Ứng Dụng Phân Tích Thống Kê Trong Nghiên Cứu Thực Nghiệm Nông Lâm Nghiệp, Sinh Học Sử Dụng Các Phần Mềm Statgraphics, Spss Và Excel .Pdf

LÅÌI NOÏI ÂÁÖU PGS TS BẢO HUY ỨNG DỤNG PHÂN TÍCH THỐNG KÊ TRONG NGHIÊN CỨU THỰC NGHIỆM NÔNG LÂM NGHIỆP, SINH HỌC Sử dụng các phần mềm Statgraphics, SPSS và Excel Năm 2014 2 MỤC LỤC 1 TỔNG QUÁT VỀ CHỨC[.]

PGS.TS BẢO HUY ỨNG DỤNG PHÂN TÍCH THỐNG KÊ TRONG NGHIÊN CỨU THỰC NGHIỆM NÔNG LÂM NGHIỆP, SINH HỌC Sử dụng phần mềm Statgraphics, SPSS Excel Năm 2014 MỤC LỤC TỔNG QUÁT VỀ CHỨC NĂNG XỬ LÝ THỐNG KÊ CỦA EXCEL, STATGRAPHICS VÀ SPSS 1.1 Tổng quát phần xử lý thống kê Excel 1.2 Tổng quát phần mềm xử lý thống kê Statgraphics Centuiron version 15.1.02 1.3 Tổng quát phần mềm xử lý thống kê SPSS Statistics version 20 THỐNG KÊ MÔ TẢ MẪU VÀ KIỂM TRA LUẬT CHUẨN CỦA MẪU ĐỂ XỬ LÝ THỐNG KÊ SO SÁNH – MẪU QUAN SÁT BẰNG TIÊU CHUẨN T 15 3.1 So sánh mẫu với giá trị cho trước – Kiểm tra T mẫu 15 3.2 So sánh sai khác trung bình mẫu quan sát độc lập – Kiểm tra T mẫu độc lập 18 3.3 So sánh sai khác trung bình mẫu quan sát bắt cặp – Kiểm tra T mẫu bắt cặp 23 TIÊU CHUẨN PHI THAM SỐ ĐỂ SO SÁNH NHIỀU MẪU QUAN SÁT ĐỘC LẬP HOẶC CÓ LIÊN HỆ 26 4.1 4.2 Tiêu chuẩn phi tham số kiểm tra mẫu độc lập 26 Tiêu chuẩn phi tham số kiểm tra mẫu liên hệ 31 PHÂN TÍCH PHƯƠNG SAI 34 5.1 Phân tích phương sai nhân tố với thí nghiệm ngẫu nhiên hồn tồn 34 5.2 Phân tích phương sai nhiều nhân tố 38 5.2.1 Phân tích phương sai nhân tố với lần lặp lại: (Bố trí thí nghiệm theo khối ngẫu nhiên đầy đủ (Randomized Complete Blocks) (RCB): 38 5.2.2 Phân tích phương sai nhân tố m lần lặp 43 PHÂN TÍCH TƯƠNG QUAN - HỒI QUY 50 6.1 6.2 Mô hình biến số 52 Mơ hình nhiều biến số 57 PHÂN TÍCH PHÁT HIỆN CÁC NGUYÊN NHÂN ẢNH HƯỞNG ĐẾN VẤN ĐỀ 67 LỜI NÓI ĐẦU Tài liệu biên soạn phục vụ cho việc tập huấn ứng dụng thống kê nghiên cứu nông lâm nghiệp, sinh học cho nhà nghiên cứu, quản lý nghiên cứu Mục đích giúp cho thành viên tham gia phân tích, xử lý số liệu thống kê máy vi tính phần mềm thống kê để thực đề tài nghiên cứu ứng dụng vào thực tiễn Có nhiều phần mềm ứng dụng để xử lý thống kê SPSS, Statgraphics Plus, Excel, R studio Các phần mềm thống kê chuyên dụng phổ biến giới Statgrahics, SPSS, phần mềm mã nguồn mở R… Đây phần mềm thống kê ứng dụng rộng hầu hết lĩnh vực nghiên cứu, phân tích liệu nhiều ngành khác xã hội, tự nhiên Ứng dụng mạnh phần mềm phân tích hầu hết chức thống kê cho nhiều lĩnh vực nghiên cứu, minh họa đồ thị, biểu đồ Ngoài Microsoft Excel người biết đến nói đến cơng cụ bảng tính, tính tốn , chức chuyên sâu ứng dụng thống kê đầy đủ Tài liệu không sâu vào lý thuyết xác suất thống kê, mà thiên hướng ứng dụng đơn giản, dễ hiểu, kèm theo ví dụ để người đọc thực hành chức xử lý, phân tích liệu cách nhanh chóng, thuận tiện hoạt động quản lý nghiên cứu tập trung cho nông lâm nghiệp, sinh học Đồng thời tài liệu không giới thiệu sử dụng phần mềm thống kê SPSS, Statgraphics, … mà chọn lọc chức thích hợp chunhs cho nội dung