兽医统计学资料 34页

221、方差：变数变异程度的度量，对于总体仃2=乙（Y_）,对于样本s2=乙（一y）2、总体：指在同一组条件下所有成员的某种状态变量的集合；或者说是某一变数的全部可能值的集合；或性质相同的个体组成的整个集团。3、置信度：若使总体参数a在区间【L,L2］中的概率为1—豆，即：P{Lwewl2}=1—豆，则称1—汽为参数日在区间IL1,L2]4、试验误差:环境因素这样或那样的不一致而对处理产生的使观察值偏离真值的偶然效应。33335、回归系数:6、两尾测验:有两个否定区，分别位于分布的两尾的测验。7、否定区：否定无效假设H0的区间。SPX每增加1个单位，Y平均地将要增加（b>0）或减小（b<0）的单位数。b=——SSx33338、9、随机抽样：保证总体中的每一个体，在每一次抽样中都有同等的概率被取为样本。乘积和：x的离均差与y的离均差乘积之和，sp=z（x-xxy-y）。*10、多元相关：在M=m+l个变数中，m个变数的综合和1个变数的相关，叫做多元相关或复相关。11、标准差：变数变异程度的度量，对于总体仃_X(Y-y)2s一.n-112、样本：从总体中抽出的一个部分。13、置信区间：若使参数8在11,L2］中的概率为1—a,即：p{L1E9EL2}=1—a,则区间11,L2］叫做参数10的1一口的置信区间。14、唯一差异原则：除了处理因素具有的不同水平外，其余的各种环境因素均应保持在特定的水平上。15、回归截距：线性回归中直线在Y轴上的截距，a=y—bx。16、单尾测验：否定区位于分布的一尾的测验。33\n17、接受区：接受无效假设H0的区间。18、无偏估值：在统计上，若所有可能样本的某一统计数的平均数等于总体的相应参数，则称该统计数为总体相应参数的无偏估值。19、相关系数：反映变数间相关密切程度及其性质的统计数,SPr七SS1SS20、偏回归系数：在其它自变数皆保持在一定数量水平时，任一自变数对依变数的效应。21、统计数：描述样本的特征数。22、间断性变数：只能取整数的一类变数。23、试验误差：环境因素这样或那样的不一致而对试验结果产生的偶然影响。24、单尾测验：将否定区仅选取在一尾的测验。25、对立事件：如果事件A和外必发生其一，但不能同时发生。26、标准误：样本平均数分布的标准差，'=亍。27、统计推断：根据抽样分布律和概率理论，由样本结果（统计数）来推论总体特征（参数）28、决定系数：变数X或Y的总变异中可以相互以线性关系说明的部分所占的比率，SP2ssxUssy29、接受区：接受无效假设H0的区间30、乘积和:X变数和丫变数的离均差乘积之和。SP=1X-x）（Y_y）八XY“XL?Yn31、标准差：变数的平均变异量。样本标准差s=尸/Z总体标准差-J"!nn-1NN32.样本：从总体中抽出的一部分。33.置信区间：参数日在区间（「Lz］中概率为1-a,则区间［L1,k］叫做参数日的1-a置信区间34.唯一差异原则：除了处理因素具有的不同水平外，其余各种环境因素均应保持在特定的水平上。35.相关系数：表示两组变数相关密切程度及其性质的统计数,36.单尾测验：将否定区仅选取在一尾的测验。33\n36.接受区：接受无效假设H0的区间37.无偏估值：如果所有可能样本的某一统计数的平均数等于总体的相应参数，则称该统计数为总体相应参数的无偏估值。38.乘积和：SP=£xy=£(X-xfY-y)40.偏相关：在M个变数中，固定M—2个变数，余下的两个变数间的相关。s41、变异系数：变数的相对变异量。CV=二父100y42、总体：在同一组条件下所有成员的某种性状变量的集合。43、置信度：保证一定区间能覆盖参数的概率。44、误差：环境因素这样或那样的不一致而对处理产生的一种使观察值偏离真值的偶然效应。xy45、回归系数：X每增加一个单位，Y平均增加或减少的单位数。b=^-2x46、统计假设测验：根据某种实际需要，对未知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或否定那种假设的测验。47、次数分布：由不同区间内变量出现的次数组成的分布。48、调和平均数：变量倒数的算术平均数的反倒数。H=-n—1」)Y49、平方和：为离均差平方和的简称，2y2=£(Y-y)250、多元相关：在M=m+1个变数中，m个变数的综合和1个变数的相关。51.误差：由于试验中环境因素这样或那样的不一致，对处理产生的使观察值偏离真值的一种偶然效应。-2252.标准误：统计数平均变异程度的度量。如：Sy=~sSyy=J且+包.n一,nln253.置信区间：根据统计数的概率分布，给出一个区间［L1,L2］,使总体参数日在［L1,L2］中的概率为1,则区间［L1,L2］叫做参数日的1一N置信区间。54.唯一差异原则：试验中，除掉被研究的因素控制的不同水平外，其余因素都作为试验背景而要求保持常量。这样就能精确地测定处理的效应。55.EMS：期望均方，是对均方ms的期望值。56.Two-tailedtest:否定区在两尾的测验。57.Alternativehypothesis:备择假设，记作HA°与无效假设H0是对立事件。在统计假设测验中，接受H0,就否定HA；接受HA,就否定H0o58.偏回归系数：bi,表示Xi、X2、|||、Xi+、|||、Xm皆保持一定时，Xi每增加一个单位对于Y总体的平均效应。33\nX"Y54.乘积和：SP,离均差的乘积和，SP=£(X—X)(Y—Y)=。n60、适合性测验：是测验中观察的实际次数和根据于某种理论或需要预期的理论次数是否相符合。所作的假设是H0:相符；Ha：不相符。61.