生物统计学问题.docVIP

统计分析与试验设计不可分割。试验设计须以统的原理方法为基础，正确设计的t为统提供丰富可靠的信息，两者紧密结合推断出合理结论，不断推动应用生物科学研究的发展。 试验误差：t中观察值与真值之差，真值：观察次数无限多时求得的平均值，即总体平均值。来源：系统误差：测量工具不准确、t条件、环境因子或t材料有规律的变异、t操作上的习惯偏向。随机误差：不明的或难以控制的原因形成的：t材料个体间或局部环境间的差异、t操作与管理技术的不一致、t条件（如气象因子、栽培因子等）波动性。控制：选择纯合一致的t材料；严格的科学态度，正确执行各项t操作，使管理技术标准化；控制产生误差的外界因素。 基本原则：重复，估计t误差；低t误差，提高t结果精确性；有利于准确估计处理效应。随机：克服系统误差影响，以取得无偏的t误差估计值。局部控制：使非处理因素（t的本底条件）的影响在一个局部范围内最大限度地趋于一致，以增加t处理间的可比性，控制与降低t误差的重要手段。关系：重复→随机→无偏估计t误差；重复→局部控制→降低t误差。 试验类型：单因素试验：具简单，目的明确，t设计易分析的优点，但不能同时了解几个因素的相互联系及其共同效应，反应的问题不够全面，在作物品种比较试验中，统一的t条件无法满足不同品种的要求，有时难得到公正结论。多因素试验：可研究一个因素在另一个因素配合下的平均效应及其交互效应，反应的问题较全面，有利于选择生产因素的最佳组合，确定因素间的相互关系，。综合试验：处理间没有因素水平的组合搭配，无法进行析因分析，多用于成套技术措施的相互比较与筛选，与多因素t相比，可减少处理数量，对鉴定外地成套经验是一种好办法。 准确度：t中某一性状的观察值与其理论值的接近程度，越接近，t越准确。精确度：t中同一性状的重复观察值彼此接近程度，即t误差的大小，可计算。关系：一般t中，真值为未知数，准确度不易确定，故常设置对照处理，通过与对照相比了解结果的相对准确程度。t误差越小，处理间的比较越精确。 唯一差异原则：除将所研究因素有意识分成不同处理外，其他条件及一切管理措施都尽可能一致。 效应：t因素对t指标所起的增加或减少的作用。简单效应：同一因素内两种水平间t指标的相差。主效应：一个因素内各简单效应的平均数。互作效应：两个因素简单效应间的平均差异。 总体：研究对象的全体。个体：组成总体的每个单元。样本：研究总体时，由于总体的无限性或测量方法具破坏性，往往不允许对总体中全部个体都测量，多采用从总体中随机抽取若干个体的方法，来估计研究的总体，这部分个体称。参数：描述总体特征的数值。统计数：描述样本的特征数。 正态分布特点：N（μ，?2）正态分布曲线以平均数μ为中心向左右两侧作对称分布的单峰钟形曲线；在Y=μ处，f（y）达到最大值，算数平均数、中位数和众数均汇于一点；曲线在y=μ±?处各有一个拐点，并以横轴为渐近线无限延伸；Y在—∞~＋∞间可处处取值，构成了Y取值的完全事件系。故曲线与横轴所围成面积必等于1，观察值出现在任何两个定值y1到y2（y1≠y2）之间的概率为：P（y1≤y≤y2）=e重要性：自然现象多符合正态分布，农业科学是自然的一种；中心极限定理：无论总体服从什么分布，只要样本容量足够大，其统计数近似服从正态分布。 统计推断：根据从未知总体中获得已知的随机样本进行分析和推断，如总体的分布形式，总体的参数取值等，从而认识该总体。包括假设检验和参数估计。 无效假设：假设处理无效。用的药剂失效，或者新品种并不比原有品种高产等。假设总体参数与某一指定值相等，或说实得差异是由误差引起的。用“H0“来表示。即H0：?1=?2。备择假设：和无效假设对应的假设，实得差异不是由误差引起的，是真正存在差异。用“HA”来表示。即HA：?1??2。 单尾测验：若备择假设只含有大于号或小于号，如HA：?1??2或?1-?2?0等，对其相应的无效假设即：H0：?1??2，则属单尾测验。双尾测验：若备择假设同时含有大于号和小于号，如HA：??1277或??1277，对其相应的无效假设即H0：?=1277。 两尾检验资料用一尾检验方法：容易否定无效假设。 第一类错误：若假设正确，但实验结果的测定却否定它，α错误。第二类错误：若假设错误，实验测验接受它，β错误。降低途径：样本容量固定时，减小第一类错误的概率必增大犯第二类错误的概率，反之亦然，但如果样本容量增加，则两类错误的概率都减小。当α固定时，单尾测验的β小于双尾测验的β。 成组数据：两处理为完全随机设计，供试单位彼此独立，不论其样本容量是否相同，所得数据称。以组平均数作比较的标准。成对资料：若t设计是将性质相同的两供试单位配成一对，并设多个配对，然后对每一配对的两个供试单位分别随机给予