nghiên cứu thực nghiệm phạm vi lâm nghiệp, nông nghiệp, sinh học, môi trường rừng TỔNG QUÁT VỀ CHỨC NĂNG XỬ LÝ THỐNG KÊ CỦA EXCEL, STATGRAPHICS VÀ SPSS 1.1 Tổng quát phần xử lý thống kê Excel Excel thiết kế sẵn số chương trình để xử lý số liệu phân tích thống kê ứng dụng nhiều lĩnh vực: - Chức xử lý số liệu, tạo bảng tổng hợp liệu: Sắp xếp, tính tốn nhanh bảng tổng hợp từ số liệu thô, - Chức hàm: Cung cấp hàng loạt hàm kỹ thuật, thống kê, kinh tế tài chính, hàm tra tiêu thống kê t, F, 2 - Chức Data Analysis: Dùng để phân tích thống kê phân tích đặc trưng mẫu, tiêu chuẩn t để so sánh sai khác, phân tích phương sai, ước lượng tương quan hồi quy - Phân tích mơ hình tưong quan hồi quy để dự báo thay đổi theo thời gian đề thị Lưu ý: Về việc cài đặt chương trinh phân tích liệu (Data Analysis) Excel: - Khi cài đặt phần mềm Excel phải thực chế độ chọn lựa cài đặt, sau phải chọn mục: Add-Ins Analysis Toolpak - Khi chạy Excel lần đầu cần mở chế độ phân tích liệu cách: Menu Tools/Add-Ins chọn Analysis Toolpak-OK (Đối với MS Office 2003) Đối với MS Office 2007 trở đi, tiến hành mở chế độ phân tích thống kê sau: File/Option/Add-ins chọn Analysis ToolPak – Go, sau kích chọn chức Analysis ToolPak hộp thoại - OK Trong thực tế quản lý xử lý liệu, việc khai thác hết tiềm ứng dụng Excel mang lại hiệu tốt mà không thiết phải tìm kiếm thêm phần mềm chuyên dụng khác Vấn đề đặt xác định chiến lược ứng dụng khai thác sâu cơng cụ chức sẵn có phần mềm phổ biến vi tính cá nhân Một số hàm thông dụng thống kê: o Tính tổng: =Sum(dãy đs) o Tổng bình phương: =Sumq(dãy đs) o Trung bình: =Average(dãy đs) o Lấy giá trị tuyệt đối: =Abs(đs) o Trị lớn nhất, nhỏ nhất: =Max(dãy đs), Min(dãy đs) o Các hàm lượng giác: =Cos(đs), =Sin(đs), =tan(đs) o Hàm mũ, log: =Exp(đs), =Ln(đs), =Log(đs) o Căn bậc 2: =Sqrt(đs) o Sai tiêu chuẩn mẫu chưa hiệu đính: =Stdevp(dãy đs); hiệu đính =Stdev(dãy đs) o Phương sai mẫu chưa hiệu đính: =Varp(dãy đs); hiệu đính =Var(dãy đs) o Giai thừa: =Fact(n) o Số Pi: =Pi() Tra giá trị theo tiêu chuẩn thống kê T, F, 2: Chọn ô lấy giá trị tra Kích nút fx cơng cụ chuẩn Trong hộp thoại Function Category, chọn Statistical Trong mục Function name, chọn hàm: Hàm Tinv: để tra T Hàm Chiinv: để tra 2 Hàm Finv: để tra F Bấm Next Trong hộp thoại tiếp theo: Function Wizard chọn: Probability (fx): Gõ vào mức ý nghĩa =0.05 ; 0.01 hay 0.001 Degrees Freedom (fx): Gõ vào bậc tự Đối với tiêu chuẩn F cần đua vào độ tự Finish 1.2 Tổng quát phần mềm xử lý thống kê Statgraphics Centuiron version 15.1.02 Đây phần mềm chuyên dụng xử lý thống kê, bao gồm chức năng: - Tạo lập sở liệu dạng bảng tính - Tính tốn đặc trưng mẫu, vẽ sơ đồ, đồ thị quan hệ - So sánh hai hay nhiều mẫu tiêu chuẩn thống kê t, U, F nhiều tiêu chuẩn phi tham số khác - Phân tích phương sai ANOVA - Kiểm tra tính chuẩn liệu đổi biến số - Thiết lập mơ hình hồi quy tuyến tính hay phi tuyến tính từ nhiều lớp, tổ hợp biến Với cách xử lý đa dạng để chọn lựa biến ảnh hưởng đến hậu