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，作出在概率的意义上应当接受哪种假设的测验。nx(Yj-y)2,一，一、2j162.方差：描述变量平均变异程度的统计量。定义为S=-。n-163.样本容量：样本中变量的个数。64.成对比较：如果两组样本的观察值可以根据某种联系而一一配对，则以之进行的两个样本平均数的比较称为成对比较。65.Error：误差。即由于环境因素这样或那样的不一致而对处理产生的一种偶然效应称为试验的误差效应，简称为误差。66.One-tailedtest:单尾测验。只有一个否定区的假设测验。67.Verysignificant:极显著。若试验结果由误差造成的概率P=<0.01,则称样本统计数的差异为极显著。2UY/X68.决定系数：在依变数丫的变异中，因自变数X的改变而引起丫线性改变的平方和在丫变异中所占的比例。定义为r=-X。S&n69.平方和：离均差的平方和称为平方和，定义为SS=£(Yj-y)2。jd70.次数资料：凡是试验结果以次数表示的资料称为次数资料。71.参数：描述总体的特征数。72.偏回归系数：任一自变数(在其它自变数皆保持一定数量水平时)对依变数的效应。73.随机抽样：保证总体中的每一个体在每一次抽样中都有同等的机会被取为样本。…S74.变异系数：变数的相对变异量。CV==父100y75.a错误：否定真实假设的错误。76.无偏估值：在统计上，如果所有可能样本某一统计数的平均数均等于总体的相应参数，则该统计数为相应总体参数的无偏估33\n8182838485868788899091929394959668.回归系数：由非此即彼的事件构成的总体。69.自由度：在统计上指独立变量的个数。70.置信区间：在一定置信概率下，包含总体参数e在内的一个区间。71.水平：某一因素的不同数量或质量等级。、参数：描述总体的特征数。如此仃。、标准误：统计数的标准差。、随机样本：等概率抽取的样本。、相关系数：描述两个变数相关密切程度及其性质的统计数。SPrS&SS2、、正态性假定：方差分析的基本假定之一。是要求观察值Y的误差项e〜N(0,oe)。、无偏估计：统计上，如果所有可能样本的某一统计数的平均数等于总体的相应参数。则称该统计数为总体相应参数的无偏估计。如：y是R的无偏估计。、矫正处理平均数：把各处理的X矫正为X时的yi，即消除Xx^丫影响后的个处理的yioyi(Xo=y_be(X-X)、支错误：否定正确的H0所犯的错误。、两尾测验：否定区在两尾的测验。、乘积和：两个变数离均差的乘积和。SP=、，(X-x)(Y-y)、随机样本：用随机抽样的方法，从总体中抽出一个部分。、标准误：统计数变异度的度量Sy=-1%毋=包+W.n,n1n2、B错误：接受一个错误Ho时所犯的错误。、参数：描述总体的特征数，如N仃、次数资料的独立性测验：这是测验两个因素的列联次数彼此独立还是相关的一种测验。、无偏估计：在统计上，如果所有可能样本的某一个统计数的平均数等于总体的相应参数，则称该统计数为总体相应参数的无33\n97、98、99、100101102103104105106107108109110偏估计值。yi(XJ)：矫正处理平均数，yi(XR)=yi-be(xi-x)相关系数：描述两个变数线性相关密切程度及性质的统计数r-spsSx-ssy偏回归系数：bi,当其他自变数都固定时，Xi每增加一个单位，丫平均增加或减少的单位数1n、均积：两个变数的互变异数，cov=——、(Xi-x)(Yi-y)n-11、随机事件在一定条件下，可能发生也可能不发生，可能这样发生，也可能那样发生的事件。尸…、、…心、、-日ssi2s2、标准误统计数变异度的度重Sy=一尸Sy1_y2=J-十一■.n.n1n2、唯一差异原则试验中，除了处理因素可以有一定的水平变化外，其余的所有环境因素都要保持在某一特定水平上，即环境一致的条件下研究处理的效应、参数描述总体的特征数，如N仃、同质性假定方差分析的基本假定之一，k个样本所估计的总体方差相等的假定。、无偏估计在统计上，如果所有可能样本的某一个统计数的平均数等于总体的相应参数，则称该统计数为总体相应参数的无偏估计值。、yi(X=x)矫正处理平均数，yr=)二%—be(xi—x)。、多元相关系数表示丫与X1,x2小|,xm之间线性相关密切程度及其性质的统计。RY12111m~UY/12ii|m/SSy、偏相关在M=m+1个变数中，没M-2个变数固定，其余两个变数之间的相关。、乘积和X变数的离均差与Y变数的离均差的乘积求和。n__X、YSP=£3-x)(Y-y)=Zxy-。1n33\n111.二项分布：每次独立抽取二项总体的n个个体，则所得变量丫将可能有0,1,|||,n,共n+1种。这n+1种变量有它各自的概率而组成一个分布。这个分布就叫二项分布。112.对立事件：如果事件A和事件A1必发生其一，但不能同时发生，则称A1为A的对立事件。1131错误：如果H0是不真实的，我们通过测验却接受了它，即犯了一个接受不真实的H0的错误。这种错误就叫P错误。114参数：描述总体的特征数。115.拉丁方试验：将k个不同的处理排成k行k歹U,使得每个处理在每一行、列都仅出现一次的方阵，这种试验方法就叫拉丁方试验116无偏估计：如果所有可能样本的某一统计数的平均数等于总体的相应参数，则该统计数为总体相应参数的无偏估计。117.次数分布图：根据变量的次数分布而绘制的图称为次数分布图，该图能直接的反应变量次数分布的情况。118.相关系数：对不能区分自变数和依变数的两个变数，统计分析的首要目标是计算表示丫和X相关密切程度和性质的统计数,并测定其显著性。这一统计数称为相关系数。119.中位数：将变量顺序排列，处在中间的变量称中位数，计作Md120.