生物统计学复习重点137030032
生物统计学复习要点
1、生物统计学主要包括试验设计和统计分析2、统计学的发展经历了3个阶段:古典记录统计学,近代描述统计学和现代推断统计学3、生物统计学是数理统计在生物学研究中的应用,它是用数理统计的原理和方法来分析和解释生物界各种现象和试验调查资料的一门学科,属于应用统计学的一个分支。
4、英国统计学家R.A.Fisher于1923年发展了显著性检验及估计理论,提出来F分布和F 检验,创立了方差和方差分析,在从事农业试验及数据分析研究时,他提出了随机区组法、拉丁方法和正交试验的方法5、常用的统计学术语有:总体与样本,参数与统计数,变量与资料,因素与水平,处理与重复,效应与互作,准确性与精确性,误差与错误6、总体按所含个体的数目可分为有限总体和无限总体,n小于30的样本称为小样本,n大于等于30的为大样本7、参数也称参量,是对一个总体特征的度量。
统计数也称统计量,是由样本计算所得的数值。
8、准确性反映测定值与真值符合程度的大小,而精确性则是反映多次测定值的变异程度9、生物统计学的基本作用:1)提供整理和描述数据资料的科学方法,确定某些性状和特性的数量特征2)判断试验结果的可靠性3)提供由样本推断总体的方法4) 提供试验设计的一些重要原则10、试验资料具有集中性和离散性两种基本特征。
平均数是反映集中性的特征数,主要包括算术平均数,中位数,众数,几何平均数等;反映离散性的特征数是变异数,主要包括极差,方差,标准差和变异系数11、资料可分为数量性状资料和质量性状资料12、数量性状资料分为计数资料(非连续变量资料)和计量资料(连续变量资料)13、资料的来源(资料的搜集方法)一般有两个,调查和试验14、常用的抽样方法有随机抽样,顺序抽样,典型抽样15、随机抽样的方法:简单随机抽样,分层随机抽样,整体抽样,双重抽样16、计量资料的整理步骤:1,计算全距2.确定组数和组距(样本容量30--60,分组数为5--8)3,确定组限和组中值4,分组,编制次数分布表17、常用的统计图有条形图,饼图,直方图,多边形图,散点图(会辨认)18、算术平均数的算法:直接计算法,减去(或加上)常数法,加权平均法19、算术平均数的重要特性:1)样本中各观测值与其平均数之差称为离均差,其总和等于零2)样本中各观测值与其平均数之差平方的总和,较各观测值与任一数值(不包括平均数)之差的平方和最小,即离均差平方和为最小20、标准差的特性:1,标准差的大小受多个观测值的影响,如果观测值与观测值之间差异较大,其离均差也大,因而标准差也大,反之则小2,计算标准差时,如将各观测值加上或减去一个常数a,其标准差不变,将各观测值乘以或除以一个常数a,则标准差扩大或缩小了a倍3,在正态分布情况下,一个样本变量的分布情况可作如下估计:在平均数两侧的1s范围内,观测值个数约为观测值总个数的68.26%,在平均数两侧的2s范围内,观测值个数约为观测值总个数的95。
生物统计学复习提纲
复习提纲一、名词解释1、变异系数：变数的相对变异量，CV=S/y×1002、总体与样本：总体是指具有相同性质的个体组成的集团，样本是指从总体中抽出的一部分个体的集合。
3、统计假设测验：根据于某种实际需要，对未知的或不完全知道的统计总体提出一些假设，然后由样本的实际结果，经过一定的计算，作出在概率意义上应当接受那种假设的测验。
4、显著水平：用来测验假设的概率标准5%或1%等，称为显著水平,一般以α表示。
5、适合性测验：比较实验数据与理论假设是否符合的假设测验。
6、单因素试验：整个试验中只变更、比较一个试验因素的不同水平，其它作为试验条件的因素均严格控制一致的试验。
7、连续型数据与离散型数据：连续型数据是指称量、度量或测量方法得到的数据，离散型数据是指用计数方法获得的数据。
8、零假设与备择假设：零假设是指假设总体平均数μ等于某一指定值μ0，记为H0：μ=μ0或μ-μ0=0。
备择假设，和零假设相对立的一个假设，也称为对应假设。
记作H A：μ≠μ0。
9、第一类错误（α错误）：如果H0是真实的，我们通过测验却否定了它，就犯了一个否定真实假设的错误，这叫第一类错误（α错误）。
10、第二类错误（β错误）：如果H0是错误的，我们通过测验没有发现其不真实而接受了它，即犯了一个接受不真实的H0的错误，这叫第二类错误（β错误）。
11、回归分析：对具有因果关系的两个变数，统计分析的任务是由实验数据推算出一个表示Y 随X 的改变而改变的方程过程称为回归分析。
12、重复：在试验中同一处理设置的试验单位数。
13、样本容量：样本中包含的个体数，用n表示。
14、生物统计学：生物统计学是以概率理论为基础，研究生命科学中随机现象规律性的方法论科学。
15、有限总体：总体中包含的个体数目有限，这种总体称为有限总体。
16、处理与水平：处理是指试验过程中设置的所有试验因素的所有水平，是试验的具体条件或状态，水平是指每一个因素根据其质或量所分的等级或所处的状态。
生物统计学复习资料
第一章1.生物统计学（Biostatistics）是数理统计在生物学研究中的应用，它是应用数理统计的原理和方法来分析和解释生物界各种现象和试验调查资料的一门学科。
属于应用统计学的一个分支。
是一门应用数学。
2.统计学(Statistics）是把数学的语言引入具体的科学领域,将所研究的问题抽象为数学问题的过程, 是收集、分析、列示和解释数据的一门科学.3.生物统计学是研究生命过程中以样本推断总体的一门学科。
4.生物统计学的基本类容：①试验设计:如何合理地进行调查或试验设计②统计分析:如何科学地整理、分析所收集来的具有变异的资料,揭示出隐藏其内部的规律性。
5.生物统计学的基本作用：①提供整理和描述数据资料的科学方法，确定某些性状和特性的数量特征.②运用显著检验，判断试验结果的可靠性或可行性。
③提供由样本推断总体的方法。
④提供试验设计的的一些重要原则。
6.常用的统计学术语:一．总体与样本具有相同性质的个体所组成的集合称为总体；总体有分为有限总体和无限总体。
组成总体的基本单元称为个体从总体中抽出若干个体所构成的集合称为样本（sample)；（总体中的一部分）构成样本的每个个体称为样本单位；样本中所包含的个体数目叫样本容量或样本大小,样本容量常记为n。
一般在物学研究中，通常n<30的样本叫小样本，n ≥30的样本叫大样本。
二、参数与统计数描述总体特征的数量称为参数，也称参量。
