So sánh hai giá trị trung bình khi lấy mẫu theo cặp
Stat/ Basic statistics/ t-t Paired t…
2.Tên cột số liệu 1
3.Tên cột số liệu 2
1. Chọn chấm tròn trên
4.Kích
Giải thích kết quả (so sánh hai giá trị trung bình khi lấy mẫu theo cặp)
Một số tham số thống kê cơ bản
Xác suất KL
Paired T-Test and CI: A, B Paired T for A - B N Mean StDev SE Mean 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
LOGO
BÀI 3. So sánh nhiều giá trị trung bình bằng phân tích phương sai (ANOVA)- Bảng tương liên
Thực hành thiết kế thí nghiệm
LOGO
1.Mô hình thí nghiệm một yếu tố hoàn toàn ngẫu nhiên
Thực hành thiết kế thí nghiệm
Ví dụ M-1.6 (trang 31)
Theo dõi tăng trọng của cá (kg) trong thí nghiệm với 5 công thức nuôi (A, B, C, D, E). Hãy cho biết tăng trọng của cá ở các công thức nuôi có sự sai khác hay không? Nếu có sự khác nhau, tiến hành so sánh sự sai khác của từng 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
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
Tóm tắt và trình bày dữ liệu
Nhập số liệu cách 1
Tính các ước số thống kê và vẽ đồ thị Stat Basic Statistic Display Descriptive statistics …
Nhập số liệu cách 2
Tóm tắt và trình bày dữ liệu
Nhập số liệu cách 1
Nhập số liệu cách 2
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 …)
Trình bày các USTK vào bảng sau
Bảng số 1.6. Ảnh hưởng của các công thức nuôi đến tăng trọng của cá
Công thức thí nghiệm Đơn vị tính
±SD
Cv(%)
n
Kg
4
0,88 ± 0,04
5,39
Kg
4
0,42 ± 0,02
4,9
Công thức nuôi A Công thức nuôi B
Kg
4
0,76 ± 0,09
12,4
Công thức nuôi C
Kg
4
0,93 ± 0,04
5,1
Công thức nuôi D
Kg
4
0,95 ± 0,04
4,3
Công thức nuôi E
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-1.6:
Giả thiết H0: - 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 Đối thiết H1: - 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
Stat/ ANOVA/ Test for equal Variance…
Kiểm tra sự đồng nhất của phương sai
Kiểm tra phương sai đồng nhất
Stat/ ANOVA/ Test for equal Variance…
Stat/ ANOVA/ Test for equal Variance…
Bartlett's Test
5.76 0.218
Test Statistic P-Value
Levene's Test
Test Statistic P-Value
0.81 0.539
P-Value 0,539 > 0,05 Phương sai đồng nhất
Stat/ ANOVA/ Test for Variance…
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) Test statistic = 0.81, p-value = 0.539
Thí nghiệm một yếu tố hoàn toàn ngẫu nhiên
Chọn vào ô này để lấy cột phần dư (RESI)
Stat/ ANOVA/One- Way…
Kiểm tra điều kiện: phân bố chuẩn
Stat/ Basic statistics/ Normality test
Stat/ Basic statistics/ Normality test
1. Tên cột phần dư (RESI1)
2 Kích OK
Stat/ Basic statistics/ Normality test
Mean 8.326673E-18 StDev 0.04970 N AD P-Value
20 0.525 0.159
P-Value 0,159 > 0,05 Biến số có phân bố chuẩn
Giải thích kết quả
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)
One-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
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
0,95a
E
A
0,88a
0,93a
D
B
0,42c
0,88a
A
C
0,76b
0,76b
C
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)
LOGO
2. Mô hình thí nghiệm một yếu tố khối ngẫu nhiên đầy đủ
Thực hành thiết kế thí nghiệm
Ví dụ M-1.7 (trang 35) Nghiên cứu số lượng tế bào lymphô ở chuột (x1000 tế bào mm-3 máu) được sử dụng 4 loại thuốc khác nhau (A, B, C và D; thuốc D là thuốc placebo) qua 5 lứa; số liệu thu được trình bày ở bảng dưới. Cho biết ảnh 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 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
