《高级生物统计》课件

《《高级生物统计》课件》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、返回第二节曲线回归(curvilinearregression)一、概述二、能直线化的曲线函数类型一、概述任务：建立曲线回归方程关键：确定y与x间曲线关系类型方法(一)利用生物学知识、根据已知的理论规律与实践经验。例如：细胞增长，呈指数函数上升；放射性元素衰减，呈指数函数下降；动、植物的生长，呈S型—Logisitic曲线(增长过程的有限增长定律或Logistic定律)。方法(二)观察实测点的分布趋势与哪一类已知函数曲线最接近1、利用可直线化的曲线函数类型若实测点的分布趋势与可直线化的曲线函数类型接近，则把曲线回归问题转化为直线回归问题来解决。2、利用多项式逼近——多项式回归若实测点的分布

2、趋势与已知可直线化的任一曲线函数类型都不接近，则采用多项式逼近，把曲线回归问题转化为多项式回归问题来解决。二、能直线化的曲线函数类型(一)双曲线函数(二)幂函数(三)指数函数(四)对数函数(五)logistic生长曲线令得(一)双曲线函数yxyx1(二)幂函数y=axb(a>0)取自然对数lny=lna+blnx令yˊ=lny,aˊ=lna,xˊ=lnx得yˊ=aˊ+bxˊ(a=eaˊ)b>0b<0(三)指数函数∵lny=lna+bx令yˊ=lny,aˊ=lna得yˊ=aˊ+bx(a=eaˊ)(三)指数函数令得(四)对数函数y=a+blgx令xˊ=lgx，得y=a+bxˊ【例1-3】测定甘

3、薯薯块在生长过程中的鲜重(x,g)和呼吸强度(y,CO2mg/100g鲜重/h)的关系。结果如下，试作回归分析。1、散点图(n=8)2、选用y=axb直线化令yˊ=lgy,xˊ=lgx,aˊ=lga得yˊ=aˊ+bxˊ(a=10aˊ)表明yˊ与xˊ间存在极显著的线性关系。得yˊ与xˊ的直线回归方程为：3、曲线回归方程因为所以相关指数的大小表示曲线回归方程估测的可靠程度的高低。4、计算相关指数R2表明用此曲线回归方程进行估测，可靠程度达98.94%，可靠程度高。SAS程序datasample1@@;inputweightdensity;wlog=log10(weight);dlog=log1

4、0(density);cards;1092383280211251220010310744574806;procplot;plotdensity*weight;run;procreg;modeldlog=wlog;run;(五)logistic生长曲线(a>0,b>0,k>0)1、基本特征(1)当x=0时，即：起始值是x→∞时，y→k，上界是k。(2)当是曲线的拐点。在Logistic生长曲线上，这一点是生长速度由快变慢的一个转折点；这一点以前，生长速度由慢到快，这一点以后，生长速度则由快变慢，在拐点处，生长速度最快。2.变量替换——直线化3.确定k值如果y是生长量或繁殖量，可取3对观测值

5、若令，即，也就是等间距，则【例1·6】表1-11是测定某种肉鸡在良好的生长过程的数据。试用Logistic生长曲线拟合实测点。1.散点图2、确定k值选取三个观测点：(2，0.30),(8，2.2),(14，2.8)，得：3、直线化令经过计算求得：表明yˊ与x间存在极显著线性关系。因为于是回归方程为：4.还原因为所以表明用此曲线回归方程式摸拟肉鸡生长过程可靠程度达98.77%。5、计算R2SAS程序datasample2;inputweight@@;retainweek2;week=week+2;weilog=log((2.827-weight)/weight);cards;0.300.86

6、1.732.202.472.672.80;procplot;plotweight*week;run;procreg;modelweilog=week;run;