常用希腊字母表示参数，例如用μ表示总体平均数,用σ表示总体标准差；描述样本特征的数量称为统计数，也称统计量。
常用英文字母表示统计数，例如用X-表示样本平均数，用S表示样本标准差.三、变量与常数变量，或变数，指相同性质的事物间表现差异性或差异特征的数据。
常数，表示能代表事物特征和性质的数值，通常由变量计算而来,在一定过程中是不变的.变量包括定量变量和定性变量，定性变量又可分为连续变量（可以有任何小数出现）和非连续变量(只有整数出现)。
生物统计学·名词解释 复习重点
1.生物统计：是应用数理统计的原理和方法研究数量变异规律的学科，也是一门应用数学。
2.总体：根据研究目的确定的研究对象的全体称为总体。
3.个体：总体其中的一个研究单位称为个体。
4.样本：总体的一部分称为样本。
5.有限总体：包含有限个个体的总体称为个体。
6.无限总体：包含无限多个个体的总体叫无限总体。
7.样本容量或大小：样本中所包含的个体数目称为样本容量或大小，常记为n，通常n≤30为小样本，n＞30为大样本。
8.参数：总体计算的特征数称为参数，通常用希腊字母表示，如用μ表示总体平均数，σ表示总体标准差。
9.统计数：由样本计算的特征数，称为统计数，通常用拉丁字母表示，如用x表均数，用s表示样本标准差。
10.准确性：也叫准确度，指在试验或调查中同一试验指标或性状的观测值与其真值接近的程度。
11.精确性：也叫精确度，指在试验或调查中同一试验指标或性状的重复观测值彼此接近的程度。
12.正确性：试验或调查的准确性，精确性，合称正确性。
13.随机误差：也叫抽样误差，这是由于偶然因素所造成的，随机误差影响试验的精确性。
特点：偶然性和随机波动性难以消除。
14.系统误差：也叫片面误差，这是由于试验动物的初始条件相同，测量的仪器不准，标准试剂未经校正，以及观测、记载、抄录、计算中的错误所引起。
系统误差影响试验的准确性。
特点：定向性，可消除。
15.必然事件（Ω）：在一定条件下必然发生的现象。
16.不可能事件（Φ）：在一定条件下不可能发生的现象。
17.事件：在一定条件下可能发生也可能不发生的事件，简称事件。
用A，B表示。
18.概率：在相同条件下进行n次重复试验，如果随机事件A发生的次数为m，则把m/n称为随机事件A的频率，把试验重复数n逐渐增大时，如果随机事件A的频率越来越稳定的接近某一数值p，则我们把数值p称为随机事件A的概率。
这样定义的概率称为统计概率或者称为后验概率。
19.古典概率：设样本空间由n个等可能的基本事件所构成，其中事件A包含有m个基本事件，则事件A的概率为m/n，即P(A)=m/n。
生物统计学复习要点
1、生物统计学主要包括试验设计和统计分析2、统计学的发展经历了3个阶段：古典记录统计学，近代描述统计学和现代推断统计学3、生物统计学是数理统计在生物学研究中的应用，它是用数理统计的原理和方法来分析和解释生物界各种现象和试验调查资料的一门学科，属于应用统计学的一个分支。
4、英国统计学家R.A.Fisher于1923年发展了显著性检验及估计理论，提出来F分布和F 检验，创立了方差和方差分析，在从事农业试验及数据分析研究时，他提出了随机区组法、拉丁方法和正交试验的方法5、常用的统计学术语有：总体与样本，参数与统计数，变量与资料，因素与水平，处理与重复，效应与互作，准确性与精确性，误差与错误6、总体按所含个体的数目可分为有限总体和无限总体，n小于30的样本称为小样本，n大于等于30的为大样本7、参数也称参量，是对一个总体特征的度量。
统计数也称统计量，是由样本计算所得的数值。
8、准确性反映测定值与真值符合程度的大小，而精确性则是反映多次测定值的变异程度9、生物统计学的基本作用：1）提供整理和描述数据资料的科学方法，确定某些性状和特性的数量特征2）判断试验结果的可靠性3）提供由样本推断总体的方法4) 提供试验设计的一些重要原则10、试验资料具有集中性和离散性两种基本特征。
平均数是反映集中性的特征数，主要包括算术平均数，中位数，众数，几何平均数等；反映离散性的特征数是变异数，主要包括极差，方差，标准差和变异系数11、资料可分为数量性状资料和质量性状资料12、数量性状资料分为计数资料（非连续变量资料）和计量资料（连续变量资料）13、资料的来源（资料的搜集方法）一般有两个，调查和试验14、常用的抽样方法有随机抽样，顺序抽样，典型抽样15、随机抽样的方法：简单随机抽样，分层随机抽样，整体抽样，双重抽样16、计量资料的整理步骤：1，计算全距2.确定组数和组距（样本容量30--60，分组数为5--8）3，确定组限和组中值4，分组，编制次数分布表17、常用的统计图有条形图，饼图，直方图，多边形图，散点图（会辨认）18、算术平均数的算法：直接计算法，减去（或加上）常数法，加权平均法19、算术平均数的重要特性：1）样本中各观测值与其平均数之差称为离均差，其总和等于零2）样本中各观测值与其平均数之差平方的总和，较各观测值与任一数值（不包括平均数）之差的平方和最小，即离均差平方和为最小20、标准差的特性：1，标准差的大小受多个观测值的影响，如果观测值与观测值之间差异较大，其离均差也大，因而标准差也大，反之则小2，计算标准差时，如将各观测值加上或减去一个常数a，其标准差不变，将各观测值乘以或除以一个常数a，则标准差扩大或缩小了a倍3，在正态分布情况下，一个样本变量的分布情况可作如下估计：在平均数两侧的1s范围内，观测值个数约为观测值总个数的68.26%，在平均数两侧的2s范围内，观测值个数约为观测值总个数的95。
生物统计学复习提纲
生物统计学复习提纲生物统计学复习提纲（2021）第1章统计学的基本概念总体：根据研究目的确定的同质研究对象的全体（集合）。
样本：从总体中随机抽取的部分观察单位。
根据观察数据之间有无缝隙（gap），常将数据分类为离散型变量（有缝隙）与连续型变量（无缝隙）两大类。
参数：总体的统计指标，如总体均数、标准差，采用希腊字母分别记为μ、σ。
固定的常数统计量：样本的统计指标，如样本均数、标准差，采用拉丁字母分别记为 X 、 S ，为参数附近波动的随机变量。
第2章统计描述①集中趋势(central tendency): 变量值集中位置，即平均水平指标。
常用描述集中趋势的统计量有：1. 算术均数(arithmetic mean)，简称均数 (mean)2. 几何均数(geometric mean)，适用条件：呈倍数关系的等比资料或对数正态分布（正偏态）资料；如增长速度、抗体滴度资料3. 中位数 (median)，反映一批观察值在位次上的平均水平。
