试验统计方法复习题

试验统计方法复习题

1.何谓实验因素和实验水平？何谓简单效应、主要效应和交互效应?举例说明之。

实验因素: 被变动并设有待比较的一组处理的因子或试验研究的对象。

实验水平: 实验因素的量的不同级别或质的不同状态。

简单效应: 同一因素内俩种水平间实验指标的相差。

主要效应：一个因素内各简单效应的平均数。

交互效应：俩个因素简单效应间的平均差异。

2.什么是实验方案，如何制定一个正确的实验方案？试结合所学专业举例说明之。

试验指标:用于衡量试验效果的指示性状。

制定实验方案的要点○1.目的明确。

○2. 选择适当的因素及其水平。

○3设置对照水平或处理，简称对照(check，符号CK)。

○4应用唯一差异原则。

3.什么是实验误差？实验误差与实验的准确度、精确度以及实验处理间的比较的可靠性有什么关系？

○1.试验误差的概念：试验结果与处理真值之间的差异.

○2随机误差影响了数据的精确性，精确性是指观测值间的符合程度，随机误差是偶然性的，整个试验过程中涉及的随机波动因素愈多，试验的环节愈多，时间愈长，随机误差发生的可能性及波动程度便愈大。系统误差是可以通过试验条件及试验过程的仔细操作而控制的。实际上一些主要的系统性偏差较易控制，而有些细微偏差则较难控制。

4.试分析田间实验误差的主要来源，如何控制田间实验的系统误差？如何降低田间实验的随机误差？

误差来源：(1)试验材料固有的差异

(2)试验时农事操作和管理技术的不一致所引起的差异

(3)进行试验时外界条件的差异

控制误差的途径：(1)选择同质一致的试验材料

(2) 改进操作和管理技术，使之标准化

(3) 控制引起差异的外界主要因素

选择条件均匀一致的试验环境；

试验中采用适当的试验设计和科学的管理技术；

应用相应的科学统计分析方法。

尽量减少实验中的随机波动因素、环节和时间可以有效的降低随机误差。

5.田间实验设计的基本原则是什么？完全随机设计、完全随机区组设计、拉丁设计各有何特点？各在什么情况下使用？

（1）基本原则是：○1.重复○2随机排列○3局部控制

（2）完全随机设计的特点是设计分析简便，但是应用该设计的条件是要求试验的环境因素相当均匀，所以一般用于实验室培养试验及网、温室的盆钵试验。

完全随机区组设计○1.特点: 根据“局部控制”的原则，将试验地(或试验环境)按肥力变异梯度(或条件变异梯度)划分为等于重复次数的区组，一区组亦即一重复，区组内各处理都独立地随机排列。○2应用条件：对试验地的地形要求不严，必要时，不同区组亦可分散设置在不同地段上。

拉丁方设计的○1.特点：将处理从纵横二个方向排列为区组(或重复)，使每个处理在每一

列和每一行中出现的次数相等，精确度高，但缺乏伸缩性。○

2 拉丁方设计的通常应用范围只限于4—8个处理。当在采用4个处理的拉丁方设计时，为保证鉴别差异的灵敏度，可采用复拉丁方设计，即用2个(4×4)拉丁方。

6.总体、样本、参数、统计数、随机样本的概念和关系？

总体：具有共同性质的个体所组成的集团.

样本：从总体中抽取若干个个体的集合称为样本。

参数：由总体中全部个体观察值计算得总体特征值.

统计数：测定样本中的各个体而得的样本特征数，如平均数等，称为统计数

随机样本：从总体中随机抽取的样本称为随机样本

关系：试验研究的目的是为了获得总体的信息或特征;

试验研究的方法则是抽样研究;

利用样本的结果(统计数)推断或估计总体特征 (参数).

