2015生统名词.docVIP

生物统计学：是数理统计的原理和方法在生物科学中的应用 统计学是研究数据资料的收集、整理、分析和解释的科学。 变量（variable）：指生物的某种特征 是数量或者需要描述（也转换为数量） 观察值:对变量进行观察或测量得到的数值 总体：一个统计问题研究对象的全体，它是具有某种或某些共同特征的元素的集合。 样本：从总体中按一定方法抽取部分具有代表性个体 抽样分布：统计量所服从的概率分布 统计学的中心思想：有样本推断总体 参数：由总体中计算所得的描述总体特征的数 统计量：由样本中计算所得的描述样本特征的数 统计学的核心任务：统计量与参数的符合程度 系统误差:它是由分析测定过程中某些经常的、固定的因素引起的，使测定结果系统的偏高或偏低。 随机误差:由于一些不易预测的偶然因素引起的. 准确性:观察值与其真值接近的程度 精确性:重复观测值间接近的程度，即在相同条件下重复测定时，各测定值间的相符合程度，或指测量值与平均值的符合程度。它是随机误差的量度。 假设检验:通过分析误差以鉴定真实差异，根据样本资料对假设的成立与否进行推断。 统计假设：对总体的某些未知或不完全知道的性质所提出的待考察的命题 资料的整理：1）审核与订正（保证数据的可靠性）2）分组或汇总3）计算数字特征(描述性统计) 4）构成统计图表 连续性资料:在一定范围内可取任何实数值的数据资料 随机变量(random variable): 在一定范围内随机取值的变量 概率函数描述离散性随机变量取各个可能值的概率的函数。 概率密度函数描述连续性随机变量取某值密度的函数。 概率分布函数描述随机变量取值小于等于某值的概率的函数，也称为累计分布函数。 小概率事件：某事件发生的概率很小，人为认为不会发生。 双侧概率:随机变量X 落在平均数μ左右标准差 单侧概率:随机变量X 落在小于平均数μ左侧标准差σ一定倍数以外或大于右侧标准差σ一定倍数以外的概率 标准化：对于任意正态分布随机变量 ， 将X作线性变换 , 这个变换称为标准化 中心极限定理：无论原总体是何分布，只要样本足够大，样本平均数就近似服从正态分布。 均数的抽样误差：由于抽样而产生的样本均数和总体均数间的差异称为均数的抽样误差 标准误(standard error, SE) :样本统计量的标准差度量抽样误差。标准误小，表示抽样误差小，统计量较稳定，与所估计的参数较接近。 均数的标准误 (standard error　of mean, SEM) :样本平均数的标准差。它反映来自同一正态总体的样本平均数的离散程度以及样本均数和总体均数的差异程度，即均数抽样误差大小。 卡平方分布：当X1、X2、…、Xn相互独立且都服从标准正态分布N(0,1)时，Y= 的分布称为自由度等于 n 的卡平方分布，记作Z～ ()。 t 分布 ：若Z与Y相互独立，且Z～N(0,1)，Y～ ()，则 的分布称为自由度等于n 的 t 分布，记作t ～ t (n)， F分布 若X与Y相互独立，且 X～ (m)，Y～ (n)，则 的分布称为第一自由度等于m、第二自由度等于n 的F分布，记作F～F (m, n)， 参数估计 通过样本的统计量估计总体的参数，包括点估计与区间估计。 点估计：样本的统计量估计总体参数 无偏估计量：如果用 的无偏估计量 无效（零，原）假设： 试验结果的实得差异由试验误差造成H0 HA：备择假设：试验结果的实得差异是真实差异（处理效应的结果） 否定域：是检验统计量的抽样分布中的一个可以取值的区域，一旦检验统计量的值落在这个区域，就否定原假设，接受备择假设。 接受域：否定域以外的其他区域，当检验统计量的值落在这个区域，就接受原假设。 双侧检验或两尾检验：否定域分别位于检验统计量抽样分布的两个尾部。 单侧检验或一尾检验：否定域只位于检验统计量抽样分布的一个尾部。 相伴概率：在原假设成立时检验统计量的观测值以及比它更极端的可能值出现的概率之和。 试验指标:度量试验效果的标准、 处理因子：试验中根据试验目的要研究的影响试验指标的因素 因素水平：试验因素按质或量划分的各个级别 试验处理：试验因素不同水平施加在相同性质的试验单位上 试验内有重复：每个试验处理内部，有2个以上观测单位 试验单元：是试验中施加处理的对象，可以独立地接受某一处理的试验材料 相关：研究变量间关系的强度，不关心它们之间的因与果，地位彼此平等; 回归：研究某些变量，估计或预测其他变量某些变量是