4. 众数（mode），适用于大样本；较粗糙。
5. 调和均数（harmonic mean），反映变量不同阶段的平均增长率或平均规模。
几种平均数之间的关系算术平均数 > 几何平均数 > 调和平均数②离散趋势(tendency of dispersion): 变量值围绕集中位置的分布情况，即个体观察值的变异程度。
常用的变异指标有：1.极差(Range）(全距)。
2.百分位数与四分位数间距Percentile and Quartile range。
上面两个指标没有考虑到每个观察值的变异。
3.方差Variance: 也称均方差（mean square deviation），观察值的离均差平方和的均值。
总体和样本的方差分别记为σ2，S2。
(X?X)?X???X?n样本方差S?∑＝n?1n?14.标准差Standard Deviation: 方差的正平方根；其单位与原变量X的单位相同。
《生物统计学》复习资料
《生物统计学》复习资料一、填空题1.变量之间的相关关系主要有两大类：(正相关)和(负相关)。
2.试验误差可以分为(随机误差)和(系统误差)两类。
3.样本标准差的计算公式( )。
解析：4.方差分析必须满足(正态性)、(方差齐性)和可加性3个基本假定。
5.在假设检验中，如果检验样本间差异是否极显著,则显著水平a取值为(0.05)。
6.在分析变量之间的关系时，一个变量X确定，Y是随着X变化而变化，两变量呈因果关系，则X称为(自变量),Y称为(因变量)。
二、单项选择题1.抽取样本的基本首要原则是（B）A、统一性原则B、随机性原则C、完全性原则D、重复性原则2.如果对各观测值加上一个常数a,其标准差（D）A、扩天√a倍B、扩大a倍C、扩大a²倍D、不变3.在一组数据中，其中一个数据9的离均差是3,那么该组数据的平均数是（B）A、12B、10C、6D、34.平均数是反映数据资料（B）0的代表值。
A、变异性B、集中性C、差异性D、独立性5.方差分析适合于（A）数据资料的均数假设检验。
A、两组以上B、两组C、一组D、任何6.在假设检验中，是以（A）为前提。
A、肯定假设B、备择假设C、无效假设D、有效假设7.统计学研究的事件属于（D）事件。
A、不可能事件B、必然事件C、小概率事件D、随机事件8.下列属于大样本的是（A）。
A、40B、25C、20D、109.在方差分析中，已知总自由度是15,组间自由度是3,组内自由度是（B）A、18B、12C、10D、510.已知数据资料有10对数据，并呈线性回归关系，它的总自由度、回归自由度和残差自由度分别是（C）A、9、1和8B、1、8和9C、8、1和9D、9、8和1三、判断题(正确的打√,错误的打×。
)1.对于有限总体不必用统计推断方法。
(×)2. 资料的精确性高，其准确性也一定高。
(×)3. 资料中出现最多的那个观测值或最多一组的中点值，称为众数。
生物统计学总复习重点
b
f(y)
P(a y b) a f (y)dy ?
Y ab
f(t)
df─>∞(标准正态曲线)
df=5
df=1
t
不同自由度下的t 分布图
f(χ2)
χ2分布
χ2
1.4 f( F)
1.2
1.0
0.8
0.6
0.4
0.2
0.0
0
1
F 分布曲线
df1 1, df2 5
df1 5, df2 5
df1 10, df2 10
2F
3
4
假设检验
小概率原理（P≤α）
反证法（假定H0成立，然后根据样本 结果推论是否为小概率事件，如果是
则拒绝H0 ，否则不拒绝。）
检验假设：
1. H0: =0 2. HA:=0
假设检验是在H0成立的前提下，从样本数据中寻找证据 来拒绝H0， “接受” HA。 如果样本证据不足，即P>，则只能不拒绝H0 ，暂且认 为H0正确； 如果证据充分，即P ≤ ，则有理由拒绝H0 ，认为差异有 统计学意义。
为什么？“接受零假设”的正确表述应当是什么？ 方差分析的条件？ 回归与相关分析的区别与联系 用样本直线回归方程，由X预测Y时，为什么不能任意外推？
有A、B、C、D、E、F 6个品种，拟设计一
品种比较试验。已知试验地西部肥沃，东部
贫瘠，应用什么
试验设计比较合理？
若上题中的试验地的土质状况较为均匀，则
275
322
在人为控制的不同无机磷含量x (ppm) 的土壤中种植玉 米，播后38天测定玉米植株中磷的含量y (ppm)，现根据9 对观察值，已算得 x=13，y=80 ，sxx=734 ，syy=2274 ， sxy = 1040，试完成：(1) 直线回归方程；(2) 对回归方程作 方差分析。
生物统计学考试重点
名词解释：1、总体：又叫“统计总体”，是指一个统计问题研究对象的全体，它是具有某种共同特征的元素的集合。
2、参数：是描述总体特征的数，如反映数据的集中趋势的总体平均数，反映数据的变异程度的总体方差，反映不同总体的相关关系的相关系数等，常用希腊字母来表示，μ：总体平均数，σ²：总体方差，ρ：总体相关系数。
3、统计量：是描述样本特征的量，如样本平均数，样本方差，样本相关系数等，常用英文字母来表示。
X：样本平均数，S²：样本方差，r:样本相关系数。
4、准确性：是指观测值或估计值与真值的接近程度。
5、精确性：是对同一物体的重复观察值或估计值彼此之间的接近程度。
6、连续性资料：是指在一定范围内可取任何实数值的数据资料，例如动物个体的体重，奶牛的产奶量，羊的产毛量等指标（变量）进行测定所得到的数据，他们通常是用度量衡等计量工具后得到的，因而也成为计量资料。
7、计数资料：是用计数的方式得到的数据资料，它们必须用整数来表示，如对猪的产仔数，鸡的产蛋数等指标（变量）的记录数据。
8、中位数：将资料内所有观察值，从小到大依次排列，位于中间的那个观察值称为中位数，用Md表示。
9、调和平均数：各观察值倒数的算术平均数的倒数，主要用于速度类和或数据中有个别极端大值的数据资料集中趋势的度量。
10、随机变量：（描述随机试验所有可能结果取值的变量）是在一定范围随机取值的变量，它的取值由于受到许多随机因素的影响。
因而是不可预测的，但是这并不是说随机变量的取值是毫无规律的，其规律性就在于它取值的概率性，也就是说它的取值是服从某种概率分布的，因而我们也可以说随机变量是以一定的概率分布取值的变量。
11、概率函数：描述离散性随机变量取各个可能值的概率的函数。