qủa (biến phụ thuộc) Giao tiếp Statgraphics Centurion, số liệu đầu vào nhập trực tiếp file bảng tính sở liệu; song với làm không thuận tiện bước xử lý số liệu thô đổi biến số, tính biến trung gian, mã hóa biến số Do thơng thường nên tạo lập sở liệu bảng tính Excel để sử dụng chức bảng tính mạnh xử lý liệu thơ, tạo lập sở liệu; sau nhập vào Statgraphics Centurion để tính tốn, thiết lập mơ hình, Cơ sở liệu lập Excel cần lưu dạng phiên Excel 97 – 2003, chưa nhận file Excel version từ 2010 - 2012 Sau nhập liệu Excel 97-2003, đóng file Excel mở Statgrahics Centurion sau: File/Open/Open Data Source; chọn External Data File – OK Trong hộp thoại mở file, chọn kiểu file Excel chọn file cần mở tạo trước Có thể file excel có nhiều sheet, chọn số thứ tự sheet number hàng bắt đầu tiêu đề trường (Start row) 1.3 Tổng quát phần mềm xử lý thống kê SPSS Statistics version 20 Đây phần mềm chuyên dụng xử lý thống kê, bao gồm chức gần giống Statgraphics, nhiên có ưu nhược điểm so sánh với nhau: - Ưu điểm SPSS so với Stat: o Mã hóa biến số định tính o Có chức phân tích so sánh phi tham số o Có chức lập mơ hình hồi quy theo số Weight - Nhược điểm SPSS so với Stat: o Khơng có tư vấn kết phân tích thống kê o Khơng đổi biến số trực tiếp phân tích thống kê Giao tiếp SPSS, số liệu đầu vào nhập trực tiếp file bảng tính sở liệu; song với làm không thuận tiện bước xử lý số liệu thô đổi biến số, tính biến trung gian Do thơng thường nên tạo lập sở liệu bảng tính Excel để sử dụng chức bảng tính mạnh xử lý liệu thơ, tạo lập sở liệu; sau nhập vào SPSS để tính tốn, thiết lập mơ hình, Sau nhập liệu Excel, đóng file Excel mở SPSS sau: File/Open/Data Trong hộp thoại mở file, chọn kiểu file Excel chọn file cần mở tạo trước đó, chọn row làm tên biến Worksheet làm việc Kết liệu chuyển vào SPSS sau THỐNG KÊ MÔ TẢ MẪU VÀ KIỂM TRA LUẬT CHUẨN CỦA MẪU ĐỂ XỬ LÝ THỐNG KÊ Để có thông số đặc trưng đối tượng quan sát sinh trưởng lô rừng, đa dạng lồi lơ rừng, ảnh hưởng cháy rừng đến mật độ, chất lượng tái sinh, biến động trữ lượng, mật độ lô rừng trồng, trạng thái rừng cần tiến thành thu thập liệu theo nhân tố chủ đạo sau ước lượng, tính tốn đặc trưng Đây thông tin đối tượng quan sát, theo tiêu, nhân tố quan tâm Các đặc trưng mẫu bao gồm tính tiêu: Số trung bình, số trung vị, phương sai, sai tiêu chuẩn, độ lệch, độ nhọn dãy số liệu quan sát, phạm vi biến động với mức sai số cho phép đặt trước biểu đồ phân bố Ngoài rút mẫu, cần quan tâm đến mẫu có đạt phân bố chuẩn hay khơng Việc cần làm rõ phân tích đặc trưng mẫu; cần xác định trước rút mẫu bố trí thí nghiệm Ví dụ: Khảo sát trữ lượng rừng trạng thái; sử dụng ô mẫu dể đo tính trữ lượng m3/ha (M); từ tính tốn đặc trưng trữ lượng rừng Các đặc trưng mẫu tính Statgraphics theo bước: i Nhập số liệu theo cột Exel: Stt 10 D binh quan 15 16 17 21 21 22 23 21 22 21 H binh quan 17 18 19 23 23 24 25 23 24 23 M 34 34 45 45 56 56 56 56 67 67 13 ii Mở liệu Stat: File/Open/Open Data Source/External data file