生物统计附实验设计明道绪第四版复习题及答案统计学经典理论.doc

总体：根据研究目的确定的研究对象的全体 个体：总体中的一个研究单位 样本：实际研究中的一类假象总体 样本含量：样本中所包含的个体数目称为样本含量或大小 随机样本：一类从总体中随机抽得到的具有代表性的样本 统计量：由样本计算的特征数 参数：由总体计算的特征数 精确性：指在试验或调查中某一试验指标或性状的重复观察值彼此接近的程度 系统误差：系统误差又叫做误差。它是在一定的测量条件下，对同一个被测尺寸进行多次重复测量时，误差值的大小和符号（正值或负值）保持不变；或者在条件变化时，按一定规律变化的误差。类由于偶然的或不确定的因素所造成的每一次测量值的无规则变化（涨落），叫做偶然误差，或随机误差。是各数据偏离平均数的距离的平均数，它是离均差平方和平均后的方根，用σ表示。 度量总体(或样本)各变量间变异程度的参数(总体)或统计量(样本)。，则X服从正态分布 标准正态分布：我们把平均数u=0,σ2 ＝1时，称为标准正态分布，记为N（0，1σ区间（u-kσ,u+kσ）之外，取值的概率称为双侧概率 单侧概率：对应于两尾概率可以求得随机变量x小于小于u-kσ或大于u+kσ的概率 二项分布：设随机变量x所有可能取得的值为0或正整数，且有P(ξ=K)=Cn(k)P(k)q(n-k)，k=0,1,2….n,则称随机变量x服从n和p的二项分布 标准误：反映样本平均数的抽样误差的大小的一种指标 t分布：由于在实际工作中，往往σ是未知的，常用s作为σ的估计值，为了与u变换区别，称为t变换t=，统计量t 值的分布称为t分布。假设检验是数理统计学中根据一定假设条件由样本推断总体的一种方法。t检验：两总体方差未知但相同，用以两平均数之间差异显著性的检验。　又称百分位点。若0p1， X或它的的分位数Za。是指满足条件p(XZa)=α的是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法。研究随机变量之间相关性的统计分析方法。如果在回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为回归分析决定系数在Y的中，由X引起的平方和所占的比例，记为r2(r的平方)r2的平方根称为x与y的相关系数 试验设计：以概率论和数理统计为理论基础，经济地，科学地安排试验的一项技术。叙述试验的背景、理论基础和目的，、方法和组织，包括统计学考虑、试验执行和完成的条件。方案必须由参加试验的主要研究者、研究机构和申办者签章并注明日期。 α 。 12、t检验通常适合两样本连续性（非间断性）随机变量资料的假设检验，当二项分布逼近正态分布时，百分数资料也可用t检验。 13、F检验也叫方差分析。通常适合三个或三个以上样本连续性（非间断性）随机变量资料的假设检验。顾名思义，F检验是用方差的变异规律（即F分布）来检验处理效应是否存在。 14、F检验是从总离均差平方和与自由度的剖分开始，将总变异剖分为组间变异和组内变异。因为组间变异由处理效应和误差效应共同引起，组内变异由误差效应引起。因而，将计算出的组间方差和组内方差进行比较，就可判断处理效应是否存在。 15、F检验显著或极显著说明组间处理效应存在，但并不能说明每两组间都存在差异，要知道每两组间是否有差异，必须进行多重比较，常采用的比较方法有最小显著差数法（LSD法）和最小显著极差法（LSR法），后一种方法又分为q法和新复极差法（SSR法）。生物试验中常采用新复极差法（SSR法）。 16、两因素无重复观测值方差分析只能分析试验因素的简单效应和主效应，不能分析出互作效应，因此时计算的误差自由度为0。当两因素有互作效应时，试验设计一定要在处理组（水平组合）内设立重复。 17、两因素有重复观察值方差分析，既可分析出两因素的主效应，还可分析出互作效应。当互作效应显著存在时，可通过多重比较找出最佳水平组合。 18、35、多重比较的结果通常用字母表示，平均数右上角具有相同英文字母表示差异不显著，具有不同英文字母表示差异显著。用小写英文字母表示差异显著，用大写英文字母表示差异极显著。 19、当二项分布接近于正态分布时，两次数资料样本的差异，可通过计算百分数，用t检验。 20、次数资料也可用检验法进行假设检验，检验可分为适合性检验和独立性检验。 21、独立性检验要先设计出联列表，然后用检验，检验两因子是相互独立还是相互依赖，即两因子有无相关性。 22、分布是随自由度变化的一簇曲线，任一曲线皆是连续的。在次数资料的显著性检验中，当检验资料的自由度等于1时，算得的值将有所偏大，因此应予以矫正，统计上称为连续性矫正。 23、独立性检验中，当某一单元格所计算的理论次数在5以下时，要进行相近单元格合并处理。 24、三种统计分析能得出两试验因素有无相关性的结论，它们是：两因素有重复观测值方差分析，通过互作效应检验说明、独立性检验和相关回