12、概率分布函数：描述随机变量取值小于等于某值的概率的函数，也称为累计分布函数。
13、抽样分布：从一个总体中随机地抽取含量为几的样本，并由样本计算各种统计量，由于样本是随机抽取的，因而由样本数据计算的统计量也是随机变量，它们也有自己的概率分布，称之为抽样分布。
生物统计学复习资料
生物统计学复习资料一、名词解释准确性（accuracy）：在试验中某一指标的观测值与真实值的接近程度，也称准确度。
（反映观测值偏离目标值的程度）精确性（precision）：在相同试验条件下，对同一指标重复测量时所得观测值之间的接近程度，也称精确度。
（反映观测值之间的变异程度）准确性和精确性合称正确性。
随机误差（random error）：由无法控制的偶然因素导致的误差。
（随机误差影响精确性，扩大样本容量或增加试验重复次数有助于减少但无法消除随机误差）系统误差（systematic error）：由测量工具不精准、试验方法不完善、操作人员水平差异等因素导致的误差。
（既影响准确性又影响精确性，可消除）总体（population）：研究对象的全体成员（有限总体、无限总体）个体(individual)：构成总体的各个成员样本（sample）：从总体中抽取的部分个体所组成的集合。
样本容量(sample size)：样本包含的个体数量。
随机抽样(random sampling)：采用随机方式从总体中获取样本的过程。
放回式抽样(sampling with replacement)：从总体抽取一个个体，记录特征后放回总体，再抽取下一个个体。
非放回式抽样(sampling without replacement)：从总体抽取一个个体，不放回总体就继续抽取下一个个体。
连续型数据（continuous data）：与某种标准相比较获得的非整数数据。
（可以提高精确度，采用变量方法分析）离散型数据（discrete data）：由记录不同类别个体数目而得到的整数数据。
（不能提高精确度，采用属性方法分析）极差(range，R)：数据资料中最大值与最小值的差值。
组距（class interval, i）：对频数资料分组时，每个组区间的高限和低限之差，即组区间极差。
样本特征数(sample characteristics)：描述频率分布特征的数值总体特征数(population characteristics)：描述概率分布特征的数值样本统计数（statistic）：由样本数据计算而来的描述样本特征的数值。
生物统计学复习资料
1.生物统计学（Biostatistics)：用统计学的原理和方法研究生命科学中的问题的学科。
2.Variable 变量、个体(individual)、样本含量（sample size），随机抽样（random sampling）、总体（population）、平均值（average value, mean）、算术平均数（arithmetic mean）、中位数（median）和众数（mode）。
平均数（mean）、标准差（Standard deviation, s or SD）、样本方差（sample variance），用符号s2表示。
概率（probability）、随机试验（random trial）3.定量变量（quantitative variable）：亦称为数值变量，变量值是定量的，表现为数值大小，一般有度量衡单位。
e.g. 身高、体重。
4.定性变量（qualitative variable）：亦称为分类变量，其变量值是定性的，表现某个体属于几种互不相容的类型中的一种。
e.g. 血型，豌豆花的颜色。
5.对随机变量的取值过程为测量。
取值所采用的标准为测量尺度。
6.样本（sample）：从总体中随机抽取的若干个个体所构成的集合。
7.总体参数：总体的统计指标，如总体均数、标准差，采用希腊字母分别记为μ、σ。
固定的常数8.样本统计量：样本的统计指标，如样本均数、标准差，采用英文字母分别记为。
参数附近波动的随机变量9.测量值=真实值+随机误差+非随机误差10.随机误差（随机抽样误差）：由于试验中许多无法控制的偶然因素所造成的试验结果与真实结果之间产生的误差，是不可避免的，不能消除的。
11.系统误差：受确定因素影响，大小变化有方向性。
某种程度上可以控制。
12.非系统误差（错误）：研究者偶然失误而造成的误差。
13.统计工作的基本步骤：一、研究设计；二、搜集数据；三、整理数据；四、分析数据‘五、结果呈报与解释14.实验设计的三个基本原则1．随机化（randomization）2. 对照（control）3．重复（replication）15.搜集资料要遵循准确、完整、及时三个原则。
大学生物统计--期末复习要点
大学生物统计--期末复习要点一、概念（填空、简答、名词解释）第一章1.生物统计的定义及其在动物科学研究中的作用：（1）定义：生物统计是数理统计的原理和方法在生物科学研究中的应用，是一门应用数学。
（2）作用：①提供试验或调查设计的方法狭义的试验设计是指试验单位（如动物试验的畜、禽）的选取，重复数目的确定，试验单位的分组。
生物统计的试验设计通常指狭义的试验设计。
合理的试验设计能控制和降低试验误差，提高试验的精确性，为统计分析无偏估计试验处理效应和试验误差提供必要而有代表性的资料。
狭义的调查设计是指抽样方法的选取，抽样单位、抽样数量的确定。
生物统计的调查设计通常是指狭义的调查设计。
合理的调查设计能控制和降低抽样误差，提高调查的精确性，为可靠估计总体参数提供必要而有代表性的资料。
简而言之，试验或调查设计主要解决合理地收集必要而有代表性的资料的问题。
②提供整理分析资料的方法对资料进行整理的基本方法是根据资料的特性将其整理成统计表、绘制成统计图。
并根据资料计算出几个统计数，用以表示该资料的数量特征，估计相应的总体参数。
对资料进行统计分析的最重要的方法是假设检验。
对资料进行统计分析的另一种重要的方法是进行回归分析或相关分析。
2.什么是总体、个体、样本、样本容量、随机抽取？统计分析的两个特点是什么？（1）总体：根据研究目的确定的研究对象的全体。
个体：总体中的一个研究对象。
样本：从总体中抽取一部分个体组成的集合。
样本容量：样本中所包含的个体数目。
随机抽取：是指总体中的每一个个体都有同等的机会被抽取。
（2）特点：①统计分析一般是通过样本来了解总体。
研究的目的是要了解总体，然而能观测到的却是样本，通过样本来推断总体是统计分析的基本特点。