合并均方：将具有同质的均方合并。S2二SS够I"的df〔df2dfk121.随机样本：为了使样本代表总体，并进而用概率论的方法处理，必须使总体中的每一个成员都有同等的机会被取为样本。这样的样本称为随机样本。122.两尾测验：两尾测验有两个否定区，分别位于分布的两尾，称为两尾测验123.汽错误：否定真实假设的错误124.统计数：反映样本的特征数。…S125.变异系数：变数的相对变异量。CV=-x100y126.无偏估计：在统计上，如果所有可能样本的某一统计数的平均数等于总体的相应参数，则称该统计数为总体相应参数的无偏估计。127.互斥事件：如果事件A和事件B不能同时发生，即A和B为互斥事件，128.适合性测验：测验实际观察的次数与理论次数是否相符合的测验。33\n121.离回归标准差：估计线性回归变异度的统计数。Qn-2sY/X、决定系数：在Y的总变异中,因X的改变而引起丫线性改变的平方和占总变异的比例。.样本：从总体中抽出的一部分。s.Sy:样本平均数的标准误Sy=―k。n.PLSD0.05：显著水平达到0.05的最小显著差数。.相关系数：描述两个变数线性相关密切程度及性质的统计数spr:130131132133134135136137138139140141142143144145..SSx-SSy3333.无偏估计:在统计上，如果所有可能样本的某一个统计数的平均数等于总体的相应参数,则称该统计数为总体相应参数3333的无偏估计值。.处理：水平和水平的组合。.统计控制：利用统计方法对试验因素进行控制。・偏回归系数：bi,当其他自变数都固定时，Xi每增加一个单位，丫平均增加或减少的单位数'（ig丫）、几何平均数：变量对数的算术平均数的反对数lgG=n、精确度：观察值之间的接近程度复置抽样：保证总体中的每个个体在在每次抽样中都有同等的概率被取为样本22差数标准误：差数的变异程度的度量Si.S2n1n2B错误：接受一个不真实假设时所犯的错误离回归标准差：各个Xi上的丫总体都是一个分布，估计这些变异度的统计数。、环境相关系数：表示线性相关性质及其密切程度的统计数。SPr=SS30,np、nq皆大于5时，可用正态分布近似求其概率。（V）58.好分布是一组随自由度变化的曲线系统，此曲线是间断性的，用于间断性资料的假设测验。（X）59.t分布是以平均数Nt=0为中心的对称分布。（M）60.当u=1.96时，统计假设测验的右尾概率为0.01。（X）61.一个试验资料的方差分析数学模型，必须在获取试验结果后才能确定。（X）62.出现频率最多的观察值，称为中位数。（X）63.组成二项总体的两种事件为对立事件。（V）64.一个二因素试验不能使用拉丁方设计。（X）65.试验资料不符合方差分析三个基本假定时，可采取剔除特殊值；分解为若干个同质误差部分分析；进行数据转换等方法补救。（V1、两个平均数的假设测验用[C]测验。A、uB、tC、u或tD、F2、算术平均数的重要特性之一是离均差之和[C]oA、最小B、最大C、等于零D、接近零3、在一个平均数和方差均为100的正态总体中以样本容量10进行抽样，其样本平均数服从[D]分布。A.N（100,1）B.N（10,10）C.N（0,10）D.N（100,10）4、在一元线性回归分析中，?（Yy）（Y-Y）=[D]。A、0B、SPC、UD、Q5、当一个因素的简单效应随着另一因素水平的增加而减小时有[B]o33\nA、正互作B、负互作C、零互作D、互作效应6、当多个处理与共用对照进行显著性比较时，常用[D]33\nA、PLSD法B、SSR法C、q法D、DLSD法7、8、9、10111213141516171833测验回归截距的显著性时，t=(a—o()/sa遵循［b］的学生氏分布。A、¥=n-1B、v=n-2C、v=n-m-1D、v=n两个二项成数的差异显著性一般用［C］测验。A、tB、FC、UD、厘2测验一个单因素试验不可用［D］试验设计方法。A、完全随机B、随机区组C、拉丁方D、裂区、单个方差的假设测验用［C］测验。A、uB、？2C、U或？2D、F、算术平均数的重要特性之一是离均差平方和［A］。A、最小B、最大C、等于零D、接近零、某一变数Y服从正态分布N(10,10),当以n=10进行随机抽样时本平均数大于12的概率为［b］A、0.005B、0.025C、0.05D、0.01、在一元线性回归分析中，?(XX)(Y-力［A］oA、0B、SPC、UD、Q、当一个因素的简单效应随着另一因素水平的增加而增加时有［A］。A、正互作B、负互作C、零互作D、互作效应、Fisher氏保护最小显著差数测验法又称为［A］。A、PLSD法B、SSR法C、q法D、DLSD法、单个样本方差与某一指定值之间的差异显著性测验一般用［D］测验。A、壮B、FC、UD、72或u、测验线性回归的显著性时，t=(b—0)/&遵循［B］的学生氏分布。A、==n-1B、==n-2C、"=n-m-1D、v=n、拉丁方试验设计的特点不包括［D］。A、处理数必须等于重复数B、误差项自由度小C、适用于多因素试验D、能较大程度地减少误差33\n19、算术平均数的重要特征之一是离均差的总和（A）A、最小B、最大C、等于零D、接近零20、在一元线性回归中，以下计算离回归平方和Q的公式中错误的是（D）A、SS-bLSPSSSP2SS；C、'、Y2-axYXYd、SSY-b2LSP21、二项概率的正态近似应用连续性矫正常数0.5,其正态标准离差的表达中，错误的是（B）Y—N-0.5A、uc=crY-1八B、uc=0.5C、Y」午0.5uc一aD、ucY-Jf0.522、正态分布曲线与横轴之间的总面积等于（D）A、次数总和nb、次数总和n+1C、0.95D、123、方差分析基本假定中除可加性、同质性外，尚有（C）假定。