Trong hộp thoại chọn variable name số thứ tự sheet bảng tính làm việc Kết bảng liệu có Stat: iii Tính tốn đặc trưng mẫu Stat: Analyze/Variable Data/One-Variable Analysis Trong hộp thoại chọn biến (đại lượng) tính đặc trưng mẫu ví dụ M: Từ chọn kết mô tả mẫu hộp thoại sau - Tóm tắt tiêu thống kê mẫu (Summary Statistics): Summary Statistics for M Count Average Standard deviation Coeff of variation Minimum Maximum Range Stnd skewness Stnd kurtosis The StatAdvisor 27 76.1481 23.9305 31.4263% 34.0 124.0 90.0 0.249982 -0.415415 This table shows summary statistics for M It includes measures of central tendency, measures of variability, and measures of shape Of particular interest here are the standardized skewness and standardized kurtosis, which can be used to determine whether the sample comes from a normal distribution Values of these statistics outside the range of -2 to +2 indicate significant departures from normality, which would tend to invalidate any statistical test regarding the standard deviation In this case, the standardized skewness value is within the range expected for data from a normal distribution The standardized kurtosis value is within the range expected for data from a normal distribution Giải thích: o o o o o o o Count (n): Dung lượng mẫu Average (Xbq): Số trung bình Standard deviation (S): Sai tiêu chuẩn mẫu Coeff of variation: Hệ số biến động CV% = S/X*100 Minimum: Trị số quan sát bé Maximum: Trị số quan sát lớn Range: Trung vị dãy quan sát 10 Plot of AGB_kg_tree Residual Plot 9500 Studentized residual observed 7500 5500 3500 1500 -3 -6 -500 -9 -500 1500 3500 5500 7500 9500 predicted Mơ hình phi tuyến với đa biến số đơn Multiple Regression - log(AGB_kg_tree) Dependent variable: log(AGB_kg_tree) Independent variables: log(DBH_cm) log(H_m) log(CA_m2) Parameter CONSTANT log(DBH_cm) log(H_m) log(CA_m2) Estimate -2.85713 1.88169 0.696447 0.164251 Standard Error 0.155287 0.103552 0.125314 0.0457565 T Statistic -18.3991 18.1713 5.55763 3.58967 P-Value 0.0000 0.0000 0.0000 0.0005 Analysis of Variance Source Sum of Squares Model 444.553 Residual 6.03118 Total (Corr.) 450.584 R-squared = 98.6615 percent predicted AGB_kg_tree Df 106 109 Mean Square 148.184 0.0568979 F-Ratio 2604.39 R-squared (adjusted for d.f.) = 98.6236 percent Standard Error of Est = 0.238533 Mean absolute error = 0.174885 61 P-Value 0.0000 10 (X 1000) Durbin-Watson statistic = 1.94458 (P=0.3864) Lag residual autocorrelation = 0.0214064 The StatAdvisor The output shows the results of fitting a multiple linear regression model to describe the relationship between log(AGB_kg_tree) and independent variables The equation of the fitted model is log(AGB_kg_tree) = -2.85713 + 1.88169*log(DBH_cm) + 0.696447*log(H_m) + 0.164251*log(CA_m2) Plot of log(AGB_kg_tree) 10 observed 0 10 predicted Residual Plot Studentized residual 5.5 3.5 1.5 -0.5 -2.5 -4.5 10 predicted log(AGB_kg_tree) 62 Mơ hình phi tuyến tổ hợp biến: Multiple