生物统计名词解释及问答
生物统计名词解释
生物统计名词解释一、田间试验1.田间试验：是指在田间土壤、自然气候等环境条件下栽培作物，并进行与作物有关的各种科学研究的试验。
4.准确性：也称准确度，指某一试验指标或性状的观测值与该实验指标或性状观测值总体平均数接近的程度（实验的系统误差影响准确性大小）。
5.精确性：也称精确度，指同一试验指标或性状的重复观测值彼此接近程度（实验的随机误差影响精确性大小）。
6.试验指标：用来衡量实验结果好坏或处理效应高低、在试验中具有测定的性状或观测的项目称为试验指标。
7.试验因素：试验中人为控制的、影响试验指标的原因或条件称为试验因素。
8.试验水平：对试验因素所设定的质的不同状态或量的不同级别称为试验水平，简称水平。
9.试验处理：事先设计好的实施在试验单位上的具体项目称为实验处理简称处理。
10.实验小区：实施一个实验处理的一小块长方形土地称为实验小区，简称小区。
11.试验单位：实施试验处理的材料单位称为试验单位，亦称试验单元。
12.总体与个体：根据研究目的确定的研究对象的全体称为总体，其中的一个研究对象称为个体。
13.样本：从总体中抽取的一部分个体组成的集合。
14.样本容量：样本所包含的个体数目，常记为n。
15.试验误差：由于受到试验因素以外各种内在的、外在的非试验因素的影响使观测值与试验处理观测值总体平均数之间产生的差异，简称误差。
16.系统误差：在一定试验条件下，由某种原因所引起的使观测值发生方向性的误差，又称偏性。
17.随机误差：由多种偶然的、无法控制的因素引起的误差。
21.边际效应：指小区两边或两端植株的生长环境与小区中间植株的生长环境不一致而表现出的差异。
22.小区形状：指小区长宽比例。
（小区形状一般为长方形，狭长小区使各小区更紧密相邻，减少了小区之间的土壤差异）23.区组：将一个重复全部小区安排与土壤非礼等环境条件相对均匀一致的小块土地上，成为一个区组（田间试验一般设置3-4次重复，即设置3-4个区组。
生物统计名词解释
一、田间试验1.田间试验：是指在田间土壤、自然气候等环境条件下栽培作物，并进行与作物有关的各种科学研究的试验。
4.准确性：也称准确度，指某一试验指标或性状的观测值与该实验指标或性状观测值总体平均数接近的程度（实验的系统误差影响准确性大小）。
5.精确性：也称精确度，指同一试验指标或性状的重复观测值彼此接近程度（实验的随机误差影响精确性大小）。
6.试验指标：用来衡量实验结果好坏或处理效应高低、在试验中具有测定的性状或观测的项目称为试验指标。
7.试验因素：试验中人为控制的、影响试验指标的原因或条件称为试验因素。
8.试验水平：对试验因素所设定的质的不同状态或量的不同级别称为试验水平，简称水平。
9.试验处理：事先设计好的实施在试验单位上的具体项目称为实验处理简称处理。
10.实验小区：实施一个实验处理的一小块长方形土地称为实验小区，简称小区。
11.试验单位：实施试验处理的材料单位称为试验单位，亦称试验单元。
12.总体与个体：根据研究目的确定的研究对象的全体称为总体，其中的一个研究对象称为个体。
13.样本：从总体中抽取的一部分个体组成的集合。
14.样本容量：样本所包含的个体数目，常记为n。
15.试验误差：由于受到试验因素以外各种内在的、外在的非试验因素的影响使观测值与试验处理观测值总体平均数之间产生的差异，简称误差。
16.系统误差：在一定试验条件下，由某种原因所引起的使观测值发生方向性的误差，又称偏性。
17.随机误差：由多种偶然的、无法控制的因素引起的误差。
21.边际效应：指小区两边或两端植株的生长环境与小区中间植株的生长环境不一致而表现出的差异。
22.小区形状：指小区长宽比例。
（小区形状一般为长方形，狭长小区使各小区更紧密相邻，减少了小区之间的土壤差异）23.区组：将一个重复全部小区安排与土壤非礼等环境条件相对均匀一致的小块土地上，成为一个区组（田间试验一般设置3-4次重复，即设置3-4个区组。
每个区组阿奶全部处理的称为完全区组，当处理数较多时，每个区组安排部分处理的称为不完全区组）。
生物统计名词
一、名词解释因素：将在试验中人为地改变并研究其变化对试验结果的影响的试验条件称为因素。
水平：因素内不同的质量或数量类别为水平。
处理：各种试验材料或方法的通称。
处理组合：多因素试验的处理不是某个因素的某个水平，而是每个因素任意某个水平的组合，我们称之为处理组合。
处理效应：试验处理对所研究的性状所起的增进或减少的作用称为处理效应。
简单效应（主效应）：试验因素的水平变化而产生的效应称为简单效应；交互作用效应（互作）：不同因素的不同水平搭配组合在一起时除了产生各自的简单效应外，还将产生一些额外的效应，这种额外效应称为交互作用效应。