A、无偏性B、无互作24、若接受H0,则（DA、犯1a错误C、犯U错误或不犯错误C、正态性D、重演性）B、犯口错误D、犯0错误或不犯错误25、当样本容量增加时，样本平均数的分布趋于（A）A、正态分布B、丁2分布C、分布D、u分布26、偏回归系数的假设测验可用（B）。A、F测验B、F或t测验C、t测验D、u测验27、单个平均数的假设测验用[C]测验。A、uB、tC、u或tD、F28、算术平均数的重要特性之一是离均差平方和[A]oA、最小B、最大C、等于零D、接近零33\n、在一个平均数和方差均为10的正态总体中以样本容量10进行抽样，其样本平均数服从［A］分布A.N(10,1)B.N(0,10)C.N(0,1)D.N(0,20)、在一元线性回归分析中?(Xx)(Y-Y?)=[A]A、0B、SPD、Q、二项概率的正态近似应用连续性矫正常数0.5”，其正态标准离差的表达式中，错误的是［B］Y—N-0.5A、Uc=cB、UccY-」,0.5C、uccY-1+0.5Y-np+0.5npq2930313233344041424344、F测验保护的最小显著差数法又可记为[B]。A、LSD法B、PLSD法C、SSR法D、DLSD3333、正态分布不具有下列［D］之特征。A、左右对称B、单峰分布C、中间高、两头低D、概率处处相等3333、测验偏回归系数的显著性时，t=(bi—Pi)/sbi遵循［c］的学生氏分布。A、=n-1B、、=n-2C、'--=n-m-1D、=n3333、两个样本方差的差异显著性一般用［B］测验C、uD、厘2测验、两个平均数的假设测验用［C］测验A、UB、tC、U或tD、F、算术平均数的重要特性之一是离均差之和［C］。A、最小B、最大C、等于零D、接近零、在标准正态分布中以样本容量10进行抽样，其样本平均数服从［B］分布A.N(10,1)B.N(0,0.1)C.N(0,1)D.N(10,10)、在一元线性回归分析中，？(Xx)(Y?-y)=［b］oA、0B、SPC、UD、Q33\n454647484950A、5152535455、二项概率的正态近似应用连续性矫正常数“0.5”，其正态标准离差的表达式中，错误的是［B］Y—N-0.5A、Uc二CTYcB、uc=0.5caC、D、UcY-npf0.5npq、有保护的最小显著差数法又可记为[B]oA、LSD法B、PLSD法C、SSR法D、DLSD3333、t分布不具有下列［D］之特征A、左右对称B、单峰分布C、中间高、两头低D、概率处处相等、测验回归系数的显著性时，t=(b—P)/8b遵循［B］的学生氏分布A、=n-1B、=n-2C、=n-m-1D、=n、对一批水稻种子做发芽试验，抽样10粒，得发芽种子8粒，若规定发芽率达90%为合格，这批种子是否合格?A、不显著B、显著C、极显著D、不好确定、单个方差的假设测验一般用［D］测验。2、一tB、FC、uD、£测验、单个平均数的假设测验用［C］测验A、UB、tC、u或tD、F3333、算术平均数的重要特性之一是离均差的总和［C］A、最小B、最大C、等于零D、接近零、在一个平均数和方差均为10的正态总体中以样本容量10进行抽样，其样本平均数差数服从［C］分布A.N(10,10)B.N(0,10)C.N(0,2)D.N(0,20)、在一元线性回归分析中，工(Y—ySY?-y>c]oA、0B、SPC、UD、Q、二项概率的正态近似应用连续性矫正常数“0.5”，其正态标准离差的表达式中，错误的是［B］Y-H-0.5A、Uc二CTYB、Uc=0.5c<133\n5657585960A、61626364656667C、uccY工0.5D、UcY-np+0.5npq、F测验保护的最小显著差数法简称为[B]A、LSD法B、PLSD法C、SSR法D、DLSD3333、正态分布不一定具有下列[D]之特征A、左右对称B、单峰分布C、中间高、两头低D、概率处处相等3333、测验偏回归系数的显著性时，t=(bi—Pi)/sbi遵循[c]的学生氏分布A、、•・=n-1B、■■=n-2C、■-=n-m-1D、■■=n、对一批水稻种子做发芽试验，抽样1000粒，得发芽种子870粒，若规定发芽率达90%为合格，这批种子是否合格[C]A、不显著B、显著C、极显著D、不好确定、两个样本方差的差异显著性一般用[B]测验。tB、FC、uD、72测验、两个方差的假设测验用[D]测验。A、uB、tC、U或tD、F、算术平均数的重要特性之一是离均差的平方和[A]oA、最小B、最大C、等于零D、接近零、随机抽样中说法错误的是[C]oa、y是n的无偏估值b、s2是仃2的无偏估值C、s是仃的无偏估值D、s；不是仃2的无偏估值、在一元线性回归分析中，工(Y-y除-滴D]。A、0B、SPC、UD、Q、正态分布曲线与横轴之间的总面积等于[D]。A、次数总和nB、次数总和n+1C、0.95D、1.00、F测验保护的最小显著差数法记为[B]oA、LSD法B、PLSD法C、SSR法D、DLSD、已知原总体N(100,2),现以n=10从新总体抽得y=101,则该样本平均数与原总体平均数之间差异[D]33\nA、达显著水平B、未达显著水平C、达极显著水平D、不好确定68、测验偏回归系数的显著性时，t=（h-J/Sbi遵循［C］的学生氏分布A、==n-1B、v=n-2C、==n-m-1D、v=n69.如果事件A1与事件A2不能同时发生，则A和A2应称为［D］。A、和事件B、积事件C、对立事件D、互斥事件70.当样本容量增加时，样本平均数的分布趋于［A］。A、正态分布B、u分布一.2...C、t分布D、/分布333371.