生物统计学复习资料.pptx

本资料来源;《生物统计学》复习串讲;常用统计学术语;;;;;变量的特征 ;;各观测数加上或减去一个常数，其标准差不变;;自由度的统计意义：DF是指样本内独立且能自由变动的观测值的个数。 在统计学中，自由度等于样本变数的总个数减去计算过程中使用的条件的个数。 如果受到k个条件的限制，则自由度为df ＝ n－k 变异系数是样本的标准差相对于其平均数的百分数 变异系数是一种相对指标，既能反映样本的离散程度（s），又能表示出集中趋势（ ），因而是一项表示相对离散度的指标。用变异系数可以比较不同样本相对变异程度的大小。 ;［概率的定义］事件A在一次试验中出现的可能性大小的量度p，称为事件A的概率 概率是频率的稳定值。 ;二项分布;;正态分布;;抽样分布;;;样本平均数差数的分布; 分布;5 t分布;近似;［定理1］设x1， x2，…，xn (n≥2)相互独立，且都服从N(μ,σ2 )， 则： 服从自由度df = n－1的t分布,记为:t～t (n －1);;;F分布;0;统计推断;假设检验就是根据总体的理论分布和小概率原理，对未知或不完全知道的总体提出两种彼此对立的假设，然后由样本的实际结果，经过一定的计算，作出在一定概率意义上应该接受的那种假设的推断。 如果抽样结果使小概率发生，则拒绝假设；如果抽样结果没有使小概率发生，则接受假设。生物统计学中，一般认为小于0.05或0.01的概率为小概率。 通过假设检验，可以正确分析处理效应和随机误差，作出可靠的结论。;显著性检验的基本步骤;（1）双尾检验;右尾检验 ;左尾检验 ; 1.5 假设检验中的两类错误 ;(2) α与β的关系及其控制 α与β的关系：在样本容量给定的情况下，α越小，β就会愈大；反之，α越大，β就会越小。 两类错误的控制方法： （1）在α＝0.05（或0.01）就满意的前提下，β越小越好； （2）β值的大小主要取决于样本容量的大小。增加样本容量n，以减小标准误σ/ ，是减小两类错误的关键。 ;2.1 单个样本平均数的假设检验;两样本的总体方差σ12 和σ22已知时，用u检验。 假设：;两样本的总体方差σ12 和σ22未知，但两个样本均为大样本时（即n1 ≥30和n1 ≥30） 用u检验法（u-test） 检验统计量（Testing Statistic）;两样本的总体方差σ12 和σ22未知，且两样本为小样本（n1＜30，n2＜30）时 采用 t 检验法（t-test） 具体有以下2种类型 Equal Population Variances（总体方差相等） Unequal Population Variances（总体方差不等）;σ12 ＝σ22时相关统计量（重要哦）;两样本的总体方差σ12 和σ22未知，且 σ12 ≠σ22，n1 ≠ n2时 采用Apsin-Welch检验;配对样本平均数间的比较(成对法);很显然，同一配对内两个体间的相关性要高于非对子间的相关性，因此，“配对样本平均数的比较”可视为两个“相关”样本平均数的比较。 配对设计的优点：成对数据，由于同一配对内两个个体的试验条件非常接近，而不同配对间的条件差异又可以通过各配对数据的差数来消除，因而，配对试验可以控制试验误差，具有较高的精确度。 ;样本频率（百分率）的假设检验;参数的区间估计 定义：参数的区间估计是用区间[L1，L2]作为参数θ的可能取值范围的一种估计，并以一定的概率保证所估计的总体参数在该区间内。区间估计的基础是抽样分布，可以弥补点估计的不足。 置信区间：若参数满足P(L1≤θ≤L2)＝1－α，则[L1，L2]叫做参数θ的置信水平为1－α的置信区间。;【适合性检验】就是检验某一试验结果类别频数的划分是否符合某一理论比例。 【独立性检验】是研究两个或两个以上因子彼此之间是独立的还是相互影响的一类统计方法。 ;【使用范围】 χ2检验是与计数数据相关联的，因而用于计数资料或间断性数据的检验。 【基本原理 】 应用实际观测值（O）与理论推算值（E）之间的偏离程度来计算χ2值的大小，根据χ2的概率来检验观测值与理论值的差异程度和符合程度的大小。;【检验方法】 按照假设检验的一般步骤，对计数资料进行右尾检验。 如果有k 组资料，则检验统计量的计算公式为： χ2 ＝∑(Oi – Ei )2/Ei ＝∑(实际观测值–理论推算值)2/理论推算值 【连续性矫正】 当自由度df ≥2时，一般不作连续性矫正。 当自由度df ＝1时，需进行连续性矫正，统计量计算公式为： χc2 ＝ ∑(|Oi – Ei|－0.5 )2/Ei ;方差分析;1.1基本概念 1.1.1 试验指标 度量试验结果的标准，它因试验的目的不同而异。 1.1.2 试验因子 引起