Regression - log(AGB_kg_tree) Dependent variable: log(AGB_kg_tree) Independent variables: log(DBH_cm^2*H_m) log(CA_m2) Parameter CONSTANT log(DBH_cm^2*H_m) log(CA_m2) Analysis of Variance Estimate -3.01731 0.873366 0.190403 Source Sum of Squares Model 444.436 Residual 6.14804 Total (Corr.) 450.584 R-squared = 98.6355 percent Standard Error 0.108334 0.0216439 0.0421665 Df 107 109 T Statistic -27.8518 40.3515 4.5155 Mean Square 222.218 0.0574583 P-Value 0.0000 0.0000 0.0000 F-Ratio 3867.46 P-Value 0.0000 R-squared (adjusted for d.f.) = 98.61 percent Standard Error of Est = 0.239705 Mean absolute error = 0.179352 Durbin-Watson statistic = 1.88958 (P=0.2825) Lag residual autocorrelation = 0.0501669 The StatAdvisor The output shows the results of fitting a multiple linear regression model to describe the relationship between log(AGB_kg_tree) and independent variables The equation of the fitted model is log(AGB_kg_tree) = -3.01731 + 0.873366*log(DBH_cm^2*H_m) + 0.190403*log(CA_m2) 63 Plot of log(AGB_kg_tree) 10 observed 0 10 predicted Residual Plot Studentized residual 5.7 3.7 1.7 -0.3 -2.3 -4.3 10 predicted log(AGB_kg_tree) Với kết thử nghiệm loại mơ hình cho thấy trường hợp mơ hình phi tuyến biến số đơn tốt với R2 cao nhất, tham số có P< 0.05, MAE bé biến động residuals rải quanh giá trị ước lượng Mô hình lựa chọn là: log(AGB_kg_tree) = -2.85713 + 1.88169*log(DBH_cm) + 0.696447*log(H_m) + 0.164251*log(CA_m2) Với tiêu thống kê: R-squared (adjusted for d.f.) = 98.6236 % Các tham số có P-value < 0.000 MAE = 0.174885 Biểu đồ biến động phần dư biểu đồ quan hệ quan sát với lý thuyết tốt Plot of log(AGB_kg_tree) 10 observed 0 10 predicted Residual Plot Studentized residual 5.5 3.5 1.5 -0.5 -2.5 -4.5 10 predicted log(AGB_kg_tree) 64 Trong thực tế nghiên cứu lập mơ hình, thường số liệu khó rải theo giá trị từ nhỏ đến lớn, ví dụ số liệu AGB theo cấp DBH thường tập trung cấp kính nhỏ Vì lập mơ hình, có khả bị thiên lệch số liệu tâp trung phạm vi định Để khắc phục điều này, lập mô hình đa biến, người ta sử dụng trọng số theo nhân tố độc lập chủ đạo Trọng số dạng hàm mũ: Weight = 1/X^c, X biến số độc lập chủ đạo c biến động từ -4 đến +4; thay đổi c bước nhảy khác ví dụ 0.1 để mơ hình đạt tối ưu, lưu ý tiêu biến động Residuals phân bố quanh trục ngang = phạm vi ±2 Kết mơ hình theo trọng số sau: Sử dụng mơ hình chọn mơ hình phi tuyến đa biến đơn, tiếp tục thử nghiệm trọng số để tìm mơ hình tốt Mơ hình có trọng số: Multiple Regression - log(AGB_kg_tree) Dependent variable: log(AGB_kg_tree) Independent variables: log(DBH_cm) log(H_m) log(CA_m2) Weight variable: 1/DBH_cm^-0.3 Parameter Estimate CONSTANT -2.87216 log(DBH_cm) 1.87475 log(H_m) 0.701038 log(CA_m2) 0.172687 Analysis of Variance Standard Error 0.1687 0.107612 0.132705 0.0474493 Source Sum of Squares Model 1119.6 Residual 15.5508 Total (Corr.) 1135.16 R-squared = 98.6301 percent Df 106 109 T Statistic -17.0253 17.4214 5.28269 3.6394 Mean Square 373.201 0.146706 