②然而样本毕竟只是总体的一部分，尽管样本具有一定的错误率，通过样本来推断总体也不可能是百分之百的正确。
有很大的可靠性但有一定的错误率，这是统计分析的又一特点。
3.什么是参数、统计数，二者有何关系？（1）参数：由总体全部个体计算的特征数称为参数，通常用希腊字母表示参数。
生物统计学复习资料
生物统计学复习资料生物统计学复习资料（宁肯“错杀”“一切”！）一、选择与填空1、总体（研究的全部对象）分为无限总体和有限总体；构成总体的每个成员称为个体。
2、从总体中获得样品的过程称为抽样，抽样可以分为放回式抽样和非放回式抽样。
3、常见的连续性数据（与某种标准作比较所得到的数据）有：长度、时间、质量、OD 值、血压值等。
这类数据通常是非整数。
4、常见的离散型数据（由记录不同类别个体的数目所得到的的数据）如：动物的头数、种子的粒数、血液中不同类型的细胞的数目。
这类数据全部是整数。
5、样本的几个特征数：平均数、标准差、偏斜度和峭度。
6、度量数据的变异程度的常用方法：范围（极差）、平均离差、标准离差（标准差）。
7、总体的特征数有：数学期望（对随机变量进行长期观测所得数据的平均数）、方差、各阶矩。
8、t 分布中样本标准误差的公式为ns。
t 分布类似于正态分布，也是一种对称分布，它只有一个参数，即自由度，t 分布同样要求总体是正态的。
9、点估计（用由样本数据所计算出来的单个数值对总体参数所做的估计），一个好的估计量应该满足三个条件：无偏性、有效性、相容性。
10、无重复实验时的两因素方差分析的条件：两因素间是否有交互作用。
11、在一元线性回归检验中，∑=ni i e 12称为误差平方和或剩余平方和，用E SS 表示。
12、实验设计的两个基本原则：重复和随机化（重复的两个意义：①只有设置重复才能得到实验误差的估计；②只有设置重复才能推断出处理效应） 13、上尾检验的条件：拒绝0H 之后，接受μ:A H >0μ14、下尾检验的条件：拒绝0H 之后，接受μ:A H <0μ15、双侧检验的条件：无充分的依据断言μ不可能大于0μ或μ不可能小于0μ 16、实际上，一般情况是随机变量Y 服从),(2σμN 。
为了能够使用附表2求其分布函数值，必须经过标准化，即：σμ-=Y U经此变换后，Y 的分布函数Y P (<)y =U P (<)σμ-y =)(σμφ-y17.LSD 法检验的公式：|21y y -|>nMS t E205.0二、名词解释1.标准差：样本中各数值与其平均数离差平方和的算术平均数的平方根，它反映了各数据的离散程度。
生物统计学复习资料(一)
生物统计学复习资料（一）引言：生物统计学是生物学中重要的一个分支，它关注如何收集和分析生物数据，并从中推断出关于生物体群和进化的信息。
本文为生物统计学复习资料（一），以提供复习所需的基本概念和方法。
正文：一、生物统计学基本概念1. 生物统计学的定义和作用2. 数据类型和变量的分类3. 总体和样本的概念4. 基本概率论和统计推断的原理5. 生物统计学中常用的统计量和分布二、生物数据的描述统计与图表分析1. 数据的整体描述和总结a. 中心趋势的测度：均值、中位数、众数b. 离散程度的测度：范围、方差、标准差c. 数据的分布形态：偏态与峰态的概念2. 基本图表的绘制和应用a. 直方图、柱状图b. 散点图、折线图c. 箱线图、饼图三、概率与假设检验1. 概率的定义和性质2. 离散型随机变量和连续型随机变量的概率分布3. 假设检验的基本原理a. 零假设和备择假设b. 显著性水平和拒绝域c. 两种类型错误的概念与控制4. 常用的假设检验方法a. 单样本均值检验b. 独立样本均值检验c. 配对样本均值检验d. 卡方检验四、相关分析与回归分析1. 相关分析的概念和方法a. 相关系数的计算和解释b. 相关检验的假设与推断c. 相关分析的注意事项和应用2. 简单线性回归分析a. 直线拟合和回归方程b. 残差分析和回归诊断c. 回归分析的解释和推断3. 多元线性回归分析a. 多元回归方程和解释b. 各项特征的解释和预测c. 多重共线性的识别和处理五、生物统计学实验设计与样本量计算1. 生物统计学实验设计的原则和基本要素a. 随机性和重复性b. 正确的实验设计和对照组设计c. 防止混杂的方法：随机化和分组2. 样本量计算的概念和方法a. 样本量的影响因素和确定方法b. 不同统计检验的样本量计算c. 敏感性分析和样本量的合理设置总结：本文介绍了生物统计学的基本概念、生物数据的描述统计与图表分析、概率与假设检验、相关分析与回归分析以及生物统计学实验设计与样本量计算。
《生物统计学》复习要点
《生物统计学》复习要点课程名称：《生物统计学》适用专业：2016级专升本人力资源管理（业余函授）、行政管理（业余函授）辅导教材：《生物统计学》李春喜等主编科学出版社知识点一概念理解参数；效应；抽样调查；精确性；对立事件；中心极限定理；统计推断；小概率原理；生物学试验的基本要求；多重比较；互作；参数；系统误差；准确性；α错误；计量资料；区间估计；大数定律；水平；方差分析二、基本问题1、试验误差的来源有哪些？如何进行控制？2、平均数和标准差在统计分析中有什么作用?3、什么是u分布？它与t分布有何区别与联系？4、 2检验的主要用途？各用于什么情况下的假设检验？5、什么是生物统计学？其主要内容和作用是什么？6、什么是小概率原理？其在假设检验中有和作用？7、什么是多重比较？多重比较有哪些方法？8、试验误差控制的途径有哪些？三、统计计算1、有一标准正态分布的平均数为16，方差为4。
试计算：（1）落于10-20之间的数据的百分数；（2）小于12或大于20的百分数。
注：F(2)=0.977，F(-2)=0.018，F(-3)=0.001。
2、某养鸡场规定种蛋的孵化率p0>0.80为合格。
现对一批种蛋随机抽取100枚进行孵化检验，结果有78枚孵出，问这批鸡蛋是否合格？（α=0.05）。
单尾u0.05=1.64。
3、某鱼塘水中的含氧量，多年平均为4.5(mg/L)，该鱼塘设10个点采集水样，测定含氧量为：4.33,4.62,3.89,4.14,4.78,4.64,4.52,4.55,4.48,4.26(mg/L)。
试检验该次抽样测定的水中含氧量与多年平均值有无显著差别（α=0.05）。
t 0.05(9) =2.262。
