生物统计学完整版.doc

一、生物数据统计分析的功用 1、科学地整理分析数据：科学试验或调查的数据很多，需要系统整理才能进行统计分析。 2、判断试验结果的可靠性、有效性：试验总是会受到非处理因素的影响，分析后才能知道结果的可靠性，才能下比较正确的结论。 3、确定事物之间的相互关系：生物事件（变量）之间的相互关系是重要的生物学研究命题。 4、提供试验设计的原则：生物学研究首先应进行科学的试验设计，节省经费，结果可靠。 5、为相关学科研究提供基础：生物各学科的研究均需要生物统计学。 二、科学方法的种类： 1. 归纳推理：根据多次观察总结出的理论和定律。真实的理论和定律需要足够的观察次数。 2. 演绎推理： 从定理和理论导出解释和预言的方法。 科学研究一般将理论或由理论演绎出的理论看作假说，然后采用证伪论，论证此假说是否符合逻辑（实际），若观察与假说不一致，就可以否定此假说。 三、科学研究的过程： 1. 模式描述（观察研究）：对自然现象的数量化和充分描述。 2. 模型：对观察模式的解释称为模型或理论。 经验模型是对过程产生关系的描述，而不是过程本身的数学描述。 理论模型是研究过程的，其预测范围通常更大一些。 3. 假说和检验：从模型或理论推导出的预言称为（逻辑）假说。 4. 证伪的备择：归纳与演绎都有优缺点，每一个假说的真假判断都有一定的概率测度 实验检验的问题： 1. 不论实验室还是野外实验，总是存在对自然的操作处理。 2. 调查、实验的空间和时间尺度的大小。尺度过小，结论往往带有片面性，代表性不足； 尺度过大（如整个生态系统），很难再设重复，检验的精度又不能保障。 因此，在强调处理试验的同时，不能过于教条。研究的尺度要适中。 常用名词： ?总体与个体：总体是根据研究目的确定的研究对象的全体，是具有相同性质的个体所组成的集合； 个体是组成总体的基本单元。 ?样本与样本量：样本是指从总体中抽出的若干个体的集合； 样本（容）量是样本个体数目的大小。样本量在30以下的为小样本，30以上的为大样本。 ?随机抽样与随机样本：随机抽样是消除主观愿望的客观抽样，总体中的每个个体被抽取的机会均等。随机样本是由随机抽样获得的样本。 = 4 \* GB3 ④变量与常量：变量：相同性质的事物间表现差异性或差异特征的数据称为变数或变量。如人的身高，小麦的株高，花卉的分枝数等。变量可分为定量和定性变量。定量变量包括连续变量和非连续变量（离散型变量）。 常量：能代表事物特征和性质的数值。如样本平均数、标准差等。 = 5 \* GB3 ⑤参数与统计量：参数（参量）是对总体特征的度量。如总体平均数，标准差等。 统计量：根据样本计算出的用来推断总体参数的数值称为统计量（数），可用作总体参数的估计值，但参数不是样本的计算值。 = 6 \* GB3 ⑥效应与互作：效应是通过施加试验处理，引起试验差异的作用；互作又叫连应：是指两个或两个以上处理因素间相互作用产生的效应。 = 7 \* GB3 ⑦ 随机误差与系统误差：随机误差，也叫抽样误差，是由于试验中无法控制的内在和外在的偶然因素所造成的试验结果与真实结果之间的差异。带有偶然性质、是不可避免的。统计上的试验误差一般都指随机误差。随机误差影响试验的精确性； 系统误差，也叫片面误差，是由于试验处理以外的其他条件控制不一致所产生的带有倾向性的或定向性的偏差。系统误差可以克服，系统误差影响试验的准确性 错误是指在试验过程中，由于人为作用引起的差错。错误在试验中是完全可以避免，不允许出现。 = 8 \* GB3 ⑧准确性与精确性：准确性，也叫准确度，指在调查或试验中某一试验指标或性状的观测值与其真值接近的程度； 精确性，也叫精确度，指调查或试验中同一试验指标或性状的重复观测值彼此接近的程度。准确性是说明测定值对真值符合的程度大小，而精确性是说明多次测定值的变异程度大小。正确性是准确性、精确性的合称。 = 9 \* GB3 ⑨数量性状是指能够以计数和测量或度量的方式表示其特征的性状。数量性状资料就是观察测定数量性状而获得的数据。数量性状资料的获得方式有计数和测量两种，因而数量性状资料又分为计数资料和计量资料两种。 计数资料：其数据在两个相邻整数间不得有任何带小数的数值出现，因此各观察值是不连续的，计数资料也称为非连续变量资料或间断变量资料或离散变量资料。 计量资料：数据是用长度、重量、容积、温度、浓度等来表示，要带单位。这种资料的各个观测值不一定是整数，数据间的变异是连续性的，所以计量资料也称为连续变量资料。 = 10 \* GB3 ⑩质量（属性）性状资料：观察质量性状而获得的数