生物统计与实验设计重点.docx

数量性状资料 质量性状资料 半定量（等级）资料 数量性状(quantitative character)： 是指能够以测量或计数的方式表示其特征的性状 。 数量性状资料(data of quantitative characteristics)： 观察测定数量性状而获得的数据。 质量性状(qualitative character)： 是指能观察到而不能直接测量的性状 统计次数法 在一定的总体或样本中，根据某一质量性状的类别统计其次数，以次数作为质量性状的数据。 检查和核对原始资料的目的在于确保原始资料的完整性和正确性。 包括三个方面： 1. 检查资料本身差错 2. 取样差错 3. 资料不合理的合并 长条图 它用等宽长条的长短或高低表示按某一研究 指 标划分属性种类或等级的次数或频率分布 。 长条图适用于采用单项式分组法的计数资料和质量性状数量化的资料。 算术平均数（arithmetic mean） 几何平均数（geometric mean） 调和平均数（harmonic mean） 中位数（median） 众数（mode） 一个资料中各观测值的总和除以观测值个数所得的商就称为算术平均数，简称平均数或均数。 调和平均数：资料中各观测值倒数的算术平均数的倒数，记为H，即 调和平均数主要用于反映畜群不同阶段的平均增长率 或畜群不同规模的平均规模。 将资料内所有观测值从小到大依次排列，位于中间的观测值，称为中位数，记为Md。 适用于呈偏态分布，或资料的一端或两端无确定观测值的数据资料。 中出现次数最多的那个观测值或次数最多一组的组中值，称为众数，记为M0。 定义： 资料中各变数的离均差平方和除以用来计算平方和时所用独立变数的个数，便是均方，用MS表示 标准差是均方的平方根，是用来反映资料中各变数之间变异程度大小的统计量，可以表示平均数代表性的强弱 样本标准差S 是总体标准差σ的无偏估计量 在统计学中，常用样本标准差S估计总体标准差σ 1、标准差的大小，受资料中每个观测值的影响，如观测值间变异大，求得的标准差也大，反之则小。 2、计算标准差时，各观测值同时加上或减去一个常数，其数值不变。 3、计算标准差时，各观测值同时乘以或除以一个常数a，所得的标准差等于原来的标准差乘以或除以该常数a。 变异系数是衡量资料中各观测值之间变异程度的另一个统计量 。 标 准差与平均数的比值称为 变异系数，记为C·V。 所谓的显著性检验就是根据实际的需要对未知的或不完全知道的总体提出一些假设，然后由样本的实际结果，经过一定的计算，做出在概率的意义上应当接受那种假设的检验 必然事件：我们把在一定条件下必然会发生的事件称为必然事件（certain event），用Ω表示。 不可能事件：我们把在一定条件下不可能发生的事件称为不可能事件（impossible event），用ф表示。 随机事件：在一定条件下可能发生也可能不发生的事件称为随机事件（random event） （一）概率（probability）的统计定义 在相同条件下进行n次重复试验，如果随机事件A发生的次数为m，那么m/n 称为随机事件A的频率（frequency）；当试验次数n逐渐增大时，随机事件A的频率越来越稳定地接近于某一定值p，那么就把p称为随机事件A的概率。 标准正态分布和正态分布的关系： 两者的形状和特征都没有改变，只是做了坐标轴的平移和尺度单位的转换，分布中心由μ处移到0处，尺度单位由x单位变为标准差单位。 标准误即样本平均数的标准差，反映了样本平均数之间变异程度的大小，即抽样误差的大小，说明样本对总体的代表性的强弱。 标准差是用来说明一般观测值之间变异程度的大小，说明样本平均数对该样本的代表性的强弱。 对于两样本所在总体平均数差异的显著性检验，因试验设计不同，一般可分为两种情况： 一是非配对设计或成组设计两样本平均数的差异显著性检验； 二是配对设计两样本平均数的差异显著性检验。 动物试验常见的配对方式有两种： 自身配对与同源配对 1、自身配对：指同一试验单位分别接受不同 时间或不同部位的处理结果。 2、同源配对：指将来源相同、性别相同的两个个体配成一对，然后将配成对的两个个体随机地分配到不同的处理组中。 配对设计是指先根据配对的要求将