- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
名词解释(5)15 分
1. 总体:所关心的所有元素的集合
2. 个体:组成总体的每个元素
3. 样本:总体的一部分
4. 样本容量:样本中所含个体的数量
5. 抽样分布:所有样本指标所形成的分布
6. 标准误:所有可能的样本均值的标准差,测度所有样本均值的离散程度
7. 参数:总体的数字特征
8. 统计量:样本的概括性测度值
9. 点估计:对总体的未知参数作出数值点的估计
10. 估计量:估计总体某一参数的随机变量
11. 区间估计:根据一个样本的观察值给出总体参数的估计范围
12. 假设检验:先对总体参数或分布形式作出某种假设,然后判断原假设是否成立
13. 原假设:待检验的假设
14. 备择假设:与原假设对立的假设
15. 检验统计量:用于假设检验问题的统计量
16. 显著性水平:是一个概率值
17. 小概率原理:一次试验中,一个几乎不可能发生的事件发生的概率是小概率,在一次试
验中一旦发生,我们就有理由拒绝原假设。(10 级)
18. 双尾检验:检验决策中的假设
19. 单尾检验:检验研究中的假设或某项声明的有效性
20. ANOVA :方差分析,检验多个总体均值是否相等 (10 级)
21. 因素:要检验的对象
22. 水平:因素的具体表现
23. 随机误差:随机因素造成的误差
24. 系统误差:系统性因素造成的误差
25. LSD:最小显著差异方法,判断均值间的差异 (10 级)
26. 相关关系:一种变量与另一种变量有一定的关系,但没有完全确定的函数关系。(10 级)
27. 相关系数:对变量之间关系密切程度的度量
28. 相关分析:主要描述两个变量之间线性关系的密切程度
29. 回归分析:从一组样本数据出发,确定变量之间的数学关系式
30. 回归模型:描述变量间关系的方程 (10 级)
31. 回归方程:描述y 的平均值或期望值如何依赖于x 的方程 (10 级)
32. 判定系数:相关系数的平方,反映回归直线的拟合程度
33. 最小二乘法:使因变量的观察值与估计值间的离差平方和达最小来求β0 和β1 的方法
34. 聚类分析:将数据按照特征亲疏或相似程度进行分类
简答(2 )30 分
统计数据如何收集与整理
收集:用普查、抽样调查、统计报表、重点调查或典型调查、访问调查、邮寄调查、电话调
查、观察法和实验法等方法收集数据
整理:判断数据的类型,连续性数据用变量的方法分析,离散型数据用属性的方法分析,再
根据需要进行相应的统计分析,做频数表、频数图、分析样本的特征数如平均数、标准差、
偏斜度和峭度等。
点估计的常见方法及应用
矩估计法:预测股市行情,估计生产线上螺丝钉的合格率,教育统计学等。
顺序统计量法:主要适用于正态总体。
最小二乘法:广泛应用于科学实验与工程技术中,能将实验得出的一大堆看上去杂乱无章的
数据中找出一定规律,拟合成一条曲线。
最大似然法:适用于水声、地震波等信号的频率波数功率谱估值和平稳时间序列的功率谱估
值。
如何区分假设检验问题
双尾检验属于决策中的假设检验。就是说,不论是拒绝H0 还是接受H0,我们都必需采取相
应的行动措施。
研究中的假设检验是单尾检验的其中一种形式,将所研究的假设作为备择假设 H1,将认为
研究结果是无效的说法或理论作为原假设H0。
声明的有效性假设检验是单尾检验的其中一种形式,将所作出的声明作为原假设,对该声明
的质疑作为备择假设。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2 种以上多重比较方法
LSD 法:要求组间的标本数必须相同,适用于被指定组间的比较检定。
Tukey 法:适用于比较的组间完全对等关系的情况,具有相同的标本数是进行检定的前提。
Bonferroni 法:LSD 法的改良法,适用于全体组间比较检定。
Scheffe 法:适用于全体组间比较检定。
Dunnet 法:最适用于有关联的组之间的比较检定。
分子生物学方差分析的作用和意义
可以同时判断多组数据平均数之间的差异显著性,也是一种对平均数所做的检验。
一种是检验两个平均数之差是否可以用随机误差解释,一种是检验几个样本平均数的方差是
否足够大。
ANOVA 引入进行距离来度量并计算单倍型(或基因型)间的差方,十分巧妙地避开了分子
数据不便于直接计算离差方的问题,所有种类的单倍型之间的差方组成一个距离矩阵,近年
来在遗传多样性和群体遗传结构研究中大量应用。
数据缺失如何处理 (10 级)
方法1:如果缺失的是数值型数据,用所有数据的平均值代替;如果缺失的是非数值型数据,
用出现频率最高的值代替。
文档评论(0)