高级生物统计分析.docVIP

高级生物统计试题 1、论述试验数据为什么要进行统计分析？（结合实际例子）20% 答：（1）在试验研究中，通过观察、测量和记载，可获得大量的数据资料。但这些资料往往是零乱的、无规律可循，只有通过对试验数据的整理，才能发现其内部联系和规律性。 （2）试验普遍存在试验误差，用生物统计方法来分析试验资料，降低试验误差，提高试验的精确性，以正确估计误差，得到可靠的试验结论。 （3）统计分析 解决“试验结果怎么看”的问题。能够对试验数据用统计分析方法正确地估计出试验误差和处理效应，达到试验的预期目的。 例如，达尔文应用统计学方法研究了生物的连续变异现象；孟德尔应用分组统计方法发现了遗传学中的分离定律和独立分配定律；Karl Pearson用统计方法研究进化问题；Galton用回归分析方法研究了亲子身高的遗传规律。 到了20世纪初，R. A. Fisher提出了方差分析方法，建立了试验设计三大原理，并提出了随机区组和拉丁方等试验设计方案，出版了经典的“Statistical Methods for Research Workers”一书，奠定了生物统计学的基础。 A. Wall，Gosset（笔名student），J. Wishart，T. W. Anderson，Yates，J. Newman和E. Pearson等人都在样本分布和统计推断理论的建立上做出了重要贡献，推动了数理统计学的发展，同时也推动了生物统计学的发展。 2、试验有两种不同的饲料添加剂和对照三处理，重复9次，有27头猪参与试验，两个月增重资料如下。各个处理供试猪初始体重见表，试对资料进行分析。解释说明结果。20% 饲料添加剂对猪增重试验结果表 (单位：kg) 处 理 2号添加剂 1号添加剂 对照 观测指标 初重x 增重y 初重x 增重y 初重x 增重y 观 测 值 30.5 35.5 27.5 29.5 28.5 26.5 24.5 25.0 21.5 19.5 22.5 18.5 23.0 21.5 20.0 18.5 32.0 28.5 20.5 20.5 22.5 24.5 19.0 18.0 21.0 25.5 24.5 27.5 16.5 16.0 28.5 31.5 26.0 28.5 35.0 30.5 22.5 22.5 18.5 19.0 22.5 20.5 18.5 20.5 28.5 31.5 15.5 16.0 21.5 24.5 20.5 18.5 17.0 16.0 解答：1、由上表数据可得， （）试验资料的数学模型 观测值不仅具有饲料效应和随机误差，而且还受到初重的影响。故单因素完全随机设计试验资料观测值的数据结构式为: (i=1,2,L,k;j=1,2,L,n) （）计算回归系数并进行显著性检验 回归系数由误差项的统计数计算： 由DPS软件计算回归方程系数B结果如下： 总回归:回归截距a=0.4703；回归系数b1=0.9893；R=0.88466； 共同回归: 回归截距，y1,1=2.2260；y2,1=1.2241；y3,1=-1.6111；回归系数b1=0.9832；R=0.92710 be=0.9832表示供试猪只初始体重改变1kg，每只猪增重将平均改变0.9832kg。 ()对矫正后的每只猪增重作方差分析 1求矫正后的每只猪增重的各项平方和及自由度 正每只猪增重的总平方和与自由度，即总离回归平方和与自由度，记为SST’、dfT’： SS`T= SSTY – SSRY = 170.0957 dfY= dfTY- dfRY=22 矫正每只猪增重的误差平方和与自由度，即误差离回归平方和与自由度，记为SSe’、dfe’ SS`e=SSer=98.8238 Df`e= dfer =23 矫正每只猪增重处理间平方和与自由度，记为SSt’、dft’ SS`e=SST-SSe= 170.0957-98.8238=71.2719 Df`e= dfT-dfe=k-1=3-1=2 2、对矫正每只猪增重进行方差分析 （1）矫正每只猪增重的方差分析表 变异来源 df SS MS F值 共同回归系数 23 98.8238 4.2967 回归截距Ａ间 2 71.2719 35.6360 8.2938** 总 回 归 25 170.0957 F=45.6354＞F0.01(2,20)，p＜0.01，不同肥料的矫正单株产量间存在极显著的差异. （2）变量x和y的各项自由度、平方和与乘积和 因子间协方差分析结果 方 差 来 源 平方和 自由度 均方 F值 误 差 39.9147 15 2.6610 13.3876** 处理A+ 误差 111.1