生命史参数一般有生长发育、繁殖能力和抗逆能力等等。参数比较时，因为数据性质的不同，需要使用不同的方法计算差异的显著程度。
百分比数据（如存活率、性比等等）：可以使用binary logistic regression来分析差异水平。
数量数据（如发育天数、成虫初孵体重、产卵量、取食量、交配次数等等）：先用Kolmogorov-Smirnov test测试数据是否符合正态分布（显著则不服从正态分布的假设）。符合正态分布的数据可使用T test（两个样本）或者one-way ANOVA（两个以上样品）方差分析看差异的显著水平，以及用Levene test测试方差齐性（homogeneity of variance，显著则表示方差齐性受到怀疑，方差分析结果不可靠） 。ANOVA分析后可以用Tukey test来判断两两间的差异显著水平。不符合正态分布的数据则可使用非参数检验方法，比如说用Mann-Whitney U test来做两两比较。
抗逆能力数据（如致死天数LTime50、LTime90等）：可以使用prob analysis计算，然后根据置信区间是否有重叠来判断差异的显著水平。
上述分析均可在SPSS里执行。
此外，也见过一些需要使用似然法选择每个参数的模型的，看起来非常费解。我这里使用的可能是最简单的方法。
网友评论