Tóm tắt và trình bày dữ liệu
Cấu trúc số liệu
Tính các ước số thống kê và vẽ đồ thị Stat Basic Statistic Display Descriptive statistics …
Tóm tắt và trình bày dữ liệu
Tính theo LỨA
Tính theo THUỐC
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 …)
Trình bày các USTK vào bảng sau
Bảng số 1.7. Ảnh hưởng của thuốc đến số lượng tế bào lympho ở chuột
Công thức thí nghiệm
±SD
Cv(%)
n
Đơn vị tính
Thuốc A
5
Thuốc B
5
Thuốc C
5
Thuốc D
5
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-1.7:
Giả thiết H0:
- Ảnh hưởng của bốn loại thuốc đến tế bào lympho như nhau
- µA = µB = µC = µD
Đối thiết H1:
- µA ≠ µB ≠ µC ≠ µD
- Ảnh hưởng của bốn loại thuốc đến tế bào lympho khác nhau
Stat/ ANOVA/ Test for equal Variance…
Kiểm tra sự đồng nhất của phương sai
Kiểm tra phương sai đồng nhất
Stat/ ANOVA/ Test for equal Variance…
Stat/ ANOVA/ Test for Variance…
Bartlett's Test
Test Statistic P-Value
0.25 0.969
Levene's Test
Test Statistic P-Value
0.07 0.977
P-Value = 0,977 > 0,05 => Phương sai đồng nhất
Stat/ ANOVA/ Test for equal Variance…
5 0.319811 0.605805 2.51334 5 0.350972 0.664831 2.75822 5 0.401351 0.760263 3.15415 5 0.322415 0.610737 2.53380
Test for Equal Variances: TEBAO versus THUOC 95% Bonferroni confidence intervals for standard deviations THUOC N Lower StDev Upper A B C D Bartlett's Test (normal distribution) Test statistic = 0.25, p-value = 0.969 Levene's Test (any continuous distribution) Test statistic = 0.07, p-value = 0.977
Thí nghiệm một yếu tố khối ngẫu nhiên đầy đủ (cách 1)
Stat/ ANOVA/Two- Way…
Chọn vào ô này để lấy cột phần dư (RESI)
Thí nghiệm một yếu tố khối ngẫu nhiên đầy đủ (cách 2)
Stat/ ANOVA/(GLM) General Linear Model…
Chọn
Chọn vào ô này để lấy cột phần dư (RESI)
Kiểm tra điều kiện: phân bố chuẩn
Stat/ Basic statistics/ Normality test
Stat/ Basic statistics/ Normality test
1. Tên cột phần dư (RESI1)
2 Kích OK
Stat/ Basic statistics/ Normality test
-8.43769E-16 Mean 0.1831 StDev 20 N AD 0.598 P-Value 0.104
P-Value = 0,104 > 0,05 Số liệu có phân bố chuẩn
Giải thích kết quả
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%
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)
Thí nghiệm một yếu tố khối ngẫu nhiên đầy đủ: so sánh cặp
Stat/ ANOVA/(GLM) General Linear Model…
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
Giải thích kết quả
Trung bình
Công thức
Trung bình
Công thức
A
6,42a
A
6,42a
C
6,06ab
B
5,72b
B
5,72b
C
6,06ab
D
5,66b
D
5,66b
Ghi chú: Các giá trị trung bình mang cùng chữ cái, sai khác không có ý nghĩa (P>0,05)
LOGO
3. Mô hình thí nghiệm kiểu Ô vuông latinh
Thực hành thiết kế thí nghiệm
Ví dụ 1.9a (Trang 37)
Các bước tiến hành (Ví dụ M-1.9a trang 37)
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
Tóm tắt và trình bày dữ liệu
Cấu trúc số liệu
Tính các ước số thống kê và vẽ đồ thị Stat Basic Statistic Display Descriptive statistics …
Trình bày các USTK vào bảng sau
Bảng số 1.9. Ảnh hưởng của thức ăn bổ sung đến khối lượng cỏ khô trung bình bê thu nhận
Công thức thí nghiệm
±SD
Cv(%)
n
Đơn vị tính
4
Thức ăn A
Kg/ngày
4
Thức ăn B
Kg/ngày
4
Thức ăn C
Kg/ngày
4
Thức ăn D
Kg/ngày
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-1.9a:
Giả thiết H0:
- Không có sự sai khác về số lượng cỏ khô bê thu nhận khi sử dụng
- µA = µB = µC = µD
các loại thức ăn bổ sung A, B, C và D.
