[發明專利]一種金釵石斛純種相近度的判斷和檢測方法有效
| 申請號: | 201710330867.7 | 申請日: | 2017-05-11 |
| 公開(公告)號: | CN108875308B | 公開(公告)日: | 2021-04-09 |
| 發明(設計)人: | 趙田;劉仲健 | 申請(專利權)人: | 北京藍標一成科技有限公司 |
| 主分類號: | G16B30/00 | 分類號: | G16B30/00;G16B40/00 |
| 代理公司: | 北京領科知識產權代理事務所(特殊普通合伙) 11690 | 代理人: | 張丹 |
| 地址: | 100176 北京市北京經濟技術開*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 金釵 石斛 純種 相近 判斷 檢測 方法 | ||
1.一種金釵石斛純種相近度的判斷方法,其特征在于:所述判斷方法包括以下步驟:
S1:標準數據采集:采集與基因測序結論一致的金釵石斛樣本,樣本容量為n,測定每個樣本的第二節間莖直徑,得到第二節間莖直徑變量的測量數值;
S2:正態性檢驗:對樣本第二節間莖直徑變量進行正態性檢驗;檢驗的方法采用直觀圖像分析法和假設檢驗方法,方法說明如下:
①根據正態經驗分布函數繪制金釵石斛的正態經驗分布函數曲線;
根據正態概率密度函數繪制金釵石斛的正態概率密度曲線;當μ=0,σ=1時,正態分布就成為標準正態分布:
②根據步驟S1中得到的莖第二節間莖直徑變量的測量數值,并根據公式為的經驗分布函數繪制真實經驗分布函數;
根據步驟S1中得到的莖第二節間莖直徑變量的測量數值,并根據公式為的概率密度函數繪制真實概率密度函數圖;
③將真實經驗分布函數圖與正態分布的分布函數曲線對比,通過判斷曲線偏差程度的大小來初步判定樣本數據是否符合正態分布;將真實概率密度函數圖與正態分布的概率密度曲線對比,同樣根據偏差程度大小及曲線形狀一致性程度,來判定樣本數據是否是服從正態分布的;
若真實經驗分布函數圖和正態分布的分布函數圖或者真實經驗概率密度函數圖和正態分布的概率密度函數圖的偏差小且形狀一致,則待檢測金釵石斛樣本第二節間莖直徑很可能符合正態分布,若偏差明顯很大且形狀明顯不一致,則待檢測金釵石斛樣本第二節間莖直徑不符合正態分布;
④可采用JB檢驗、KS檢驗和Lilliefors檢驗中的任意一種假設檢驗方法,確認樣本是否符合正態分布;
S3:標準區間:若步驟S2中所得到的結果為服從正態分布,則按照正態分布總體計算公式得出均值的95%置信區間和標準差的95%置信區間;
若步驟S2中金釵石斛的第二節間莖直徑變量正態性檢驗結果為不服從正態分布,則如果樣本容量超出30,則根據中心極限定理可知,該樣本仍然能夠按照正態總體的公式計算其均值的95%置信區間和標準差的95%置信區間;
上述得到的均值的95%置信區間和標準差的95%置信區間便能夠作為鑒別未知樣本純凈度的標準范圍。
2.根據權利要求1所述的一種金釵石斛純種相近度的判斷方法,其特征在于:步驟S1得到第二節間莖直徑變量的測量數值后,根據該第二節間莖直徑變量的測量數值計算第二節間莖直徑變量的基本統計量,所述基本統計量包括平均水平和離散程度,然后根據基本統計量確定數據有無異常值,若有異常值則進行排查,如果屬于測量誤差或記錄失誤則刪除異常點,如果不是因為誤差,那么應該保留此數據。
3.根據權利要求2所述的一種金釵石斛純種相近度的判斷方法,其特征在于:所述平均水平包括均值、中位數和眾數中的至少一種,所述離散程度包括標準差、平均絕對離差和變異系數;
所述基本統計量還包括根據第二節間莖直徑變量的測量數值制作直方圖和/或盒形圖將數據可視化,使其更方便確定有誤異常值。
4.根據權利要求1所述的一種金釵石斛純種相近度的判斷方法,其特征在于:所述假設檢驗為Lilliefors檢驗,所述Lilliefors檢驗統計量T=sup|F*(x)-S(x)|,式中,T為Lilliefors檢驗統計量,F*(x)是均值為0,標準差為1的正態分布累積分布函數,S(x)是的經驗分布函數值,在α的顯著性水平下,當檢驗統計量T超過檢驗臨界值時,拒絕原假設H0;否則,不能拒絕原假設。
5.一種金釵石斛純種相近度的檢測方法,其特征在于:所述檢測方法包括以下步驟:
(1)采集與基因測序結論一致的野生金釵石斛樣本129個,測定每個樣本的第二節間莖直徑,測定結果如下:金釵石斛的第二節間莖直徑變化范圍為3.34mm~17.64mm,平均水平在5.11mm~9.06mm,計算后得到的結果為:均值:8.86mm,中位數:9.06mm,眾數:5.11mm,第二節間莖直徑波動的標準差為2.80mm,平均絕對離差:2.28mm,變異系數:0.32;
(2)直觀圖像分析正態分布:根據步驟(1)中的數據繪制經驗分布函數圖和概率密度函數圖,將真實經驗分布函數圖與正態經驗分布函數曲線進行對比的結果為:二者的曲線基本一致;將真實概率密度函數圖與正態概率密度曲線進行對比的結果為:二者的曲線形狀大致相同;
通過對以上圖像的直觀分析可知,金釵石斛第二節間莖直徑樣本數據很有可能符合正態分布;
(3)Lilliefors檢驗:原假設為H0:數據服從正態分布;備擇假設H1:數據不服從正態分布;通過步驟(1)中的數據得到的檢驗結果為:
統計量 臨界值 P值 顯著性水平α 是否接受原假設 0.0649 0.0786 0.0910 0.05 是
統計量的值為0.0649,小于臨界值0.0786;P值等于0.0910,大于顯著性水平α,所以接受原假設,則可確認金釵石斛樣本數據服從正態分布;
(4)按照正態分布總體計算公式計算金釵石斛第二節間莖直徑樣本數據的均值95%置信區間和標準差95%置信區間,分別為:
均值 均值的95%置信區間 標準差 標準差的95%置信區間 8.8550 (8.3677,9.3422) 2.7970 (2.4923,3.1872)
上述均值的95%置信區間和標準差的95%置信區間分別為:(8.3677,9.3422)和(2.4923,3.1872),該區間便為判斷金釵石斛純種相近度的標準區間;
(5)采集待檢測金釵石斛樣本第二節間莖直徑數據,排除樣本中由于測量誤差或記錄誤差導致的異常值;計算待檢測金釵石斛樣本第二節間莖直徑數據的均值95%置信區間和標準差95%置信區間,若二者均在標準區間內,則待檢測金釵石斛的純種的相近度高,即待檢測金釵石斛的純凈度高;若待檢測金釵石斛的樣本第二節間莖直徑數據的均值95%置信區間和標準差95%置信區間中至少有一個不在標準區間內,則待檢測金釵石斛的純種的相近度低,即待檢測金釵石斛的純凈度低。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京藍標一成科技有限公司,未經北京藍標一成科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710330867.7/1.html,轉載請聲明來源鉆瓜專利網。





