生物统计学名词解释大全

1.样本: 样本从总体中抽出的若干个体所构成的集合称为样本。

2.总体: 总体指具有相同性质的个体所组成的集合称为总体。

3.连续变量：表示在不变量范围内可抽出某一范围的所有值。

4.非连续变量:也称为离散型变量，表示在变量数列中，仅能取得固定数值，并且通常

是整数。

准确性:指在调查或实验中某一试验指标或形状的观测值与真值接近的程度。

精确性：指调查或实验中同一试验指标或形状的重复观测值彼此接近程度大小。

资料：指在一定条件下，在生物学实验和调查中，能够获得大量原始数据，对某种具体事务或现象观察的结果。

数量性状资料：指一般是由计数和测量或度量得到的。

质量性状资料：是指对某种现象只能观察而不能测量的资料，也称属性资料。

计数资料;指由计数得到的数据。

计量资料：有测量或度量得到的数据。

普查：指对研究对象的每一个个体都进行测量或度量的一种全面调查。

抽样调查：是一种非全面调查，它是根据一定的原则对研究对象抽取一部分个体进行测量或度量，把得到抽样调查的数据资料作为样本进行统计处理，然后利用样本特征数对总体进行推断。

全距（极差）：是指样本数据资料中最大观测值与最小观测值的差值。组中值：是指两个组限下线和上限的中间值。

算数平均数：是指总体或样本资料中哥哥给观测值的总和除以观测值的个数所得的商。中位数：是指将试验或调查资料中所有观测值以大小顺序排列，居中位置的观测值。众数：资料中出现次数最多的那个观测值或次数最多一组的中点值。

几何平均数：指资料中有几个观测值，其乘积开几次方所得的数值。

方差：指用样本容量n 来除离均差平方和，得到平均的平方和。

标准差：指方差的平方根和。

变异系数:指将样本标准差除以样本平均数得出的百分比。

概率:指某事件 A 在n 次重复试验中，发生了几次，当试验次数n 不断增大时，事件 A 发生的频率W（A）概率就越来越接近某一确定值P，于是则定P 为事件 A 发生的概率.

和事件：指事件 A 和事件 B 至少有一件发生而构成的新事件称为事件 A 和事件 B 的事件。

积事件:指事件 A 和事件 B 同时发生而构成的新事件，称为事件 A 和事件 B 的积事件。

互斥事件：指事件 A 和事件 B 不能同时发生，称为事件 A 和事件 B 互斥。

对立事件：指事件 A 和事件 B 必有一个事件发生，但两者不能同时发生。

独立事件：指事件 A 的发生与事件 B 的发生毫无关系。

完全事件系：指如果多个事件A1、A2、、、、、、An 两两相斥，且每次试验结果必然发生其一，则称事件A1、完全事件系A2、、、、、、An 为一个完全事件系。概率加法定理：指互斥事件 A 和 B 的和事件的概率等于事件 A 和事件 B 的概率之和，P(A+B)=P(A)+P(B)。

概率乘法定理：指事件 A 和事件 B 为独立事件，则事件 A 与 B 同时发生的概率等于事件 A 和事件 B 各自概率乘法定理的乘积，即:P(A*B)=P(A)*P(B)。

伯努利大数定律：设M 是n 次独立试验中事件 A 出现的次数，而不是事件 A 在每次试验中出现的概率，则对于任意小的正数ε ，有如下关系:limp{m/n-p< ε }=1

辛钦大数定律:是用来说明为什么可以用算术平均数来推断总体平均数m 的。

统计推断:指从样本的统计数对总体参数做出的推断，包括参数估计和假设检验。

假设检验：指根据总体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，然后有样本的实际结果，经过一定的计算，做出在一定概率意义上应该接受的那种假设的推断。

参数估计:指由样本结果对总体参数在一定概率水平下所作出的估计。

点估计是用样本统计量直接给出总体相应参数的估计值，由于抽样误差存在，X拔不同的样本将会得到不同的点估计值，点估计缺乏明确的精度概念，而区间估计在一定程度上可以弥补这个不足

小概率原理：指如果假设一些条件，并在假设的条件下能够准确地算出事件 A 出现的概率 a 为很小，则在假设条件下的n 次独立重复试验中时按预定的概率发生，而在有一次试验中则几乎不可能独立。

显著水平：指在无效假设和备择假设后，要确定一个否定H0 的概率标准，这个概率称为显著水平。

方差同质性：就是指各个总体的方差是相同的。

α 错误:H0 是真实的，假设检验却否定了它，就烦了一个否定真实假设的错误，称为α 错误。

β 错误：指如果H0 不是真实的，假设检验时却接受了H0，否定了HA 这样就犯了接受不真实假设的错误，称为β 错误。

适合性检验：指比较观测值与理论值是否符合的假设检验交适合性检验。

独立性检验：指研究两个或两个以上因子彼此之间是相互独立的还是相互影响的一类统计方法。

相关分析:是研究现象之间是否存在某种依存关系，并对具体有依存关系的现象探讨其相关方向以及相关程度，是研究随机变量间的相关关系的一种统计方法。

回归分析：是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法。

回归系数：y^=a+bx，自变量x 改变一个单位，依变量y 平均增加或减少的单位数，即回归直线的斜率b。

回归截距：y^=a+bx，a 是当x=0 时的Y^值，即直线在y 轴上的截距，称为回归截距。离回归平方和：它反映除去x 与y 相关程度和性质的统计数。

回归平方和：它反映在y 的总体变异种由于x 与y 的直线关系而产生y 变异减小的部分。

相关系数：是指通过计算表示x 和y 相关程度和性质的统计数。

决定系数：是变量x 引起y 变异的回归平方和与y 变异总平方和的比率。

转换：指估计总体相关系数p 的置信区间时，需要将r 转换成z。

试验设计：广义的指整个研究课题的设计，包括实验方案的拟订，试验方案的拟订，试验单位的选择，分组的排列，实验过程中试验指标的现象记载，试验资料的整理，分析等内容。

试验结果重演：是指在相同的条件下，在进行实验或实践，应能重复获得与原试验结果相近的结果。

处理因素：一般指对受试对象给予的某种外部干预。

主效应：多因素中试验中引起实验结果发生变化的主要。

互作：因素之间的交互作用。

受试对象：是处理因素的客体，实际上就是根据研究目的而确立的观测总体。

处理效应：是处理因素作用于受试对象的反应，是研究最终体现