试验与统计学分析 4页

1、生物统计学：用统计学的原理和方法研究生命科学中的问题的学科。2、生物统计的作用：①提供试验或调查设计的方法；②提供整理、分析资料的方法3、生物统计的常用术语：%1总体与样本；总体：根据研究1=1的确定的同质研究对象的全体(集合)称为总体；样本:从总体中随机抽取的部分研究对彖。%1参数与统计最；参数(parameter):由总体计算的特征数叫参数；统计量(staistic):由样本计算的特征数叫统计量。%1随机误并与系统谋并④准确性与精确性4、统计学发展概况：古典记录统计学：①拉普拉斯：发展了概率论的研究；推广了概率论在统计屮的应用；明确了统计学的人数法则；进行了人样本推断的尝试。②高斯：建立最小二乘法；发现高斯分布。近代描述统计学：①高尔登：初创生物统计学；对统计学的贡献；关于变异；关于“相关”;关于’'回归”。②毕尔生：变异数据的处理；分布曲线的选配；卡方检验的提出；冋归与相关的发展。现代推断统计学：①哥塞特的t检验与小样本思想；②费雪：“通用方法论”；“假设无限总体”；抽样分布；方差分析；试验设计；随机化原则。第二章1、统计工作的步骤：研究设计；搜集数据；整理数据；分析数据；结果呈报与解释。2、描述统计与推断统计：①描述统计；内容：搜集数据;整理数据;展示数据目的：描述数据特征；找出数据的基本规律。②推断统计；内容：参数估计；假设检验。日的：对总体特征作出推断。3、资料的分类：①数量性状资料②质量性状资料③半定量(等级)资料4、资料的常用整理方法：①当观测值不多(n^30)时，不必分组，直接进行统计分析。②当观测值较多(n>30)时，宜将观测值分成若干组，以便统计分析。5、常用的统计图表：①统计表(statisticaltable)——数据代替文字描述，便于统计结果的精确、简洁的表达和对比分析。②统计图(statisticalchart)——用图形代替数据，获得直观、形象的效果。6、资料特征数的计算标准差：变异系数：标准差与其相应的平均值之比。第三章1、定义试验、结果、事件、样本空间、概率试验：通常我们把根据某一•研究目的，在一定条件下对白然现象所进行的观察统称为试验。结果：事件：一类是可预言其结果的，即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(或必然不发生人另一类是事前不可预言其结果的，即在保持条件不变的情况下，重复进行试验，其结果未必相同。这类在个别试验屮其结果呈现偶然性、不确定性现象。\n样本空间：一•个试验中所有基本事件的集合，用Q表示。概率：随机事件发生的可能性人小，用大写的卩表示；取值［0,1］。2、描述和使用概率的运算法则3、定义和解释随机变量及其分布定义：一•次试验的结果的数值性描述解释：根据取值情况的不同分为：①离散型随机变量：随机变量X取有限个值或所有取值都可以逐个列举出來XI,X2,…；以确定的概率取这些不同的值。②连续型随机变量：随机变量X取无限个值;所有可能取值不可以逐个列举出來，而是取数轴上某一区间内的任意点。4、计算随机变量的数学期望和方差5、计算离散型随机变量的概率和概率分布6、计算连续型随机变量的概率7、了解抽样抽样和抽样分布的基本概念抽样：从总体中选取部分样本。抽样分布：抽样研究样本的各种统计量（如样本平均数、方差和标准差等）的概率分布，即所谓抽样分布。8、理解抽样分布与总体分布的关系第四章1、假设检验的概念和类型概念：事先対总体参数或分布形式作出某种假设然后利用样本信息來判断原假设是否成立。类型：参数假设检验；非参数假设检验。2、假设检验的过程：提出原假设和备择假设；确定适当的检验统计最；规定显著性水平；计算检验统计量的值；作出统计决策。3、基于一个样本的假设检验问题4、基于两个样本的假设检验问题5、点估计和区间估计的有关概念点估计：从总体屮抽収一个样本，根据该样本的统计量对总体的未知参数作出一个数值点的估计称为点估计。区间估计：根据一个样本的观察值给出总体参数的估计范围。第五章K解释方差分析的概念2、解释方差分析的基本思想和原理基本思想：将所有测最值间的总变异按照其变异的来源分解为多个部份，然后进行比较，评价由某种因素所引起的变异是否具有统计学意义。3、4、5、掌握常用的数据转换方法及应用掌握单因素方差分析的方法及应用掌握双因素方差分析的方法及应用\n弟八草1、回归和相关的概念：2、掌握一元线性回归的基本原理和参数的最小二乘估计方法3、掌握回归方程与回归系数的显著性检验4、掌握相关系数的含义、计算方法和应用5、相关系数与冋归系数的关系研究对象都是呈直线关系的相关变量；直线冋归分析将二个相关变景区分为白变量和依变量，侧重于寻求它们之间的联系形式——直线冋归方程；直线相关分析不区分白变量和依变量，侧重于揭示它们之间的联系程度和性质——计算岀相关系数；两种分析所进行的显著性检验都是解决y与x间是否存在直线关系二者的检验是等价的：相关系数显箸，冋归系数亦显著；相关系数不显著，冋归系数也必然不显著。利用查表法対相关系数进行检验十分简便，实际进行直线冋归分析时，可用相关系数显箸性检验代替直线冋归关系显箸性检验。6、应用相关与冋归的注意事项：变量间是否存在相关；其余变量尽最保持一致；观测值要尽可能的多；外推要谨慎；正确理解回归或相关显著与否的含义；一•个显著的冋归方程并不一定具有实践上的预测意义。第七章1、试验设计的概念、基本原理概念：广义的试验设计是指整个研究课题的设计，包括试验方案的拟订，试验单位的选择、分纽的排列，试验过程屮生物性状和试验指标的观察记载，试验资料的整理、分析等内容。狭义的试验设计则仅是指试验单位的选择、分纽与排列方法。基本原理：试验设计的目的是避免系统误差，控制、降低试验谋差，无偏估计处理效应，从而对样本所在总体作出可靠、正确的推断。重复、随机化、局部控制一试验条件的局部一致性。2、试验计划书的编制：试验计划书的内容；试验方案的拟定；完全随机设计的概念，设计方法，统计分析及应用。3、随机单位组设计的概念，设计方法，统计分析及应用概念：根据局部控制的原则，如将同窝、同性别、体重基本相同的动物划归一个单位组，每—•单位组内的动物数等于处理数，并将各单位组的试验动物随机分配到各处理组，这种设计称为随机单位组设计。设计方法：从具有同质性事物中，进行随机化分组；按同质性分为4个区组每一个区组内的N个事物年龄--致，分别接受N种处理；N个连续的序号作为一个年龄组，分在一个区组。统计分析：结果分析采用方罢分析法将单位组看成一个因索，连同试验因索一•起，按两因索单独观测值的方差分析法进行。4、拉丁方设计的概念，设计方法，统计分析及应用拉丁方设计是从横行和直列两个方向进行双重局部控制，使得横行和直列两向皆成单位组的设计。设计方法：⑴选择拉丁方选择拉丁方时应根据试验的处理数即横行、直列单位组数先确定采用儿阶拉丁方，再选择标准型拉丁方或非标准型拉丁方。（2）随机排列选定拉丁方之后：若是非标准型，则可直接由拉丁方中的字母获得试验设计；若是标准型拉丁方，还应按一卜•列要求对宜列、横行和试验处理的顺序进行随机排列。\n统计分析:将两个单位组因索与试验因素一起，按三因素试验单独观测值的方差分析法进行;假定3个因素之间不存在交互作用。