基于Excel的生物試驗數(shù)據(jù)分析

1 數(shù)據(jù)整理與描述性統(tǒng)計
1．1 數(shù)據(jù)整理
1．1．1 離散型變量
1．1．2 連續(xù)型變量
1．2 數(shù)據(jù)異常值檢驗
1．3 數(shù)據(jù)正態(tài)性檢驗
1．4 描述性統(tǒng)計
1．4．1 平均數(shù)
1．4．2 變異數(shù)
2 一個樣本的假設檢驗
2．1 符合正態(tài)分布的一個樣本假設檢驗
2．1．1 總體方差已知
2．1．2 總體方差未知——大樣本
2．1．3 總體方差未知——小樣本
2．2 符合二項分布的一個樣本假設檢驗
2．2．1 精確法——小樣本
2．2．2 態(tài)理論法——大樣本
2．3 一個樣本的非參數(shù)假設檢驗
2．3．1 精確法——小樣本
2．3．2 正態(tài)理論法——大樣本
3 兩個樣本的假設檢驗
3．1 符合正態(tài)分布的兩個樣本假設檢驗
3．1．1 成組數(shù)據(jù)（總體方差已知）
3．1．2 成組數(shù)據(jù)（總體方差未知）——大樣本
3．1．3 成組數(shù)據(jù)（總體方差未知）——小樣本
3．1．4 配對數(shù)據(jù)
3．2 符合二項分布的兩個樣本假設檢驗
3．2．1 精確法——小樣本
3．2．2 正態(tài)理論法——大樣本
3．3 兩個樣本的非參數(shù)假設檢驗
3．3．1 配對數(shù)據(jù)
3．3．2 成組數(shù)據(jù)
4 卡方檢驗
4．1 假設檢驗原理
4．2 適合性檢驗
4．3 獨立性檢驗
4．3．1 2x2列聯(lián)表
4．3．2 rxc列聯(lián)表
5 多個樣本的假設檢驗
5．1 符合正態(tài)分布的多個樣本假設檢驗
5．1．1 單因素方差分析
5．1．2 因素方差分析——無重復值
5．1．3 雙因素方差分析——有重復值
5．2 多個樣本的非參數(shù)檢驗法
5．2．1 kruskal-wallis秩和檢驗
5．2．2 kruskal-wallis兩兩比較
6 回歸與相關
6．1 一元線性回歸與相關分析
6．1．1 一元線性回歸分析
6．1．2 一元線性相關分析
6．2 可直線化的一元曲線回歸
6．2．1 指數(shù)函數(shù)曲線
6．2．2 j．數(shù)函數(shù)曲線
6．2．3 冪函數(shù)曲線
6．2．4 倒數(shù)函數(shù)曲線
6．2．5 Logistic生長曲線
6．3 多元線性回歸
6．4 多項式回歸
6．4．1 一元多項式回歸
6．4．2 多元多項式回歸
6．5 規(guī)劃求解
7 協(xié)方差分析
7．1 方差齊性檢驗
7．2 檢驗各組回歸直線是否平行
7．3 公共回歸系數(shù)的顯著性檢驗
7．4 協(xié)方差分析
7．5 多重比較
8 常用試驗設計及統(tǒng)計分析
8．1 隨機區(qū)組設計及統(tǒng)計分析
8．1．1 單因素隨機區(qū)組設計及統(tǒng)計分析
8．1．2 雙因素隨機區(qū)組設計及統(tǒng)計分析
8．2 裂區(qū)設計及統(tǒng)計分析
8．3 拉丁方設計及統(tǒng)計分析
8．3．1 拉丁方設計
8．3．2 拉丁方設計統(tǒng)計分析
8．4 正交設計及統(tǒng)計分析
8．4．1 隨機設計的正交統(tǒng)計分析
8．4．2 隨機區(qū)組設計的正交統(tǒng)計分析
附錄
附錄1 相關表格
附錄2 相關函數(shù)及用法
參考文獻