P-Value 0.0000 0.0000 0.0000 0.0004 F-Ratio 2543.88 R-squared (adjusted for d.f.) = 98.5913 percent 65 P-Value 0.0000 Standard Error of Est = 0.383022 Mean absolute error = 0.178916 Durbin-Watson statistic = 1.94337 (P=0.3840) Lag residual autocorrelation = 0.022304 The StatAdvisor The output shows the results of fitting a multiple linear regression model to describe the relationship between log(AGB_kg_tree) and independent variables The equation of the fitted model is log(AGB_kg_tree) = -2.87216 + 1.87475*log(DBH_cm) + 0.701038*log(H_m) + 0.172687*log(CA_m2) Plot of log(AGB_kg_tree) 10 observed 0 10 10 predicted Residual Plot Studentized residual -2 -4 -6 predicted log(AGB_kg_tree) Kết qủa mơ hình có trọng số có R2 khơng cao mơ hình bình thường, nhiên biến động Residuals cải thiện rõ rệt, biến động quanh trục y = pham vi sai số ±2 Trong thiết lập mơ hình hồi quy, hệ số xác định R2 cao chưa phải mơ hình tốt nhất, trường hợp R2 mơ hình có trọng số thấp ít, nhiên biến động sai số cân cải thiện tốt Do mơ hình có trọng số lựa chọn tối ưu Residual Plot Residual Plot 3.5 Studentized residual Studentized residual 5.5 1.5 -0.5 -2.5 -2 -4 -6 -4.5 10 10 predicted log(AGB_kg_tree) predicted log(AGB_kg_tree) Mơ hình khơng có trọng số Mơ hình có trọng số Mơ hình tối ưu có trọng số: log(AGB_kg_tree) = -2.87216 + 1.87475*log(DBH_cm) + 0.701038*log(H_m) + 0.172687*log(CA_m2) R-squared (adjusted for d.f.) = 98.5913% 66 Các tham số có P-value < 0.000 MAE = 0.178916 Biểu đồ biến động phần dư biểu đồ quan hệ quan sát với lý thuyết tốt PHÂN TÍCH PHÁT HIỆN CÁC NGUYÊN NHÂN ẢNH HƯỞNG ĐẾN VẤN ĐỀ Trong nghiên cứu đa nhân tố, cần phát nhân tố chủ đạo ảnh hưởng đến vấn đề, hậu Ví dụ nhân tố ảnh hưởng đến mức độ xung yếu lưu vực, từ giúp cho việc quy hoạch lưu vực; tìm kiếm nhân tố chủ đạo ảnh hưởng đến sinh trưởng sản lượng loài trồng, làm sở quy hoạch, chọn vùng trồng thích hợp Trong nghiên cứu liên quan đến xã hội cần xác định nhân tố ảnh hưởng đến quản lý tài ngun thiên nhiên, nghèo đói Mơ hình hồi quy đa biến dạng tuyến tính phi tuyến tổ hợp biến công cụ mạnh giúp cho việc phát nhân tố ảnh hưởng rõ rệt tự nhiên lẫn nhân tố xã hội Trong trường hợp nhiều biến số xi ảnh hưởng đến y khơng theo dạng tuyến tính mà có dạng quan hệ phi tuyến, trường hợp cần đổi biến số để trở dạng tuyến tính, lập mơ hình tổ hợp biến Trong Statgraphics, việc tính tốn mơ hình kiểu đơn giản khơng cần tạo thêm cột đổi biến số, biến số đổi trực tiếp hộp thoại thiết lập mơ hình Các bước tiến hành sau: i) Thu thập liệu biến số phụ thuộc y với nhân tố xi dự kiến có ảnh hưởng (có thể định tính hay định lượng) ii) Mã hóa biến định tính iii) Xác định biến số xi có ảnh hưởng đến y mức độ tin cậy 95% – Lập vấn đề nhân iv) Thử nghiệm mơ hình tuyến tính nhiều lớp đổi biến số, cần thiết phải tổ hợp biến biến xi có quan hệ với Nên sử dụng trọng số Weight theo biến chủ đạo Kiểm tra lựa chọn mơ hình tối ưu theo tiêu chí thống kê: Hệ số xác định R2 cao với P