- 1、本文档共23页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
食品试验设计与统计分析期末复习资料
第一章
统计学:研究数据的搜集、整理与分析的科学,面对不确定性数据作出科学的推断。因而统计学是认识世界的重要手段。
食品试验设计与统计分析:数理统计原理与方法在食品科学研究中的应用,是一门应用数学。
食品试验科学的特点:1.食品原料的广泛性 2.生产工艺的多样性 3.质量控制的重要性 4.不同学科的综合性
统计学发展概貌:古典记录统计学、近代描述统计学、现代推断统计学。
第二章
总体:根据研究目的确定的研究对象的全体。
个体:总体中一个独立的研究单位。
样本:根据一定方法从总体中抽取部分个体组成的集合。
样本含量n(样本容量):即样本中个体的数目。(n≤30的样本叫小样本,n≥30的样本叫大样本)
随机样本:总体中的每一个个体都有同等机会被抽取组成样本。
参数:由总体计算的特征数。
统计量:由样本计算的特征数。
参数和统计量的关系:由相应的统计量来估计参数,如样本平均数估计总体平均数,样本标准差估计总体标准差。
准确性(准确度):在调查或试验中某一实验指标或性状的观测值与真实值接近的程度。(观测值与真实值之间)
精确性(精确度):在调查或试验中同一实验指标或性状的重复观测值彼此接近的程度。(观测值与观测值之间)
试样中的误差:随机误差和系统误差。
随机误差(抽样误差):由许多无法控制的内在和外在偶然因素所造成的误差,不可避免和消除,影响试验的精确性。
系统误差(片面误差):由于试验对象相差较大,测量的仪器不准、标准试剂未经校正所引起,可以通过改进方法、正确试验设计来避免、消除,影响试验准确性。
资料的分类:连续性资料:对每个观测值单位使用仪器或试剂等量测手段来测定其某项指标的数值大小而得到 的资料。
间断性资料:用计数方式得到的数据资料。
分类资料:可自然或人为地分为两个或多个不同类别的资料。
等级资料:将观察单位按所考察的性状或指标的等级顺序分组,然后清点各组观察单位的次
N重伯努利试验:伯努利试验在完全相同的实验条件下独立的重复n次,并作为一个随机试验。
二项分布x?B(n,p):离散型随机变量分布。
P(x=k)=(k=0,1,2,3…,n)
二项分布的特征
1.Pn(K)≥0 2.(p+q)n=1 3.在一定范围内的总概率P等于被包含的几个概率之和。
4.当p值较小且n不大时,分布是偏倚的。随着n的增大,分布逐渐趋于对称。
5.当p值趋于0.5时,分布趋于对称。
二项分布的应用条件:
(1)试验结果为两大类或两种可能的结果。
(2)每次试验的条件不变,每次试验A的发生概率均为π。
(3)各次试验独立,每个观察单位的观察结果不会影响到其他观察单位的结果。
二项分布的平均数:?=np
二项分布的方差:?2=npq
泊松分布x?P(?):可以用来描述和分析随机地发生在单位空间或时间里的稀有事件的分布。(即小概率事件分布,意外事故、自然灾害都近似服从)
P(x=k)=
泊松分布特点:离散型随机变量概率分布,均值与方差相等。μ=σ2=λ。
泊松分布的应用条件:
随机地发生在单位时间或空间里的稀有事件的概念分布。
在二项分布中,n很大,p很小时。
事件不随机时,不能用泊松分布。
正态分布x?N(?,?2):连续型随机变量的概率分布。
正态分布的特点:
正态分布曲线是以均数?为中心左右对称的单峰悬钟形曲线。在平均数的左右两侧,只要(x-?)绝对值相等,f(x)值就相等。
f(x)在x=?处达到最大值,且f(?)=1/(σ)
f(x)是非负函数,以横轴为渐近线,分布从-∞到+∞,且曲线在?±σ处各有一个拐点。
?是位置参数,σ2是形状参数。
正态分布的次数多数集中于平均数?的附近,离均数越远,其相应的次数越少。
曲线f(x)与横轴之间所围成的面积等于1。
标准正态分布u?N(0,1):?=0,σ2=1的正态分布。
标准正态变量(标准正态离差)u:u=(x-?)/σ
三种分布的关系:
二项分布,当n很大,np、n(1-p)接近,该分布接近于正态分布。
在n?∞、p?0.5时或p>0.1时可用二项分布代替正态分布。
当n?∞、p?0,且np=?(较小常数)时,用泊松分布代替二项分布。
当p<0.1且n很大时,用泊松分布代替二项分布。
泊松分布,?≥30时,用正态分布代替。
抽样分布:统计量的分布概率。
抽样误差:由随机抽样造成的误差。
标准误差(标准误,均数标准误):样本平均数抽样总体的标准差。反应精确性的高低,??x越大精确度越低。
?
t分布:在计算S?x时,由于采用S来代替?,使得t变量不再服从标准正态分布,而是服从t分布。
文档评论(0)