中山大学2014生物统计学考试复习.docxVIP

1 名词解释概率与概率分析相关概念样本统计量的抽样分布相关概念抽样与抽样分布总体、个体和样本总体(Population)：调查研究的事物或现象的全体个体(Item unit)：组成总体的每个元素样本(Sample)：从总体中所抽取的部分个体样本容量(Sample size)：样本中所含个体的数量关于抽样方法概率抽样：根据已知的概率选取样本 1.简单随机抽样：完全随机地抽选样本 2.分层抽样：总体分成不同的“层”，在每一层内进行抽样 3.整群抽样：将一组被调查者（群）作为一个抽样单位 4.等距抽样：在样本框中每隔一定距离抽选一个被调查者非概率抽样：不是完全按随机原则选取样本 1.非随机抽样：由调查人员自由选取被调查者 2.判断抽样：通过某些条件过滤来选择被调查者配额抽样：选择一群特定数目、满足特定条件的被调查者样本均值的抽样分布与中心极限定理抽样分布：1.所有样本指标（如均值、比例、方差等）所形成的分布称为抽样分布2.是一种理论概率分布3.随机变量是样本统计量样本均值, 样本比例和样本方差等4.结果来自容量相同的所有可能样本样本均值的均值（数学期望）等于总体均值样本均值的方差等于总体方差的1/n样本均值的抽样分布规律：当总体服从正态分布N(μ, σ2)时，来自该总体的所有容量为n的样本的均值也服从正态分布，的数学期望为μ，方差为σ2/n。即～N(μ, σ2/n)中心极限定理：设从均值为μ，方差为σ2的一个任意总体中抽取容量为n的样本，当n充分大时(n 30)，样本均值的抽样分布近似服从均值为μ、方差为σ2/n的正态分布样本方差的抽样分布（Pearson）设总体服从正态分布N(μ, σ2 )， X1，X2，…，Xn为来自该正态总体的样本，则样本方差S2的分布为，将称为自由度为(n-1)的卡方分布均值的标准误两个样本方差比的分布（R. A. Fisher）设X1，X2，…，Xn1是来自于一个正态分布总体X~ N(μ1,σ12 )的一个样本，Y1，Y2，… ，Yn2是来自正态总体Y~N(μ2, σ22)的一个样本，且Xi(i=1,2,…，n1)，Yi(i=1,2, …，n2)相互独立，则将F(n1-1 , n2-1 )称为第一自由度为(n1-1)，第二自由度为(n2-1)的F分布T 统计量的分布（Willam Sealy Gosset）设X1，X2，…，Xn是来自正态总体N(μ1, σ12)的一个样本，称为统计量,它服从自由度为n-1的t 分布假设检验、参数估计相关概念（例如独立样本、配对样本、 Aspin-Welch检验法、方差齐性检验）独立样本配对样本Aspin-Welch检验法两个总体均值之差的t 检验(σ12、σ22未知但不相等)检验具有等方差的两个总体的均值假定条件两个样本是独立的随机样本两个总体都是正态分布两个总体方差未知但不相等σ12 ≠σ22近似t 检验，Aspin-Welch检验法，检验统计量方差齐性检验ANOVA，LSD法，随机误差和系统误差，因素和水平ANOVA检验多个总体均值是否相等通过对各观察数据误差来源的分析来判断多个总体均值是否相等2.变量1个定类尺度的自变量2个或多个(k 个) 处理水平或分类1个定距或定比尺度的因变量3.用于分析完全随机化试验设计LSD法随机误差在因素的同一水平(同一个总体)下，样本的各观察值之间的差异系统误差在因素的不同水平(不同总体)下，各观察值之间的差异因素所要检验的对象称为因素或因子水平因素的具体表现称为水平相关和回归分析及与之关联的概念例如总体(Population)所关心的所有元素的集合样本(Sample)总体的一部分参数(Parameter)总体的数字特征统计量(Statistic)样本的概括性测度值2 简答题统计数据的如何收集与整理？统计数据的初步处理一频数表和频数图二整理和展示数据频数分布表的编制数据类型及图示频数分布的类型点估计的常见方法及应用点估计的方法有矩估计法、顺序统计量法、最大似然法、最小二乘法等如何区分假设检验问题？决策：双尾检验H0: m = H1: m≠研究：将认为研究结果是无效的说法或理论作为H0；是把希望证明的有效假设作为H1；先确立H1声明：将所作出的声明作为H0，对该说明的质疑作为H1；先确立H0除非我们有证据表明“声明”无效，否则就应认为该“声明”是有效的介绍两种以上多重比较方法Fisher提出的最小显著差异方法，简写为LSD，该方法可用于判断到底哪些均值之间有差异分子生物学方差分析的作用和意义？数据缺失如何处理？为何要进行数据的变换？P171相关系数的其它计算形式聚类分析的思想和步骤对数据进行变换；定义样品间的距离（如欧氏距离）、类别之间的距离（如最短距离