4、某猪场对4个不同品种幼猪进行4个月增重量的测定，每个品种选择体重接近的幼猪4头，测定结果列于下表：（1）试对不同品种猪4个月增重量进行显著性方差分析；（2）使用新复极差法（SSR 法）进行多重比较，结果使用字母标记法表述并进行文字推断描述。
生物统计学·简答复习重点
生物统计学·简答复习重点1.小概率事件的实际不可能性原理；若随机事件的概率很小，例如小于0.05、0.01、0.001，称之为小概率事件。
在统计学上，把小概率事件再一次试验中堪称是实际不可能发生的时间称为小概率事件实际不可能性原理，亦称为小概率原理。
小概率事件实际不可能原理是统计学上进行假设实验的基础依据。
2.样本标准差与样本标准误二者区别；样本标准差s是反映样本中各观测值变异程度的一个统计，它的大小说明了x对该样本代表性的强弱。
样本标准误Sx是样本平均数x抽样误差的估计值，其大小说明了样本平均数x精确性的高低。
大样本资料记为x±S，用以说明所考察形状或指标的优良与稳定。
小样本资料记为x±Sx,用以表明所考察形状或指标的优良性于抽样误差的大小。
3.动物实验的特点？（一）普遍存在试验误差；首先是实验动物之间的差异；其次是自然环境差异；第三是饲养管理条件的差异；第四是实验人员技术操作上的差异。
（二）实验具有复杂性（三）试验周期长4.实验设计的基本原则和各自的作用；①重复主要作用于估计实验误差和降低试验误差。
②随机目的是为了获得无偏的误差估计。
③局部控制作用是降低试验误差。
5.完全随机设计的优缺点；（一）完全随机设计的主要优点；①设计容易②统计分析简单（二）完全随机设计的主要缺点；①实验误差较大，实验的精确性较低。
②在实验条件、环境、实验动物差异较大时。
不宜采用此种设计方法。
6.多样本不宜用t检验的原因；①检验过程繁琐；②无统一的试验误差，误差估计的精确性和检验的灵敏性低；③推断的可靠性低，检验的Ⅰ型误差大。
7.为什么爱多重比较？F值显著伙计显著并不意味U1≠U2≠U3……≠Un，可能是U1≠U2=U3……=Un，也可能是U1=U2=U3……Ui≠Uj…≠Un，有必要进行两两处理平均数间的比较，以具体判断两两处理平均数间差异显著性多重比较；多个平均数两两间的相互比较法：LSD、LSR。
生物统计学复习资料（重点、名词、问答、计算、模拟）（吐血整理）
⽣物统计学复习资料（重点、名词、问答、计算、模拟）（吐⾎整理）⽣物统计学复习资料第⼀章⽣物统计学：是数理统计在⽣物学研究中的应⽤，它是应⽤数理统计的原理和⽅法来分析和解释⽣物界各种现象和试验调查资料的⼀门学科，属于应⽤统计学的⼀个分⽀。
内容：试验设计：试验设计的基本原则、试验设计⽅案的制定和常⽤试验设计的⽅法统计分析：数据资料的搜集、整理和特征数的计算、统计推断、⽅差分析、回归和相关分析、协⽅差分析等⽣物统计学的作⽤：1. 提供整理、描述数据资料的科学⽅法并确定其特征2. 判断试验结果的可靠性3. 提供由样本推断总体的⽅法4. 试验设计的原则⽣物统计学的研究包括了两个过程：1. 从总体抽取样本的过程——抽样过程2. 从样本的统计数到总体参数的过程——统计推断过程第⼆章7．样本标准差：（1）标准差的⼤⼩，受多个观测值的影响，如果观测值与观测值间差异⼤，标准差就⼤（2）在计算标准差的时候，如果对各个观测值加上或者减去⼀个常数a，其标准差不变；如果乘以或除以⼀个常数a，则标准差扩⼤或者缩⼩a倍STDEV:基于给定样本的标准偏差STDEVP：基于给定样本总体的标准偏差8变异系数（CV）：样本标准差除以样本的平均数，得到百分⽐（1）变异系数是样本变量的相对变量，是不带单位的纯数（2）⽤变异系数可以⽐较不同样本相对变异程度的⼤⼩1．次数分布：在不同区间内变量出现的次数所构成的分布。
2.资料根据⽣物的形状特性，可分为数量性状和质量性状3．间断性变数：指⽤计数⽅法获得的数据，其各个观测值必须以整数表⽰，在两个相邻整数间不允许带有⼩数的值存在。
4.连续性变数：指称量、度量或测量⽅法所得到得数据，其各个观测值并不限制于整数，在两个数值之间可以有微量数值差异的第三个数值存在5.质量性状资料的⽅法：统计次数法，评分法统计次数法：于⼀定总体或样本内，统计其具有某个性状的个体数⽬及具有不同性状的个体数⽬，按类别及其次数或相对次数给分法：给予每类性状以相对数量的⽅法。
生物统计学期末复习资料
第一章概论1.1什么事生物统计学？生物统计学的主要内容和作用是什么？答：生物统计学（biostatistics）是用数理统计的原理和方法来分析和解释生物界各种现象和实验调查资料，是研究生命过程中以样本来推断总体的一门学科。
生物统计学主要包括实验设计和统计分析两答部分的内容。
其基本作用表现在以下四个方面：a.提供整理和描述数据资料的科学方法；确定某些性状和特性的数量特征；b.判断实验结果的可靠性；c.提供由样本推断总体的方法；d.提供实验设计的一些重要原则。
1.2解释以下概念：总体、个体、样本、样本容量、变量、参数、统计数、效应、互作、实验误差。
答：总体(populatian)是具有相同性质的个体所组成的集合，是研究对象的全体。
个体(individual)是组成总体的基本单元。
样本(sample)是从总体中抽出的若干个个体所构成的集合。
样本容量(sample size)是指样本个体的数目。
变量（variable）是相同性质的事物间表现差异性的某种特征。
参数(parameter)是描述总体特征的数量。
统计数(statistic是由样本计算所得的数值，)是描述样本特征的数量。
效应（effection）试验因素相对独立的作用称为该因素的主效应，简称效应。
互作（interaction）是指两个或两个以上处理因素间的相互作用产生的效应。
实验误差(experimental error)是指实验中不可控因素所引起的观测值偏离真值的差异，可以分为随机误差和系统误差。
1.3随机误差和系统误差有何区别?答：随机误差(random)也称抽样误差或偶然误差，他是有实验中许多无法控制的偶然因素所造成的实验结果与真实结果之间产生的差异，是不可避免的。
随机误差可以通过增加抽样或试验次数降低随机误差，但不能完全消除随机误差。
系统误差（systematic）也称为片面误差，是由于实验处理以外的其他条件明显不一致所差生的倾向性的或定向性的偏差。
生物统计学重要知识点
生物统计学重要知识点（说明：下列知识点为考试内容，没涉及的不需要复习。
注意加粗的部分为重中之重，一定要弄懂。