二因素随机区组试验的方差分析中总变异的平方和与自由度可以细分成［C］部分A、三部分B、四部分C、五部分D、六部分72.试验误差主要由［D］引起的。A、水平B、处理C、唯一差异原则D、环境变异333372.回归系数b的标准误等于［A］、,&B耻…11(X-x)C1xC、Sy.，1+—+D、Sy『』一十X.nSSxxnSSx73.在多元线性回归和相关分析中，计算下列［C］时，需要用到信息阵的逆矩阵（元素）3333A、复相关系数和离回归标准差C、偏回归平方和和偏相关系数74.成对比较的特点不包括［B］A、加强了试验控制C、不受总体方差是否相等的干扰B、偏相关系数和多元决定系数D、多元决定系数和复相关系数B、误差方差自由度大D、可减小误差3333\n73.测验若干个处理平均数与某一“对照”平均数，0的差异显著性的多重比较一般用［D］。A、q测验法B、SSR测验法33\nC、PLSD测验法D、DLSD测验法73.在一元线卜iE回归中，下列叙述不正确的是［D］A、有回归必然有相关B、回归显著相关必然显著CXY相关关系不显著不一定X、Y无关D、相关显著必然关系密切77、两个方差的假设测验用［D］测验。A、uB、tC、u或tD、F78、二因素随机区组试验总变异的平方和与自由度可以细分成［C］个部分。A、3B、4C、5D、679、测得1970〜1981年间越冬代棉铃虫在江苏南通羽化的高峰期依次为(以6月30日为0)10,6,10,5,6,10,-1,12,11.9.1.8。则其变异系数为［C］。A、25.1B、3.8C、55.5D、54.380、接受Ho,将导致［D］oA、必犯a错误B、必犯0错误C、犯a或不犯a错误D、犯0或不犯0错误81、对一批棉花种子做发芽试验，抽样1000粒，得发芽种子890粒，若规定发芽率达90%为合格，这批种子是否合格的测验为［A］oA、不显著B、显著C、极显著D、不好确定82、某一处理平均数y=5.5,Sy=1.5,与期望值N0=2.5的差异［D］。A、不显著B、显著C、极显著D、不好确定83、在一元线性回归分析中，\Y-y)(Y-Y)=［D］。A、0B、SPC、UD、Q84、可估计和减少试验误差的手段是：［C］oA、局部控制B、随机C、重复D、唯一差异原则85、算术平均数的重要特性之一是离均差的总和［C］oA、最小B、最大C、等于零D、接近零86、一个单因素试验不用［D］试验33\nA、完全随机B、随机区组C、拉丁方D、裂区878889909192939495963333、如果事件A1和A2不能同时发生，则A1和A2应称为［D］A、和事件B、积事件C、对立事件D、互斥事件、下列描述中不正确的说法是［D］A、间断性变数在分组时组距通常为整数B、次数分布图中折线与横轴围成的面积与方柱图的总面积相等C、总体平均数不受抽样误差的影响D、二项分布的概率均可用正态分布小区间的概率求取、当Y~N(100,100)时，以样本容量n=4抽得样本平均数大于110的概率［C］A、=0.05B、=0.10C、=0.025D、=0.01、当r<0时，Uy/1,2和Up1+Up2的关系是［B］。A.UY/1,2Up1Up2B.Uy/1,2：:：Up1Up2C.UY/1,2-Up1+Up2D.不好确定、同一组资料，简单相关系数与偏相关系数假设测验的结论［A］。A、不一致B、完全一致C、不一定一致D、基本一致、回归系数b的标准误等于[A]IQ小、\(n-2)SSo1(X-x)2C、Sy.1-■X.nSSxB、D、、在一元线性回归分析中Q1(X-X)2"nSSx-2xSSx%(X-x)(Y-Y)=[A]A、0B、SPC、UD、Q、可估计和减少试验误差的手段是：［C］。A、局部控制B、随机C、重复D、唯一差异原则、简化协方差分析不包括［B］的作用。A、控制试验误差B、测验bi间差异显著性C、矫正平均数测验D、不同变异来源相关关系分析、在一元线性回归分析中，下列不正确的叙述为［C］。33\nA、有回归必有相关B、相关显著回归必然显著3333C、相关显著必然关系密切D、X、丫相关关系不显著并不一定X、丫无关97、两个平均数的假设测验（成对比较）用［B］测验。A、uB、tC、u或tD、F98、二因素完全随机化试验总变异的平方和与自由度可以细分成［B］个部分。A、3B、4C、5D、699、变数丫〜N（100,80）,当以ni=n2=10进行抽样时，屏—y2>8的概率约为［B］A、0.10B、0.05C、0.025D、0.01100、测验线性回归的显著性时t=（b—P）/Sb遵循自由度［B］的学生氏分布3333A、v=n—1B、¥=n—2C、v=n—m同一组资料中，简单相关系数与偏相关系数假设测验的结论B、一致C、基本一致y=5.5,Sy=1.5,与期望值B、显著C、极显著1Y-y）（Y-Y?）=［-1d、¥=n［A］。101、A、不一致102、某一处理平均数A、不显著103、在一元线性回归分析中，A、0B、SP104、可估计和减少试验误差的手段是:A、局部控制B、随机D、不好确定^0=2.5的差异［D］D、不好确定D］oC、UD、Q［C］。C、重复D、唯一差异原则3333105、简化协方差分析不包括［B］的作用。A、控制试验误差B、测验bi间差异显著性C、矫正平均数测验D、不同变异来源相关关系分析106、一个单因素试验不用［D］试验。A、完全随机B、随机区组C、拉丁方D、裂区6月30日为0)10,6,5,6,-1,9,1,8107、测得1970〜1981年间越冬代棉铃虫在江苏南通羽化的高峰期依次为（以则其变异系数约为［C］A、58.6B、54.8C、69.4D、64.9108、假设测验时否定H。