Génétique gratuite Atelier numéro trois Le Chi-Square
Avant de commencer, ramasser et imprimer une copie de votre Chi-Square Feuille de travail. Remplissez-le en tant que nous travaillons ensemble et, lorsque vous avez terminé chaque partie, vérifiez vos réponses avec le mien. (Le lien hypertexte pour la feuille de réponse est à la fin de cette page.) Il y a une seule feuille de calcul pour cette ensemble (trois parties) Atelier et une seule feuille de réponses aussi. Il suffit de faire une section à la fois.
Après cet atelier, vous serez bien préparé à faire les QAE des cours de chi carré.
Chi-carré d'une croix monohybride comme une « promenade à travers »
Les données de Mendel d'une expérience a été.
P = graines lisses croisées avec des graines ridées
F1 = graines toutes lisses (si lisse est dominante et ridée est récessive)
F2 = 5.474 graines lisses et 1.850 graines ridées
1. Quel rapport at-il observé?
5474/1850 = 2,9589189. 1 = 2,96. 1
2. Quel rapport at-il attendre?
Vous devez comprendre que le chi carré compare le nombre (non ratio) observé au NOMBRE (non ratio) prévu. On vous donne les chiffres observés et de ces données, vous pouvez deviner ce que le rapport devrait être. Vous utilisez ensuite ce ratio « deviné » pour calculer ce que les chiffres attendus seraient de ce par rapport deviné.
Le calcul du nombre prévu est essentiel de faire les chi carré et de nombreux étudiants ont des problèmes avec cette première étape - ils oublient comment le faire, l'utiliser en arrière ou ne le font pas du tout!
Travaillons à travers cette étape importante ensemble vous comprendrez donc que la logique.
Vous connaissez déjà le numéro observé.
Lisse = 5474
Ridée = 1850
3. Quel est le nombre total de graines?
4. Quel est le nombre de ridée devrait.
5. Quel est le nombre de devrait lisse.
X 3 = 1831 5493 ou 7324 x 3/4 = 5493
OK, vous avez maintenant les chiffres attendus calculés à partir du rapport attendu.
La meilleure (plus facile) de comparer deux valeurs est de trouver leur différence (Soustractif).
6. Quelle est la différence entre observée et attendue lisse?
7. Quelle est la différence entre observée et attendue ridée?
Pour « grossissement statistique » nous augmentons ces différences en les élevant au carré.
8. Quel est le carré de la différence entre les observés et attendus en douceur?
-19 2 = 361 ou -19 -19 X = 361
9. Quelle est la place de la différence entre l'observé et attendu ridée?
19 2 = 361 ou 19 x 19 = 361
Ces « carré des différences » sont trop grandes et doit être « Normalisé » en divisant chaque par le nombre ATTENDUS (pas le nombre observé). Cela pourrait être appelé les « différences au carré par prévu ».
10. Quel est le carré de la différence entre l'observé et attendu lisse, divisé par le nombre attendu de douceur?
361/5493 = 0,06572 = 0,066
11. Quel est le carré de la différence entre l'observé et attendu ridée, divisé par le nombre attendu de ridée?
361/1831 = 0,19716 = 0,197
Enfin, nous additionnons ces « différences au carré par prévu » pour nous donner le TOTAL « au carré des différences par prévu ».
12. Quelle est la somme des « différences au carré par prévu »?
+ 0,197 = 0,066 0,263 = 0,263 2
Par conséquent, le chi carré pour cette expérience est 2 = 0,263.
OK - alors quoi?
Statisticiens ont développé des tables de chi-carré, en fonction des probabilités qu'une valeur de chi carré particulier surviendront par pur hasard. Il y a deux « caractéristiques » à prendre en compte.
A. Niveau de signification # 133 ;.
Nous (scientifiques) aiment utiliser le niveau de 5% comme notre « cut-off » significative. Tout grand chi-carré que la valeur du tableau 5% indique une expérience dans laquelle les rapports observés sont si loin les ratios attendus que nous devons conclure que les rapports attendus sont faux!
B. degrés de liberté # 133;
Plus « classes » (catégories) plus il est probable qu'un « blip » statistique augmentera les limites acceptables du chi carré. Les « degrés de liberté » sont un de moins que le nombre de classes.
13. Nom toutes les différentes classes de l'expérience (plus tôt) # 133 ;.
Lisse et ridée
14. Combien de degrés de liberté étaient dans cette expérience?
2 - 1 = 1
Un degré de liberté.
Voici une partie du chi carré Signification Table.
15. Le chi carré vous avez calculé dans les limites du « possible »?
Est-ce le chi carré vous avez calculé ici dans les limites du « possible »?
(Pour y répondre, d'abord revenir à la table de signification du chi carré que vous avez vu plus tôt. Puis la page vers le bas ici.)
NON! 2 = 12,32 mais, avec un degré de liberté que nous ne pouvons pas accepter tout rapport qui nous donne un chi carré plus grand que 3,84.
Acceptons-nous que ces résultats sont à portée acceptable d'un 3. 1 rapport?
Non! Nous devons rejeter le rapport 3. 1. Ces données sont loin de la 3. 1 ratio.
Chi-carré d'une croix dihybride comme une table rapide
Tenez compte de ces résultats d'une croix dihybride
30 rouge de haut
65 blanc haut
83 rouge court
206 blanc court
Avant de nous plonger dans le chi carré, nous devons d'abord déterminer ce rapport, nous allons tester et quelle catégorie (classe) correspond à chaque partie du rapport.
Sur la base de ces chiffres, qui sont phénotypes dominants et récessifs pour les deux lieux? (Rappelez-vous, ce sont les F2 s d'un croisement dihybride donc ils devraient être à proximité d'un rapport spécifique que vous avez appris plus tôt. Vous avez aussi appris que les traits se retrouvent dans chaque partie de ce rapport.)