大家要进行有条理性的复习，望大家考出好成绩！）第一章概论（容易出填空题和名词解释）1、生物统计学的目的、内容、作用及三个发展阶段2、生物统计学的基本特点3、会解释总体、个体、样本、样本容量、变量、参数、统计数、效应和互作4、会区分误差（随机误差和系统误差）与错误以及产生的原因5、会区分准确度和精确度第二章试验资料的整理与特征数的计算（容易出填空和名词解释）1、随机抽样必须满足的两个条件2、能看懂次数分布表和次数分布图，会计算全距、组数、组距、组限和组中值3、会求平均数（算数、加权和几何）、中位数、众数，算术平均数的重要特性4、会求极差、方差、标准差和变异系数，理解标准差的性质第三章概率与概率分布（选择、填空和计算）1、理解事件、频率及概率，事件的相互关系，加法定理和乘法定理的运用2、概率密度函数曲线的特点和大数定律3、二项分布、泊松分布和正态分布的概率函数和标准分布图像特征，会计算概率值4、理解分位数的概念，弄清什么时候用单尾，什么时候用双尾5、样本平均数差数的分布第四章统计推断（计算）1、无效假设和备择假设、显著水平、双尾检验和单尾检验、假设检验的两类错误，会根据小概率原理做出是否接受无效假设的判断2、总体方差已知和未知情况下如何进行U检验3、一个样本平均数的t检验（例4.5）成组数据平均数比较的t检验（例4.6和4.7）4、一个样本频率的假设检验（例4.11），知道连续性矫正5、参数的区间估计（置信区间）和点估计第五章X2检验（计算）1、X2检验的原理和条件，以及进行连续性矫正的条件和方法2、适合性检验（例5.1和5.3）3、独立性检验：掌握2*2列联表的X2值的两种求法（例5.6）第六章方差分析（计算）1、平方和与自由度的分解、计算方差、F检验2、掌握多重比较的LSD法，会用标记字母法和梯形法3、组内观测次数相等和不等的方差分析（例6.2和6.3）4、方差分析缺失数据的估计中弥补缺失数据的原则第七章直线回归与相关分析（填空、选择）1、回归和相关的概念，回归截距和回归系数的统计学意义，回归方程的三个基本性质2、直线回归的变异来源，每一部分的平方和的计算3、相关分析的相关系数和决定系数的意义第十章试验设计及其统计分析（填空、选择）1、试验设计的基本原则2、正交表及其特点（两个性质和两个特性）3、知道如何选用合适的正交表和设计表头4、正交设计试验结果的统计分析：利用极值R确定关键因子并选出最优组合（例10.6）如有侵权请联系告知删除，感谢你们的配合！。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
主要统计符号注解编号 1 2 3 4 5 6 7 8 9 11 12 13 符号 注解 希腊字母符号 统计检验的显著水平，一般 α 取 0.05 或 0.01 总体标准差。
用拉丁字母 S 表示样本标准差 总体方差。
用拉丁字母 S2 表示样本方差（均方） 样本平均数抽样总体方差 标准误 （样本平均数抽样总体的标准差， 表示平均数抽样误差的大小） S x 。
为标本标准误，是平均数抽样误差的估计值 总体平均数。
用拉丁字母 x 表示样本平均数 卡平方值 经连续性矫正的卡平方值 自由度 df 为显著水平为 α 时的卡平方临界值 随机误差；重复内分组设计的参试材料误差 线性模型中的处理效应 表示从第 1 个观测值 xi 累加到第 n 个，观测值 xn，当iασ σ22 σx σxµ χ2 χ c2 2 χ α ,dfε τnn∑xi=1∑xi =1在意义上已明确i时，可简写为 ∑ x 。
∑ 为求和符号1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32T N n SS MS S S2 H0 HA SE DF CV CK O E F LSD LSR x～N（µ， 2） （ ，σ p，q ， x～B（n，p） （ ， ） a b r c f t uxddk拉丁字母符号 观测值总和 有限总体的总观测值数目 样本的观测值数目或样本容量（样本含量） 平方和 均方 样本标准差，用以估计总体标准差 σ 标准方差（均方） ，用以估计总体方差 σ2 无效假设 备择假设 标准误 自由度，自由度具体数值用 df 表示，如 df=8 变异系数 对照 观测次数 理论次数 F 统计数，F0.05 、F0.01 分别为 0.05、0.01 的临界值 最小显著差数（least significant difference） （ ） 最小显著极差（least significant ranges） 随机变量 x 服从参数 µ 和 σ 的正态分布，µ 为总体平均数，σ 为总体标准差 二项总体成数 p+q =1 随机变量 x 服从参数 n 和 p 的二项分布，n 为试验次数， p 为理论概率 直线回归方程中样本的回归截距 直线回归方程中标本回归系数 样本相关系数；独立性检验中相依表的行数 独立性检验中相依表的列数 观测次数 t 分布的统计数 u 正态分布的统计数；正态标准离差 样本平均数，用以估计总体平均数 µ 成对观测值的差数 成对观测值的差数的平均数 样本数或处理数第 1 页 共 14 页1. 2. 3. 4. 5. 6. 7. 8. 9.方差分析的主要内容，就是以试验误差均方为标准，对各个变异来源的均方作 F 检验。
在研究玉米种植密度和产量的关系中，其中 密度 是自变数， 产量 是依变数。
统计假设检验中的无效假设与备择假设的内容是一个 对立 事件。
在种田间试验设计方法中，属于顺序排列的试验设计方法为：对比法设计、间比法设计 对比法、间比法试验，由于处理是作顺序排列，因而不能够无偏估计出试验的误差。
试验设计的三个基本原则是重复、随机和局部控制。
对比法设计、间比法设计应用了试验设计的重复和局部控制两个原则。
完全随机设计应用了试验设计的重复和随机两个原则。
随机区组设计应用了试验设计的重复、随机和局部控制三个原则。
10. 在田间试验中，设置区组的主要作用是进行局部控制。
11. 如果处理内数据的标准差或全距与其平均数大体成比例，或者效应为相乘性，则在进行方 差分析之前，须作数据转换。
其数据转换的方法宜采用： 对数转换12. 对于百分数资料，如果资料的百分数有小于 30%或大于 70%的，则在进行方差分析之前， 须作数据转换。
其数据转换的方法宜采用： 反正弦转换（角度转换）13. 样本平均数显著性检验接受或否定假设的根据是：小概率事件实际不可能性原理。
14. 从总体中抽取的样本要具有代表性，必须是随机抽取的样本。
