《生物统计学》复习精要.docVIP

《生物统计复习 1、基础知识? 掌握生物统计的特点、基本概念，理解生物统计的作用； 了解资料的分类方法，掌握各类资料的初步整理方法； 掌握反映资料集中性和离中性的三个基本的统计量(平均数、标准差和变异系数)的概念、性质及计算；掌握概率的定义、概率的计算、小概率事件实际不可能性原理； 掌握生物科学研究中常用的概率分布：正态分布、二项分布、χ2分布、t 分布、F分布 理解样本平均数的抽样分布 2、假设检验方法 掌握检验 t 检验——主要用于检验样本平均数（百分数）与总体平均数（百分数）或者两个处理平均数（百分数）差异是否显著； 掌握χ２检验——主要用于由质量性状得来的次数资料的显著性检验； 掌握方差分析——主要用于检验多个处理平均数间差异是否显著； 3、统计分析方法 简单相关与回归分析? 4、试验设计方法 了解完全随机试验设计、对比设计、随机区组设计拉丁方设计正交设计正交设计基本概念总体——具有相同性质的个体所组成的集合 样本——从总体中抽出的若干个个体所构成的集合——又称“样本数” 又称“样本大小”——构成样本的每一个个体。 变量——相同性质的事物间表现差异性或差异特征的数据 常数——代表事物特征和性质的数值 参数——总体特征的度量 统计数——从样本中计算所得的数值 效应——引起试验差异的作用称为效应 试验误差——受非处理因素的影响使观测值与试验处理真值之间产生的差异称为试验误差随机误差系统误差随机误差——试验中由于无法控制的随机因素所引起的差异随机误差 系统误差——由于试验动物的初始条件如年龄、初始重、性别、健康状况等相差较大，饲料种类、品质、数量、饲养条件未控制相同，测量的仪器不准、标准试剂未经校正等的错误所引起。 错误——在试验过程中，人为的作用所引起的差错 准确性——观测值与其真值接近的程度 精确性——重复观测值彼此接近的程度 数量性状——连续变异的性状 质量性状——非连续变异的性状 集中量：算术平均数、加权平均数、几何平均数、数 差异量：方差(总体σ2)、均方(样本S2MS)、标准差(总体σ、样本S)C.V P53、P71 ， ， ， 试验指标experimental index ——用于衡量试验效果的指示性状。P3 试验因素experimental factor——试验中所研究的影响试验指标的因素 因素水平level of factor——试验因素所处的某种特定状态或数量等级称为因素水平，简称水平。 试验处理experimental treat—— 事先设计好的实施在试验单位上的具体项目叫试验处理，简称处理。 试验指标——用于衡量试验效果的指示性状称试验指标 试验单位(experimental unit) ——在试验中能接受不同试验处理的独立的试验载体叫试验单位。 重复(repetition) 在试验中，将一个处理实施在两个或两个以上的试验单位上，称为处理有重复；一处理实施的试验单位数称为处理的重复数。 试验效应experimental effect——试验因素对试验指标所起的增加或减少的作用称为试验效应。 互作效应(Interact effect)——两个或两个以上的处理因素间的相互作用产生效应 随机事件event——随机试验的每一种可能结果，在一定条件下可能发生，也可能不发生，称为随机事件（random event），简称事件（event），通常用A、B、C等来表示。P58 基本事件——把不能再分的事件称为基本事件（elementary event），也称为样本点（sample point）。 必然事件——把在一定条件下必然会发生的事件称为必然事件（certain event），用Ω表示。 不可能事件——把在一定条件下不可能发生的事件称为不可能事件（impossible event），用ф表示。 小概率事件实际不可能性原理：在一次试验中，出现的概率很小，认为该事件为实际不可能发生的事件，说明假设检验的结论不可能是百分百正确的，存在小于５％或小于1%的犯错误的概率。 频率和概率——在相同条件下进行n次重复试验，如果随机事件A发生的次数为m，那么m/n称为随机事件A的频率（frequency）；当试验重复数n逐渐增大时，随机事件A的频率越来越稳定地接近某一数值p，那么就把p称为随机事件A的概率。 独立事件 independent event——事件A的发生与事件B毫无关系，反之，事件B的发生与事件A的发生毫无关系，则称事件A与事件B相互独立。 概率分布P61 离散型变量的概率分布 年龄x 1 2 3 4 5 6 7 频率 0.4597 0.3335 0.1254 0.0507 0.0215 0.0080 0.0012 概率 p1 p2 p3 p4 p5 p6