，将［C］A、必犯“错误B、必犯口错误33\nC、犯0（或不犯□错误D、犯P或不犯P错误109、可估计和减少试验误差的手段是[C]A、局部控制B、随机C、重复D、唯一差异原则110、变数Y〜N（100,80）,当以ni=n2=l0进行抽样时，,一y2A8的概率约为[B]A、0.10B、0.05C、0.025D、0.01112、算术平均数的重要特征之一是离均差的总和[C]。A、最小B、最大C、等于零D、接近零113、对一批棉花种子做发芽试验，抽样1000粒，得发芽种子880粒，若规定发芽率达90%为合格，这批种子是否合格得测验为[B]A、不显著B、显著114、在一元线性回归分析中,A、0B、SP115、下列三个正确的说法是:C、极显著D、不好确定之：Y?-yx-x=[b]C、UD、Q[D]、[A]、[E]a、标准误将随着n的增大而增大。B、不犯。错误必犯P错误。c、n足够大，必趋于u分布。D、平方和必有相应的自由度。E、有回归必有相关F、X与Y相关极显著必定关系密切116.算术平均数的重要特性之一是离均差的总和（C）A.最小B.最大C.等于零D.接近零117.正态分布曲线与横轴之间的总面积等于（D）A.次数总和nB.次数总和n+1C.0.95D.1.00118.回归系数b的标准误等于（A）/Q1JX-X）2I,1JX—X）211x2A.JB.SY/Xy-C.SY/XJ1+-+-D.Sy/XJ-+—（n-2）SSx,nSSx,nSSx,nSSx119.统计推断某参数在区间[Li,L2]内的信度为P,则最常用的P值是（D）A.0.01B.0.05C.0.90D.0.9533\n这种测验在统计上称为120.如测验k（k为）个样本方差s2（i=1,2,…,k）是否来源于方差相等的总体，A.方差的同质性测验B.独立性测验C.F测验D.适合性测验121.用标记字母法表示多重比较结果时，如果两个平均数间差异显著，则它们后面一定要标上（DA.相同拉丁字母B.小写拉丁字母C.大写拉丁字母D.不同小写拉丁字母122.在多元线性回归和相关分析中，计算下列（C）和（D）时，需用到信息阵的逆矩阵（元素）。A.复相关系数B.总回归平方和C.偏回归平方和D.偏相关系数E.离回归标准差F.多元决定系数123测验时，否定一个正确的假设Ho,贝U[A］。A.犯了a错误B.犯了0错误C.不犯错误D.A或B124、统计数t?的无偏估计指该统计数［D］总3333体参数€1oA.不偏离于B.等于C.趋于D.期望值等于3333125、在一个平均数和方差均为10的正态总体中以样本容量10进行抽样，其样本平均数差数服从［C］分布A.N(10,10)B.N(0,10)C.N(0,2)D.N(0,20)［C］假定。126、方差分析基本假定中除可加性、正态性外，尚有A.无偏性B.无互作C.同质性D.重演性127、一个单因素试验不用［D］试验。A.对比B.随机区组C.拉丁方D.裂区128、简化协方差分析不具有［B］的功能A.减小试验误差B.测验回归系数差异C.测验矫正平均数差异D.不同变异来源相关分析3333n129、在一元线性回归分析中,£(Xi-X)(Y-Y?)=[a]i1A.0B.SPC.QD.U130、偏回归系数测验极显著，则偏相关系数测验［B］。A.显著B.极显著C.不一定显著D.不好确定131、丫〜N（100,80）,当以n1=n2=10进行抽样时,y1-y2>8的概率约为［B］。A.0.10B.0.05C.0.025D.0.01132、下列四个说法中，不正确的说法为［D］。33\nA.平方和必有对应的自由度B.有回归必有相关C.标准误随n的增大而变小D.X与丫相关显著必定关系密切21、已知Y〜N(m,s)，则Y在区间［m-2.58s,m+2.58s］的概率为0.99。2、方差分析中常用的变量转换方法有反正弦转换、对数转换和平方根转换。2、3、已知Y〜N(m,s)，则丫在区间［m-1.96s,m+1.96s］的概率为0.95。4、有一双变数资料，Y依X的回归方程为丫?=7—；X,X依Y的回归方程为*=4—1丫，则其相关系数r=-0.816。5、写出下面假设测验的无效假设Ho：两个平均数成对比较的Ho：也=0;;一元线性回归关系的无效假设Ho：无线性关系或P=0。6、两个样本方差的差异显著性一般用F测验。27、已知Y〜N(m,s)，则Y在区间［m-1.96s,m+1.96s］的概率95%或0.95。2、已知Y~N(m,s)，则Y在区间［m-2.58s,m+2.58s］的概率99%。2・28、一个二因素完全随机化试验，在A和B因素皆固定时，其MSa的期望均方为：仃e十b「KA。9、试验误差控制的三原则除重复外，还有随机和局部控制原则。10.当多个处理与共用对照进行显著性比较时，常用DLSD方法进行多重比较。件口1-r211.相关系数的标准误(sr)=J。.n-22212、一个二因素随机区组试验，在a和b因素皆固定时，其MSA的期望均方为：_CTe+arKB。14、变量的数据转换方法除反正弦转换外，还有对数和平方根转换。，一］15.用t分布测验H0:日=80假设的(一般)表达式为：t=。S^S,Y16、回归系数的标准误(sb尸竿邑。2.单因素随机完全区组试验的线性数学模型为：Yj=N+%+Pj+输；二因素完全随.SSx33\n机化试验的线性数学模型为：Yjki=N+%+q+(otP)kj+&jki；m元线性回归模型Yj+Py%mi(Xlj—A)+|||+Pymi2mi(Xmj——)+期。T||-a|l17.写出多元线性回归关系的假设测验的无效假设Ho:R=良=|||=Pm=0,两个平均数成对比较的无效假设H0：Nd=018已知Y1〜N(12,12),Y2〜N(10,22),且Y1和Y2独立，当以n1=n2=8抽样时，平均数差数y1—y2〜N(2,34/8)或(2,4.25).19.