Aussi, mieux que vous pouvez, attribuer des génotypes à ces phénotypes.
Maintenant que vous avez identifié chaque catégorie et lui a attribué au rapport, nous pouvons commencer le chi carré pour déterminer si elle correspond.
Commençons par la première organisation de notre table de calcul. Ce sera deux fois la taille de la table précédente. Il pourrait aider à les organiser dans le tableau dans un ordre décroissant pour représenter le 9. 3. 3. 1 rapport. Dessiner la table appropriée, y compris les numéros observés.
Avez-vous eu 4.325 pour la réponse?
Si vous ne l'avez pas, regardez ma réponse et savoir où vous êtes allé mal - et essayer d'apprendre de votre erreur afin que vous puissiez le faire dès la prochaine fois. [Une erreur commune se produit dans la dernière colonne - de nombreux étudiants se divisent en soit l'observé ou par un autre nombre prévu. Rappelez-vous de diviser toujours par le nombre prévu pour cette catégorie.]
OK, vous avez calculé le chi carré et il est temps de faire quelque chose avec elle.
Voici une partie du chi carré Signification Table.
Combien de « classes » (catégories, groupes) sont dans cette expérience?
Degrés de liberté
5% des niveaux de signification
Quatre (rouge et grand, blanc et grand, rouge et court, blanc et court)
Maintenant, combien de degrés de liberté sont dans cette expérience?
Le 9. 3. 3. 1 rapport correspondent aux données?
Degrés de liberté
5% des niveaux de signification
Oui! Avec trois degrés de liberté vous pouvez avoir un chi carré aussi grand que 7,81 avant que nous serions hors de notre portée de 5%.
Le peut être utilisé chi-carré chaque fois qu'il ya un rapport attendu
Quel est le rapport attendu des garçons aux filles?
Qu'est-ce que les degrés de liberté dans cet exemple?
Il existe deux catégories (classes) donc il y a un degré de liberté.
Il y a fécondation in vitro méthodes (FIV) qui peuvent augmenter les chances qu'une petite fille est née ou un garçon sera né. Vous pouvez utiliser le chi carré pour déterminer si une clinique de fécondation in vitro particulier augmente vraiment les chances d'avoir un garçon ou une fille. Vous pouvez regarder le nombre de filles et de garçons nés de femmes qui voulaient les filles ou les garçons et calculer le chi carré.
Si une clinique de fécondation in vitro particulier peut, en effet, augmenter les chances, vous attendez-vous le chi-carré soit au-dessus ou au-dessous de la valeur de 3,84 (que je suis arrivé dans le tableau ci-dessus)?
J'espère que vous comprenez que nous sommes ici «espérant » que le rapport ne sera pas 1. 1. (En fait, les scientifiques ne sont pas censés « espoir » pour les résultats, mais le fait demeure qu'ils espèrent souvent beaucoup!)
Considérons une autre situation.
Vous êtes le chef de district de trois restaurants de restauration rapide et vous êtes à la recherche sur les revenus. Vous voyez ce magasin A fait 1.000.000 $, magasin B fait 3.000.000 $ et le magasin C apporté 5.000.000 $. Vous vous demandez si cela est juste un blip statistiquement. Comment voulez-vous utiliser le chi carré pour tester l'idée que ces magasins sont différents - au-delà de la chance? (Ne pas faire le chi carré -. Me dire comment vous le configurer)
Vous « attendre » un 1. 1. 1 rapport des revenus si elles étaient les mêmes. En d'autres termes, les revenus totaux de 9.000.000 $ seraient distribués de façon uniforme. Vous attendez.
Magasin A = 3000000 $
Magasin B = 3000000 $
Magasin C = 3.000.000 $
Vous pouvez maintenant trouver, pour chaque magasin, la différence entre les revenus prévus et observés, carré la différence, diviser par l'attendu, puis ajouter tous les trois ensemble pour obtenir une valeur chi carré.
Supposons que le directeur du magasin A se plaint que vous n'êtes pas juste parce que vous n'êtes pas tenu compte des différences dans les populations locales autour de chaque magasin. Son magasin sert une petite communauté. Alors, vous allez dans les dossiers de la population et de découvrir ce magasin A dessert une population qui est seulement un quart de la taille des collectivités desservies par les magasins B et C. Pouvez-vous refaire le chi-carré? Comment?
Les informations sur les populations vous dit qu'il ya quatre fois plus de clients potentiels pour les magasins B et C A. Vous pouvez exprimer que comme un rapport de 1. 4. 4. Si les revenus dépendent de la population que vous attendez ( "attendre »est le mot magique qui signifie « vient ici un carré chi »)
Magasin A = 1000000 $
Magasin B = 4000000 $
Magasin C = 4.000.000 $
Les revenus ont été observés
Magasin A = 1000000 $
Magasin B = 3000000 $
Magasin C = 5.000.000 $
Maintenant, vous le feriez pour déterminer une autre chi-carré si ces chiffres correspondent à un 1. 4. 4 rapport (montrant ainsi que les revenus sont probablement dépendant de la population).
Et enfin, quel est le degré de liberté pour ce problème-trois magasin?
Il y a trois catégories (magasins, A, B et C) donc il y a deux degrés de liberté.
Ces derniers puzzles, au sujet de rapports sexuels et les rapports de revenus, sont à vous montrer que le chi carré a de nombreuses utilisations et que tout ce que vous avez à faire est d'identifier comment penser les rapports, les attentes et les résultats.
Si vous ne l'avez pas déjà fait, procurez-vous une copie des réponses à la Chi-Square et le comparer à votre propre feuille de calcul. Assurez-vous de comprendre.