15. 为了由样本推论总体，样本应该是：从总体中随机地抽取的一部分。
16. 如要更精细地测定土壤差异程度，并为试验设计提供参考资料，则宜采用：空白试验。
17. 当总体方差为末知，且样本容量小于 30，但可假设 σ 1 ＝ σ 2 ＝ σ （两样本所属的总体方差同2 22质）时，作平均数的假设检验宜用的方法为：t 检验。
18. 因素内不同水平使得试验指标如作物性状、特性发生的变化，称为：效应。
19. 田间试验要求各处理小区作随机排列的主要作用是：获得无偏的误差估计值。
20. 正态分布曲线与 x 轴之间的总面积为：等于 1。
21. 确定 χ 2 分布偏斜度的参数为：自由度。
22. 选择多重比较的方法时，如果试验是几个处理都只与一个对照相比较，则应选择：LSD 法。
23. 用最小显著差数法作多重比较时， 当两处理平均数的差数大于 LSD0.01 时， 推断两处理间差异为： 极显著。
24. 要比较不同单位，或者单位相同但平均数大小相差较大的两个样本资料的变异度宜采用：变异 系数（CV） 。
25. 选择多重比较方法时，对于试验结论事关重大或有严格要求的试验，宜用：q 检验。
26. 顺序排列设计的主要缺点是：估计的试验误差有偏性。
27. 田间试验贯彻以区组为单位的局部控制原则的主要作用是：更有效地降低试验误差。
28. 拉丁方设计最主要的优点是：精确度高、控制来自两个方面的系统误差。
29. 若要控制来自两个方面的系统误差，在试验处理少的情况下，可采用：拉丁方设计 30. 连续性变数资料制作次数分布表在确定组数和组距时应考虑： （1）极差的大小； （2）观察值个数的多少； （3）便于计算； （4）能反映出资料的真实面貌。
31. 某蔗糖自动打包机在正常工作状态时的每包蔗糖重量具Ｎ（100，2） 。
某日抽查 10 包，得 x ＝ 101 千克。
问该打包机是否仍处于正常工作状态？此题采用： （1）两尾检验； （2）u 检验。
第 2 页 共 14 页32. 下列田间试验设计方法中，仅能用作多因素试验的设计方法有： （1）裂区设计； （2）再裂区设 计。
33. 对于对比法和间比法设计的试验结果，要判断某处理的生产力确优于对照，其相对生产力一般 至少应超过对照：10%以上。
34. 次数资料的统计分析方法有： （1） x 检验法； （2）二项分布的正态接近法。
35. 算术平均数的重要特征是: （1） （2） ∑ ( x − x ) ＝0； ∑ ( x − x )22＜∑ ( x − a ) ， （a≠ x ） 。
236. 为了有效地做好试验，使试验结果能在提高农业生产和农业科学的水平上发挥应有的作用，对 田间试验的基本要求是： （1） 试验的目的性要明确 （目的性） ； （2） 试验的结果要可靠 （可靠性） ； （3）试验条件要有代表性（代表性）（4）试验结果要能够重复（重演性） ； 。
37. 表示变异度的统计数最常用的有： （1）极差； （2）方差； （3）标准差； （4）变异系数。
38. 试验某生长素对小麦苗发育的效果，调查得未用生长素处理和采用生长素处理的苗高数据各 10 个。
试检验施用生长素的苗高至少比未用生长素处理的苗高 2cm 的假设。
此题应为： （1） t 检 验； （2）一尾检验。
39. 确定试验重复次数的多少应根据： （1）试验地的面积及小区的大小； （2）试验地土壤差异大小； （3）试验所要求的精确度； （4）试验材料种子的数量。
40. 对单因素拉丁方试验结果资料方差分析时，变异来源有： （1）总变异； （2）行区组间变异； （3） 列区组间变异； （4）处理间变异； （5）试验误差。
41. 在方差分析Ｆ检验中， （1）当实得Ｆ小于Ｆ0.05，应接受Ｈo（无效假设） ，认为处理间差异不显 著； （2）当实得Ｆ大于Ｆ0.05，应否定Ｈo（无效假设） ，接受ＨA（备择假设）认为处理间差异显 ，接受ＨA（备择假设）认为处理间差异极 著； （3）当实得Ｆ大于Ｆ0.01，应否定Ｈo（无效假设） 显著。
42. 在试验中重复的主要作用是估计试验误差和降低试验误差。
43. 自由度的统计意义是指样本内能自由变动的观察值个数。
44. 数据 3、1、3、1、2、3、4、5 的算术平均数是 2.75 ，中数是 3 。
45. 一般而言，在一定范围内，增加试验小区的面积，试验误差将会降低。
46. 若算出简单相差系数 r 大于 1 时，说明：计算中出现了差错。
47. 检验回归和相关显著性的最简便的方法为：直接按自由度查相关系数显著表。
48. 对于同一资料来说，线性回归的显著性和线性相关的显著性：一定等价。
ˆ ˆ 49. 在 y ＝a+bx 方程中，b 的意义是 x 每增加一个单位， y 平均地将要增加或减少的单位数。
50. 田间试验可按因素的多少分为单因素试验和多因素试验。
51. 卡平方检验的连续性矫正的前提条件是自由度等于 1。
52. 从一个正态总体中随机抽取的样本平均数，理论上服从正态分布。
53. 在一定的概率保证下，估计参数可能出现的范围和区间，称为置信区间（置信距） 。
54. 在拟定试验方案时，必须在所比较的处理之间应用唯一差异的原则。
55. 在多重比较中，当样本数大于等于 3 时，t 检验，SSR 检验、q 检验的显著尺度 q 检验最高，t 检验最低。
56. 试验资料按所研究的性状、特性可以分为数量性状和质量性状资料。
57. 样本可根据样本容量的多少为：大样本、小样本，样本容量 n>30 的样本称为大样本，将样本第 3 页 共 14 页容量 n≤30 的样本称为小样本。
≤ 58. 样本容量 （sample size） 样本所包含的个体数目称为样本容量， ： 常记为 n。
通常将样本容量 n >30 的样本称为大样本，将样本容量 n≤30 的样本称为小样本。
59. 小区的形状有长方形、正方形。
一般采用长方形小区，小区的长宽比依试验地形状、面积及小 区多少、大小而定，一般以 3:1 至 5:1 为宜。
60. 在边际效应受重视的试验中，方形小区是有利的，因为就一定的小区面积来讲，方形小区具有 最小的周长，使受到影响的植株最少。
61. 两个变数的相关系数为 0.798，对其进行假设检验时，已知 r0.01 ＝0.798，那么在 1％水平上这两 个变数的相关极显著。
62. 试验方案试验计时，一般要遵循以下原则： 高效性 。
63. 试验误差分为系统误差和随机误差，一般所指的试验误差为随机误差。