正态分布曲线共有2个拐点。20.制作次数分布的作用为整理资料，化繁为简、初步了解变数的分布特点和便于进一步计算和分析21.为了测验两个样本所属的总体平均数有无显著差异，一般会因设计的不同分为组群比较和成对比较两种,22、试验误差控制的三原则除重复外，还有随机和局部控制原则。23、单因素随机完全区组试验的线性数学模型Yj=?+ti+Pj+0,二因素完全随机化试验的线性数学模型Y=y+&+耳+(?%+ej,系统分组资料的线性数学模型为=y+ti+dj+所，裂区试验的线性数学模型Yjkl=y+?j+4+(e)jk+?+(第kl+(e2)jkl，m元线性回归模型Yj=3+0丫1/231尸*1j+^Y2/13|||mX2j+|||+^Ym/13|||(mJ)Xmj+叼。24、相关系数的标准误(Sr尸1-rn-225、间断性变数常用的理论分布是二项分布,连续性变数常用的理论分布是正态分布o26、二项分布是间断性变数的理论分布,正态分布是连续性变数的理论分布。27、多个平均数假设测验时，一般先进行方差分析，再进行多重比较。28、在一个平均数为3N，方差为4仃2的正态总体中，以n=25抽样，则所有样本平均数的平均数为3卜，样本平均数的标2准误为一、・・529、方差分析的三个基本假定是可加性，正态性，同质性，若资料不满足这些假定，则一般需进行变量转换2.30、下列统计数的定义式分别是：Q=SSY-SP/SSk33\n31.3234.35.36.37.38.39.40.41.42.43.44.45.46.47.22.2一个二因素随机区组试验在A因素固定，B因素随机时，其MSA的期望均万差为差_,差5_标准差,变异系数。为了解学生的身高状况，测量某班学生体高所得的数据集合，构成一个」本;被测体高的学生数之和，称为—样本容量在参数区间估计中，保证参数在某一区间内的概率1—a称为__置信度。有一样本方差S2=250,n=11,如测验Ho:仃2<100,对Ho:仃2>100,则实得测验值N2值为25,如此值小于小，则在支=0.05水平上接受H0,如此值大于了总,则在口=0.05水平上否定H0。无效假设是指实得差异由误差造成的假设；备择假设是指和无效假设相对立的假设。测验两样本平均数差异是否显著时用两尾测验,即否定的区域有两个。在成对数据资料用t测验比较时，若对数n=13,则查t表的自由度为12c方差分析的基本假定是可加性、同质性、正态性。4庄、口1-r2相关系数的标准在（Sr）=\■,n-2两个方差的同质性假设用F测验。拉丁方试验数据的线性模型为：Yijl=y飞.pj.'l.ejl33\n22248.一个二因素随机区组试验在A因素固定，B因素随机时，其MSa的期望均方为：_CTe+<1AB+brkA49.试验误差控制的三原则除重复外，还有随机、局部控制。50.数据资料常用反正弦、平方根和对数转换三种数据转换方式,以改善方差分析数据基本假定不符合的情形。51.以t分布测验Ho：9=90假设的（一般）表达式为：t=与1、简述单相关和偏相关的区别，并举例加以说明。答：偏相关系数和单相关系数虽然都是线性相关系数，但是得出这些系数的前提条件迥然不同，例如，研究丫和X1的线性相关，偏相关系数乃是将X2对Y以及X2通过X1对Y的线性影响统统消去之后的Y和X1的线性相关系数；而单相关系数乃是将X2对Y以及X2通过Xi对Y的线性影响都统统地包括在内的Y和Xi的线性相关系数。因此，除非「12=0和上丫=0,偏相关系数DYL2决不会和单相关系数「1丫相同，而单相关系数r1丫总是或多或少地包含着虚假的成分。2、根据所学内容简述统计方法的主要功用。答：⑴提供了整理和描述数据的科学的方法；⑵提供了由样本推论总体的科学的方法；⑶提供了通过误差分析鉴定处理效应的科学的方法；⑷提供了进行科学试验设计的一些重要的原则；⑸提供了分析多个变数间相关密切程度的科学的方法。3、结合单因素和多因素试验的不同，试区分处理和水平这两个概念。答：水平：某一因素不同的质量或数量等级；处理：各因素水平与水平的组合。单因素试验中只有一个试验因素，所有处理都仅是这一个因素的不同数量或质量水平；多因素试验是考察反应量在各因素不同水平和不同水平组合上的变化规律，找出水平的最佳组合（固定模型）或估计总体变异度（随机模型），处理是各因素的不同水平与水平的组合。4、根据所学内容简述统计方法的主要功用？答：①提供了整理和描述数据的科学的方法；1分②提供了由样本推论总体的科学方法；1••分③提供通过误差分析鉴定处理效应的科学方法；1分④提供进行科学试验设计的一些重要原则。1分5、设立无效假设的原则是什么？33\n①是有实际意义的;2分.据之可以算出因抽样误差而获得样本结果的概率。6.根据所学内容简述统计方法的主要功用。答：提供整理和描述数据的科学的方法；提供由样本推论总体的科学方法；提供通过误差分析以鉴定处理效应的科学方法;提供进行科学试验设计的一些重要原则；确定两个变数间相关密切的关系。7.什么是成对比较？简述其基本步骤。答：若两个样本的观察值因某种联系而一一配对（n对），则应对其作成对比较。求取两样本的差数d=（Y1i—Ki）；计算差数平均数idj_d假设平均观察值d是由误差造成的，即H0：Nd=0；sdsF；t=qsd8.什么是成对比较？简述其基本步骤。答：若两个样本的观察值因某种联系而一一配对（n对），则应对其作成对比较。求取两样本的差数d=（Y1i-Y2i）；1.二idj-d计算差数平均数d=一乙d、sd；ninT假设平均观察值d是由误差造成的，即Ho：^d=0;n-13333如tAtqnl,否定H033\n9.写出完全随机化设计、随机完全区组设计和拉丁方设计的误差表达式。