7.算术平均数的意义和特征？

平均数：是数据的代表值，表示资料中观察值的中心位置(集中趋势)，并且可作为资料的代 表而与另一组资料相比较，借以明确二者之间相差的情况。

算术平均数的重要特性：(1)离均差之和为零 (2)离均差平方的总和最小

8.变异数的意义、种类及计算方法？

变异数的意义：一表示资料数据间的变异程度或离散程度或离均程度; 二可以衡量平均值的代表性.

变异数的种类: ①极差 R=最大观察值—最小观察值

②方差 s 2= 1)(1--∑n y n

i y

③标准差 s=1

)(--∑n y y ④变异系数CV=

y s 00100⨯ 9.统计概率、正态离差的含义？

统计概率：统计学上通过大量实验而估计的概率。

正态离差：变数y 离其平均数u 以σ为单位转换，u=σμ

-y 称为正态离差。

10.正态分布曲线的特性？（只要第5点）

正态曲线与横轴之间的总面积等于1，因此在曲线下横轴的任何定值，例如从y=y1到y=y2之间的面积，等于介于这两个定值间面积占总面积的成数，或者说等于y 落于这个区间内的概率。

11.小概率事件不可能性原理的含义及应用。

○

1小概率原理----若事件A 发生的概率较小，如小于0.05或0.01，则认为事件A 在一次试 验中不太可能发生，这称为小概率事件实际不可能性原理，

○2应用：如果事先假设了一些条件,在这些假设的条件下若计算出某一事件为一小概率事件, 然而它在一次正常的试验中竟然发生了;反过来说明假设的条件不正确,从而否定该假设(接受另一个相反的假设)

12.抽样分布的含义，单个样本平均数抽样分布含义及其参数？俩个样本平均数差数的抽样分布的含义和参数？ （1）抽样分布：从已知的总体中以一定的样本容量进行随机抽样，由样本的统计数所对应的概率 分布 （2）由平均数构成的新总体的分布，称为平均数的抽样分布 参数： ○1) 该抽样分布的平均数与母总体的平均数相等。 ○2 该抽样分布的方差与母总体方差间存在如下关系：

（3）含义：如果从一个总体随机地抽取一个样本容量为n1的样本，同时随机独立地从另一 个总体抽取一个样本容量为n2的样本，那么可以得到分别属于两个总体的样本， 这两个独立随机抽取的样本平均数间差数的抽样分布

参数：○

1该抽样分布的平均数与母总体的平均数之差相等。

○

2该抽样分布的方差与母总体方差间的关系为：

12.什么是统计假设?统计假设有哪几种？各有什么含义?假设测验时直接测验的统计假设是哪一种?为什么？

统计假设：对样本所属的总体(特征值或参数)提出假设(包括无效假设和备择假设两个)。 无效假设：记作H0,假设样本所属总体效应或参数(平均数)与某一指定值相等或假设两个总 体参数相等,即相对而言都不具有自己的独特效应.

备择假设：记作HA,假设样本所属总体效应或参数(平均数)与某一指定值不相等或假设两个 总体参数不相等,或相对而言它们都有自己的独特效应.所以也可以称为有效假设. 无效假设，因为无效假设总体已知，可以研究抽样分布，可以进一步算出抽样在无效假设中 出现的概率。

13.什么是统计假设测验，它的原理与方法。

统计假设测验的含义：首先对样本所属的总体提出统计假设(无效假设 ,备择假设 )然后计算 样本在无效假设的总体中出现的概率,若概率大则接受该假设;若概率小 则否定该假设,从而接受另一个相反的备择假设.

原理：小概率事件实际上不可能发生原理

方法：(一)提出统计假设:对所研究的总体首先提出统计假设

(二)计算概率: 在假定无效假设为正确的前提下，研究抽样分布，从而计算出样本在无效假设的总体中出现的概率 μ

μ=y ⎪⎭⎪⎬⎫==n n y y σσσσ 222121μμμ-=-y y 2221212222121n n y y y y σσσσσ+=+=-