Đối thiết H1:
- 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…
Kiểm tra sự đồng nhất của phương sai
Kiểm tra phương sai đồng nhất
Stat/ ANOVA/ Test for equal Variance…
Stat/ ANOVA/ Test for equal Variance…
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
Stat/ ANOVA/ Test for equal Variance…
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 Bartlett's Test (normal distribution) Test statistic = 0.90, p-value = 0.825 Levene's Test (any continuous distribution) Test statistic = 0.14, p-value = 0.936
Thí nghiệm kiểu ô vuông latinh
Stat/ ANOVA/(GLM) General Linear Model
Chọn
Chọn vào ô này để lấy cột phần dư (RESI)
Kiểm tra điều kiện: phân bố chuẩn
Stat/ Basic statistics/ Normality test
Stat/ Basic statistics/ Normality test
1. Tên cột phần dư (RESI1)
2 Kích OK
Stat/ Basic statistics/ Normality test
Mean -3.33067E-16 0.2407 StDev 16 N 0.232 AD 0.760 P-Value
P-Value = 0,760 > 0,05 Số liệu có phân bố chuẩn
Giải thích kết quả
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.
Thí nghiệm kiểu ô vuông latinh
Stat/ ANOVA/(GLM) General Linear Model
Khi chấp nhận H1 so sánh cặp
So sánh cặp khi chấp nhận giả thiết H1
Biến cần so sánh
Chọn Comparisons… trong (GLM) General Linear Model
Giải thích kết quả
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
Ghi chú: Các giá trị trung bình mang cùng chữ cái, sai khác không có ý nghĩa (P>0,05)
Viết các số trung bình theo thứ tự ban đầu và viết các chữ cái bên cạnh:
Công thức Trung bình Công thức Trung bình
A
A
11,50a
11,50a
B
B
11,07a
11,07a
C
C
10,92a
10,92a
D
D
9,22b
9,22b
Sơ đồ tóm tắt t-test và ANOVA
LOGO
Bài 4. Tương quan hồi quy và bảng tương liên
Thực hành thiết kế thí nghiệm
LOGO
I. Tương quan và hồi quy tuyến tính
Thực hành thiết kế thí nghiệm
Hệ số tương quan
Cấu trúc số liệu
Stat Basic Statistic Corelation…
Hệ số tương quan
Hệ số tương quan
•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
Correlations: 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 •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 tính
Hồi quy đa biến y = a + b1x1 + b2x2+…+bnxn
Hồi quy đơn biến y = a +bx
Phương trình hồi quy tuyến tính đơn biến
Regression Analysis: KL versus DL The regression equation is KL = - 53.7 + 2.04 DL Predictor 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 -2.25R R denotes an observation with a large standardized residual.
Phương trình hồi quy tuyến tính đa biến
Regression Analysis: KL versus DL, DN The regression equation is KL = - 117 + 1.21 DL + 2.48 DN Predictor 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
LOGO
II. Bảng tương liên
Thực hành thiết kế thí nghiệm
Ví dụ M-1.12 (trang 48)
Các bước tiến hành (Ví dụ M-1.12 trang 48)
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
Tóm tắt và trình bày dữ liệu
Bảng 1. Tỷ lệ viêm nội mạc tử cung của hai giống bò
Giống bò
n
Holstein
500
Jersey
200
Viêm nội mạc tử cung Không 400 (80,00%) 190 (95,00%)
Có 100 (20,00%) 10 (5,00%)
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-1.12:
Giả thiết H0:
- Tỷ lệ viêm nội mạc tử cung ở hai giống bò Holstein và Jersey như
nhau
- πH = πJ
Đối thiết H1:
- Tỷ lệ viêm nội mạc tử cung ở hai giống bò Holstein và Jersey khác
nhau
- πH ≠ πJ
Kiểm tra điều kiện
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
Cấu trúc số liệu
Stat Tables Cross Tabulation and Chi-Square …
Phép thử khi bình phương (chi-square)
Stat Tables Cross Tabulation and Chi-Square …
Chọn Chi-Square… nếu tần suất ước tính > 5
Bảng tương liên: Phép thử khi bình phương (chi-square)
Phép thử Khi bình phương
Giá trị ước tính lý thuyết
Đọc kết quả trong cửa sổ Session
P-value = 0,000
Kết luận: Có mối liên hệ giữa bệnh viêm nội mạc tử cung và giống bò (P<0,05)
Tabulated statistics: GIONG, KETQUA Using frequencies in TANSUAT 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 Cell Contents: Count % of Row Expected count Pearson Chi-Square = 24.268, DF = 1, P-Value = 0.000 Likelihood Ratio Chi-Square = 29.054, DF = 1, P-Value = 0.000
Bảng tương liên: Phép thử chính xác của Fisher…
Cấu trúc số liệu
Stat Tables Cross Tabulation and Chi-Square …
Bảng tương liên: Phép thử chính xác của Fisher…
Stat Tables Cross Tabulation and Chi-Square …
