МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

ФГБОУ ВПО "ТЮМЕНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ"

Ф.Х. Бетляева, М.Ю. Лупинос, С.Н. Гашев

Биометрическая обработка данных на основе компьютерной программы statistica

Учебно-методическое пособие для студентов направления 020400.62 – Биология и специальности 020501 – Биоинженерия и биоинформатика

Тюмень

Издательство Тюменского государственного университета

2011

УДК: 57. 087. 1: 004. 9 (075.8)

ЕО с 51 я 73

Б 542

Ф.Х.Бетляева, М.Ю.Лупинос, С.Н.Гашев Биометрическая обработка данных на основе компьютерной программы STATISTICA. Учебно-методическое пособие для студентов направления 020400.62 «Биология» и специальности 020501 «Биоинженерия и биоинформатика» – Тюмень 2011. – 104 с.

В учебно-методическом пособии изложены методы биометрической обработки данных на основе статистической программы STATISTICA. Рассмотрены современные методы оценки параметров распределений, характеристики статистических совокупностей, проверки статистических гипотез, оценки связи между переменными величинами, достоверности влияния факторов на изменчивость признаков.

Предназначено для студентов, аспирантов, научных работников, специалистов, занимающихся обработкой статистических данных и использующих современные компьютерные технологии.

Рабочая программа дисциплины опубликована на сайте ТюмГУ http://www.umk3.utmn.ru.

Рекомендовано к изданию кафедрой зоологии и эволюционной экологии. Утверждено проректором по учебной работе Тюменского государственного университета.

Ответственный редактор: заведующий кафедрой зоологии и эволюционной экологии, д.б.н. Гашев Сергей Николаевич.

Рецензенты: А.В. Белкин, к.б.н., доцент ТюмГУ;

Г.П. Селюкова, к.б.н., зав. кафедрой экономико-математических методов и вычислительной техники ТГСХА

© Тюменский государственный университет, 2011

© Ф.Х.Бетляева, М.Ю.Лупинос, С.Н.Гашев, 2011

Предисловие

В современном информационно-организованном мире специалисту невозможно обойтись без всестороннего анализа данных. Эта работа обеспечивается знанием общих статистических закономерностей и методов анализа. Использование компьютерных программ анализа повышает эффективность этой работы.

Известные на российском рынке компьютерные программы подразделяются на профессиональные, специальные, универсальные. Профессиональные программы (SAS, BMDP, IMSL) включают специальные методы анализа, доступные математикам. Специальные программы (DATASCOPE, MESOSAUR, Эвриста, Класс-Мастер, Сани, Сигамд) ориентированы на избранные области анализа данных. Применяют такие программы, когда возможности использования универсальных программ недостаточны. Универсальные программы (STADIA, OLIMP, StatGraphics, SPSS, SyStatCSS, STATISTICA) ориентированы на решение широкого круга вопросов, имеют достаточно полный набор статистических методов. Они просты для освоения, имеют удобный интерфейс пользователя, встроенную информационно-поисковую систему.

Целью учебного пособия является ознакомление на наглядных примерах с методами систематизации и обработки данных на основе наиболее известной в настоящее время универсальной компьютерной программы STATISTICA.

В данном издании изложены методы биометрической обработки данных на основе системы статистического анализа данных STATISTICA. В первом разделе приведены подробные сведения об организации программы STATISTICA, о возможностях статистической обработки данных. Во втором разделе «Параметрические критерии» рассмотрено применение современных методов для описания статистических совокупностей, проверки нормальности распределений, оценки генеральных параметров, достоверности разности между средними и дисперсиями распределений, имеющих нормальный тип. В третьем разделе «Непараметрические критерии» изложены методы биометрической обработки выборок, не имеющих нормальное распределение, малого объема с ранговыми значениями. В четвертом разделе «Корреляционный анализ» рассмотрено применение параметрических и непараметрических показателей связи, кросстабуляции при работе с номинальными величинами. В пятом разделе «Дисперсионный анализ» изложены методики проведения однофакторного, двухфакторного анализа данных с оценкой критерия Фишера, его значимости. В шестом разделе «Регрессионный анализ» рассмотрены примеры построения функциональных зависимостей между переменными величинами при линейных, нелинейных, множественных связях. Изложены возможности регрессионного анализа для проведения прогноза изменения переменных величин. В седьмом разделе приведены методы классификационного анализа: кластеризация – разделение биологических объектов на однородные группы или кластеры. В восьмом разделе изложена методика дифференциации объектов к определенным группам в зависимости от значений независимых переменных

Приведен перечень математико-статистических таблиц с объяснением области их применения; словарь терминов.