田间试验设计与生物统计.doc

《田间试验设计与生物统计》 自 学 指 导 云南农业大学职业与继续教育学院 内容体系: ? 内容要点： 第一章 绪 论 1．以课程的学习目的、任务、内容和研究对象为主要内容。 2．了解畜牧生物统计学的概念、主要内容、学习的目的与方法。 3．了解生物统计学发展概况以及一些常用统计学术语。 第二章 试验数据的整理 1. 理解试验数据的分类（质量性状数据、数量性状数据），及对不同类型的数据的整理方法（离散型数据、连续型数据的整理）。 2. 了解频数图的绘制，解释频数图的作用。 3. 了解特征数的概念，以及集中趋势和离散趋势计算方式、相互联系、评价标准。 第三章 随机变量与概率分布 1. 理解随机变量及其分类、概率分布的概念，着重概率的基本概念和运算、几种常见的概率分布，如二项分布、正态分布及标准正态分布等。 2. 对于标准正态分布，强调正态分布的概率计算，并了解偏度与峭度的计算与意义。 3. 了解泊松分布的概率密度函数。 第四章 统计推断概述 1. 了解几种从正态总体中抽取的样本统计量的分布，如样本平均数的分布: u分布、t分布；样本方差的分布：x2 分布、F分布。 2. 掌握参数估计的常见方法：点估计和区间估计。 3. 理解假设检验的基本原理和步骤以及相关概念和几点说明。 第五章 对单个和两个总体平均数的假设检验 1. 了解单个总体均数的检验，分总体方差已知（Z检验）和总体方差未知（t检验）两种情况。 2. 了解两个总体均数的检验，首先了解均值差的抽样分布，然后讨论两总体方差已知时的检验（Z检验）、两总体方差未知但相等时的比较和两总体方差未知但不等时的比较。 3. 了解配对资料的假设检验。 第六章 方差分析I－单向分类资料及数据转换 1. 了解单向分类数据资料结构。 2. 掌握变异的剖分。结合数学模型的理论对数据中的变异进行剖分，然后给出这种数据结构的一般模型。 3. 掌握这种资料的假设检验－方差分析法，对假设、检验统计量、判别方式和结论等步骤详细描述。 4. 了解多重比较。理解t和F检验的关系，并以邓肯比较和最小显著极差法为例，掌握多重比较的原理和计算步骤。 5. 掌握方差的同质性检验：Hartlet F检验、Cochran 检验、Bartlett 检验。 6. 理解方差的稳定性转换的一般原理以及四种常用的数据转换方法：平方根转换、对数转换、反正弦转换和倒数转换，及各自的适用条件和效果。 第七章 方差分析II－双向分类资料 了解双向交叉无重复资料和双向交叉有重复资料，掌握就其数据模式、数学模型、平方和与自由度的剖分、假设检验和多重比较五个方面，理解双向交叉有重复资料交互作用的定义。 第八章 方差分析III－嵌套分组资料 理解嵌套分组资料中数据模式与其他两种数据的差别，以及由于这种数据结构差别带来的模型的不同，然后引出固定效应、随机效应的概念和固定模型、混合模型、随机模型的差别以及其独特的检验方式。 第九章 简单相关与回归 1. 了解相关系数的计算方法、检验以及直线回归方程的建立及检验。 2. 简单相关，从样本相关系数的定义出发，引出计算公式，理解相关系数的显著性检验的三种方法，以及三种方法之间的关系；推导总体相关系数的置信区间；非参数检验的一种相关系数－秩相关，包括概念、计算公式和检验。 3. 简单回归，掌握一元回归的数学模型、一元回归方程的建立、回归的显著性检验、对截距的检验、回归系数的置信区间、回归方程的拟合度－决定系数、X对Y的回归、两条直线回归的比较，最后就回归系数的应用，掌握利用回归方程进行估计、预测和制定校正系数的方法。 第十二章 协方差分析 了解协方差分析的模型和假定以及单向与双向分类资料的协方差分析。以例题的方式学习协方差分析的原理以及计算过程。 第十三章 分类资料的假设检验 理解分类资料在数据量大时按照率的方式检验、数据量小时的卡方适合性检验以及独立性检验。 第十四章 非参数检验 1. 在统计推断的假定条件不满足时可选择的分析方法，理解参数检验与非参数检验的区别。 2. 明确做非参数检验的适合情况，适合于符号检验、秩以及秩和检验的检验类型。 3. 符号检验、秩以及秩和检验的假设、计算和推断。 第十五章 试验设计简介 1. 理解试验设计的有关概念、基本原则和样本含量。 2. 掌握常用的五种试验设计方法：完全随机设计、配对设计、随机区组设计、双向随机区组设计－拉丁方设计、正交试验设计以及抽样调查的设计。 3. 掌握试验设计和调查其样本含量的确定，包括抽样调查中样本含量的确定和试验设计中样本含量的估计。 重点难点： 1. 概率：事件的关系、概率的基础知识以及概率分布。 2. 统计分析：主要包括数据资料的搜集和整理、数据特征的计算、假设检验及参数估计、方差分析、协方差分析、分类数据的假设检验、数据转换、相关与回归等