生物统计(完整总结版)
- 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)。
生物统计学
一.名词解释
1. 总体:根据研究目的确定的研究对象的全体。
2. 个体:其中的一个研究单位。
3. 样本:总体的一部分。
4. 样本含量:样本中所包含的个体数目。
5. 参数:总体计算的特征数。
6. 统计数:样本计算的特征数。
7. 抽样:从总体中获得样本的过程。
8. 随机抽样:总体中每一个个体都有同样的机会被抽取组成样本。 9. 随机样本:通过随机抽样方式获得的样本。
1. 数量性状:能够以量测或计数的方式表示其特征的性状。
2. 质量性状:能观察到而不能直接测量的性状。
3. 计数资料:用量测方式获得的数量性状资料。
4. 计量资料:用计数方式获得的数量性状资料。
5. 半定量资料: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 位的次数而得的资料。
6. 全距:资料中最大值与最小值之差。
7. 组限:各组的最大值与最小值。
8. 组中值:每一组的中点值=(下限+上限)/2=上限-组距/2。
1. 中位数:将资料内所有观测值从小到大依次排列,当观测值的个数是奇数时,位于中间的那个观察值,或当观测值的个数是偶数时,位于中间的两个观测值的平均数。
2.
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组中值。
3. 离均差:各个观测值与平均数之差。(X-X )。
4. 自由度:独立观测值的个数。
5. 样本方差:统计数∑
--)1/(2
n X X )(。MS
6. 样本标准差:统计学上把样本方差S 2
的平方根。S=N
x x ∑-2
)
(
7. 变异系数:标准差于平均数的比值。C ·V 8. 均方:统计数∑
--)1/(2
n X X )(。MS 1. 必然现象:在保持条件不变的情况下,重复进行试验,其结果总是确定的,必然发生。 2. 随机现象:在一次观察或试验中其结果呈现偶然性的现象。
3. 试验:指通过选择有代表性的试验单位在一定条件下进行的带有探索性地研究工作。
4. 随机试验:通常我们把根据某一研究目的,在一定投条件下对自然现象所进行的观察或试验统称。
5. 基本事件:把不能再分的事件。
6. 复合事件:有若干个基本事件组合而成的事件。
7. 必然事件:把一定条件下必然会发生的事件。
8.
不可能事件:把一定条件下不可能发生的事件。
9.统计概率:当试验重复数n逐渐增大时,如果随机事件A的概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。这样定义的概率称统计概率。
10.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,这样定义的概率。
11.小概率事件:随机事件的概率很小(小于0.05,0.01,0.001).
12.小概率原理:在统计学上,把小概率事件在一次试验中看成是实际不可能发生的事件。
13.概率分布:必须知道试验的全部可能结果及其发生的概率,即必须知道随机试验的概率
分布。
14.随机变量:指随机试验中被测定的量。
15.分布函数:指随机变量X取得小于X0值的时候它的概率。
16.两尾概率:把随机变量x在平均数μ加减不同倍数标准差σ区间(μ-kσ,μ+kσ)之
外取值的概率。
17.抽样分布:统计数的概率分布。
是样本平均数抽样总体的标准差。
18.标准误:σ
X
1.统计推断:根据样本和假定模型对总体作出的以概率形式表述的推断。
2.显著水平:用来确定无效假设是否被否定的概率标准。
3.两尾检验:利用两侧尾部概率进行的检验。
4.参数估计:指用样本统计数来估计总体参数。
5.点估计:将样本统计数直接作为相应总体参数的估计。
6.区间估计:在一定概率保证下指出总体参数的可能范围。
7.置信区间:所给出的可能的范围。
8.置信度:给出的概率保证。
1.试验指标:用来衡量实验结果的好坏或处理效应的高低,在试验中具体测定的性状或观
测的项目。
2.试验因素:试验中所研究的影响试验指标的因素。
3.因素水平:试验因素所处的某种特定状态或数量等级。
4.试验处理:事先设计好的实施在试验单位上的具体项目。
5.试验单位:在试验中能接受不同试验处理的独立的试验载体。
6.重复:在试验中,将一个处理实施在两个或两个以上的试验单位上。
7.重复数:一个处理实施的试验单位数。
8.F检验:用F值出现概率的大小推断一个总体方差是否大于另一个总体方差。
9.秩次距:根据极差范围内所包含的处理数。
1.X2统计数:度量实际观察次数与理论次数偏离程度的一个统计数。
2.适合性检验:判断实际观察的属性类别分配是否符合已知属性类别分配理论或学说的假
设检验
3.独立性检验:根据次数资料判断两类因子彼此相关或相互独立的假设检验。
1.试验设计:数理统计学的一个分支,是进行科学研究的重要工具。
2.完全随机设计:根据试验处理数将全部试验动物随机分成若干组,然后再按组实施不同
处理设计。
3.局部控制:将整个试验环境或试验单位分成若干个小环境或小组,在小环境或小组内使
非处理因素尽量一致,实现实验条件的局部一致性。
4.随机单位组设计:根据局部控制的原则,先将同窝,同性别,体重基本相同的实验动物
划归一个单位组,每一单位组内的动物数等于处理数,然后将各单位组的试验动物独立