实验设计与-课程方案.ppt

误差和偏差;?试验数据误差的来源 ?试验材料的固有差异 ?环境条件的差异 ?管理不一致所引起的差异 ?观测不一致造成的差异;系统误差;不确定度;总体与样本;准确度与精度;重复性与再现性;误差和偏差;?试验数据误差的来源 ?试验材料的固有差异：生物学研究对象一般是生物有机 体。自然界不同的生物体具有不同的遗传性质，同一生物 的不同种具有不同的特征，同一品种生物在生长发育过程 中不同个体也有差异，这都能导致研究指标的变化。 ?环境条件的差异：生物学试验一般都要在外界环境中进 行，而外界环境是多变样的，且地域性很强有较难控制， 这就会导致研究指标的差异。 ?管理不一致所引起的差异: 生物学试验是以生物个体为对象研究问题，生物个体在发育和生长过程需要管理，而对每个生物个体的管理很难做到完全一致，这就合造成观测结果的差异。 ?观测不一致造成的差异：生物试验在观察和测定时，由 于人员不同、时间不同也会导致试验结果的差异。;系统误差;?随机误差的统计规律 ?最大正误差、最大负误差的“有界性”； ?绝对值小的误差出现的次数比绝对值大的误差出现的次数多，“单峰性”； ?正负误差出现次数大致相等，“对称性”； ?测量次数增加，误差减小，“补偿性”； ?正常的随机误差服从均值为零的正态分布。 ?样本异常值的判断与处理 ?异常值的概念：样本异常值是指样本中的个别值，其数值明显偏离它所在样本的其余观测值。 ?样本异常值的形成原因： 异常值可能仅仅是数据中固有的随机误差的极端表现，也可能是过失误差。;?样本异常值的判定： 如果某个测量值Ｘd的离差Ｕd满足?Ud? 3S ，其中S为样本方差，则认为Ｘd是含有过失误差的异常值。 ?样本异常值的处理原则 ?异常值保留在样本中参加其后的数据统计计算； ?允许剔除异常值，即把异常值从样本中排除； ?允许剔除异常值并追加适宜的观测值代入样本。 ?在找到实际原因时修正异常值。处理规则为： (1)对于任何异常值，若无充分的技术上的原因，则不得剔除或修正； (2)异常值中除有充分的技术上的或实验上的理由外，在统计上表现为高异常，才允许剔除或修正。;不确定度;样本均值与中位数; ;平均温度20度 ;样本方差与标准差;试验设计基本原则;?因素水平;所以，在多因素试验时，试验因素的一个水平组合就是一个处理。;?试验设计的基本原则;?重复;?随机排列;;第一章 方差分析和回归分析;1.1单因素试验的方差分析;1.1单因素试验的方差分析;1.1单因素试验的方差分析;1.1单因素试验的方差分析;;1.2双因素试验的方差分析-无交互作用;1.2双因素试验的方差分析 -无交互作用;1.2双因素试验的方差分析 -无交互作用;1.2双因素试验的方差分析 -无交互作用;1.2双因素试验的方差分析 -无交互作用; 1.2双因素试验的方差分析 -无交互作用;1.2双因素试验的方差分析 -有交互作用;1.2双因素试验的方差分析 -有交互作用;1.2双因素试验的方差分析 -有交互作用;1.2双因素试验的方差分析 -有交互作用;1.2双因素试验的方差分析 -有交互作用;1.2双因素试验的方差分析 -有交互作用;;;;;;;;;;;;一元线性回归;;一元线性回归分析;1.3.2 的点估计;1.3.3线性假设的显著性检验（T检验法）;;;1.3.4线性回归的方差分析（F检验法）;1.3.5利用回归方程进行预报;1.3.5利用回归方程进行预报;1.4多元线性回归;1.4.2多元线性回归显著性检验;;1.5非线性回归分析-一元非线性回归分析;;1.5非线性回归分析-一元非线性回归分析;1.5非线性回归分析-一元多项式回归;第三章 因子设计 一、概念 ; 第三章 因子设计二、 因子设计;所以, 因子A, B 对化学反应均有显著影响, A 的影响更显著, 交互作用A× B 无显著影响.;表 2.;第三章 因子设计二、 因子设计;例3. 制造一种饮料, 研究3 个因子的效果. 其中: 因子A 为碳酸饱和百分比, 有两个水平: 10% , 12% ; 因子B 为操作压力/ 105Pa, 有两个水平: 1. 5, 1. 8。 因子C 为线速度/ m·s - 1 , 有两个水平: 0. 5, 0. 8. 共有8 个不同的组合, 每个组合测2 个数值( 碳酸盐量) , 经处理后 列于下表中. 表. 例3. 数据表 ( yij kl );第三章