答：完全随机化设计：eij=丫-yi随机区组设计：ejj=Yj_\t_yR+y拉丁方设计：5=Yji-yt-Yr-yc2y10.写出两个平均数统计假设测验(组群比较)的基本步骤。答：(1)假设H0和Ha：H0：H=&；Ha：H#&(2)确定显著水平u:a=0.05或0.01(3)计算u值或t值，u=Yl-y2或t=y1—y2Yl-Y2SY1-Y2(4)若lulAUg,或|t|",否定H0,否则接受H0o11.什么是多重比较？以PLSD法为例，简述其基本方法。答：(1)对处理平均数进行两两比较，称为多重比较。(2)以PLSD法进行多重比较的基本方法如下：首先计算Syi-yj=J2Mse;然后计算PLSD=ta'Sy与上；最后根据|I—yj|＞或MPLS以判断yi与yj的差异是否显著。12.为什么进行变量转换？常用的方法有哪些？请分别写出相应的转换公式。答：原因：变数不符合方差分析的三个基本假定：即正态性、可加性、同质性反正弦转换u=sin-,p平方根转换Y'=4丫对数车t换Y'=lgY13.试述统计假设测验的基本步骤。答：(1)提出无效假设H。，备择假设Ha(2)确定显著水平(3)在H。为正确的假设下，根据统计数的一定分布律，算出实得差异由误差造成的概率33\n(4)如果这个概率a,则接受Ho,推断实得差异由误差造成的。3.结合单因素试验和多因素试验的不同，试区别处理和水平这两个概念。答：水平：某一因素不同的质量或数量等级处理：各因素水平与水平的组合，单因素试验中每一个水平即为一个处理，而多因素试验中，处理是几个因素不同水平的组合。14.简述标准误和标准差的区别和联系。(本题由农区专业重修的同学做)丁(丫二y)2标准差：变数变异程度的度量。s=J--———。n-1标准误：统计数变异程度的度量。如sy=s/\n15、多个平均数的假设测验能否用两个平均数两两比较的方法进行？为什么？答：不能。因为：1)太烦琐。2)大大增大犯豆错误的概率。3)误差估计的精确度下降。16、什么是多元回归？多元线性回归与一元线性回归相比较有什么异同？多元回归：依变数依两个或两个以上自变数的回归不同点：1、模型不同多元线性回归Y?=a也x1m2X2书l|bm4一元线性回归Y?=abx2、多元线性回归：多个X对Y的关系一元线性回归：一个X对Y的关系17、设立无效假设所遵循的原则是什么？答：1、是有实际意义的2、据之可以推算出因抽样误差而获得样本结果的概率。18、列举相关和回归分析的应用注意事项。33\n答：1、一个不显著的r并不一定意味着y和x没有关系，而只是说明x和y没有显著的线性关系。2、一个显著的r或b并不意味着y和x的关系必为线性。3、x预测y时，不能外推到x取值之外4、一个显著的相关或回归并不一定具有实践上的预测意义5、必须严格控制被研究的两个变数的变动范围，使之尽可能成为固定的常量。6、n>57、避免求部分和全体的相关19、试述算术平均数（y）的基本特征。答：1）、y是表示变量集中性的特征数。2）、变量Y和y的相差（离均差）之和为零。3）、离均差的平方之和为最小。20、两个平均数的成对比较较之成组比较有哪些优点？答：与成组比较相比成对比较有两个优点：1）、由于加强了试验控制，成对观察值的可比性提高，因而随机误差将减少，可以发现较小的真实差异。2）、成对比较不受两样本的总体方差仃12#仃2的干扰，分析时不需要考虑仃2和3仃2是否相等。21.简述统计方法的功用。答：（1）提供整理和描述数据的科学方法；（2）提供由样本推论总体的科学的方法；（3）提供通过误差分析以鉴定处理效应的科学方法；（4）提供进行科学试验设计的一些重要原则。22.什么是多重比较？以PLSD法为例，简述其基本方法。答：多重比较：多个平均数间差异显著性的相互比较，即多重比较。PLSD法：在任两个样本平均数y1与y2比较时，t=―—y2的t值若超过J,（y1一%）即为在水平上显著。如写出其SI-y2最小显著差数即是：LSDa=taSy1_y2o因此，将之推广于任两个平均数yi和yj之间的比较，即有：PLSD=b与出2s2-2o当两样本容量相等时，瓯?=1——。在方差分析中，上式的s有了更精确的数值MSeo23.简述回归模型和相关模型的联系与区别？答：回归模型的资料可明确区分自变数和依变数，用以计算回归方程及预测；相关模型资料不能区分自变数和依变数，计算变数间的相关性质和相关密切程度的统计数。24.1.述田间试验设计的三大原则及其作用。33\n答：1.重复一一每一个处理有一个以上的试验单元。作用：降低和估计误差2.随机一一每种处理获得某一试验条件的概率相等。作用：无偏地估计误差3.局部控制一一将试验环境分成若干个相对比较均匀的小环境。作用：最大限度的降低误差25.对于k（k>3）个样本平均数，能否仍套用u或t测验进行两两独立比较？为什么？答：不能，（1）程序繁琐。（2）误差估计的精度受损。（3）增大犯a错误的概率。26.1.述单相关与偏相关的异同。答：偏相关系数和单相关系数虽然都是线性相关系数，但是得出这些系数的前提条件迥然不同，例如，研究Y和X1的线性相关，偏相关系数乃是将X2X^丫以及X2通过X1X^丫的线性影响统统消去之后的Y和X1的线性相关系数；而单相关系数乃是将X2对Y以及X2通过X1对Y的线性影响都统统地包括在内的Y和X1的线性相关系数。因此，除非r12=0和「2丫=0,偏相关系数r1YL2决不会和单相关系数r1Y相同，而单相关系数r1Y总是或多或少地包含着虚假的成分27、简述假设测验的基本步骤。⑴提出无效假设H0:实得差异由误差造成；备择假设HA:实得差异由总体差数不同造成。⑵确定显著水平:■⑶在Ho为正确的假设下，根据统计数的一定分布规律，算出实得差异由误差造成的概率⑷如果这个概率