随机排列:就是在一个重复内，试验方案所规定的每个处理安排在哪一个小区上要排除主观因素的影响，采取随机的方式来确定。
局部控制：是指试验中分范围、分地段地控制非处理因素，使非处理因素对各处理的影响趋于最大程度的一致。
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。
随机抽样：总体中每个个体均有相等的机会抽作样本的这种抽样方法。
抽样误差：在理论上，我们可以从总体中不断抽取若干个样本，每一样本的平均数不可能恰好等于总体的平均数，它们之间是有一定差异的，这个差异就叫做抽样误差。
唯一差异原则：指在试验中进行比较的各个处理，其区别仅在于各个试验因素的水平之间，其余所有的条件应当完全一致的称为唯一差异原则。
边际效应：指种植在小区或试验地边上的植株因其光照、通风和根系吸收范围等生长条件与中间的植株不同而产生的差异。
生长竞争：指不同处理的相邻小区之间的影响。
准确度：试验中某一性状的观察值与其相应真值接近的程度称为试验的准确度。
精确度：试验中某一性状的重复观察值彼此接近的程度称为试验的精确度。
系统误差：由于试验处理以外其他明显而有规律、有方向的不一致所造成的定向性偏差，称系统误差。
随机误差：由有一些难以控制的偶然因素所造成的无规律、偶然的偏差，称为随机误差。
统计误差,即反映某客观现象的一个量在测量、计算或观察过程中由于某些错误或通常由于某些不可控制的因素的影响而造成的变化偏离标准值或规定值的数量。
生物统计学名词解释
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。
5.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。
6.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。
7.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。
8.数量性状资料：指一般是由计数和测量或度量得到的。
9.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。
10.计数资料;指由计数得到的数据。
11.计量资料：有测量或度量得到的数据。
12.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。
13.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。
14.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。
15.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。
16.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。
17.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。
18.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。
19.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。
20.标准差：指方差的平方根和。
21.变异系数:指将样本标准差除以样本平均数得出的百分比。
22.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.23.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。
生物统计名词解释和简答
名词解释1、总体：指我们研究的全部对象，指性质相同的所有个体的集合，包括有限总体和无限总体。
2、样本：总体的一部分，样本内包含的个体数目称为样本含量。
3、随机抽样：随机抽样要求总体中的任何个体都有同等机会被抽到和抽样时不受任何主观因素的影响。
4、随机变量：在随机试验中，被测定的量是可取不同值的变量，而且它究竟取何值具有随机性，这样的量为随机变量。
5、统计量：由样本计算的数，是总体参数的估计值，受抽样变动的影响。
6、参数：由总体计算的数。
是一个真值，没有抽样变动的影响。
7、数学期望：所谓X或X的函数的数学期望，即它们的理论平均值。
8、中心极限定理：假设被研究的随机变量X，可以表示为许多相互独立的随机变量Xi的和。
那么，如果Xi的数量很大，而且每一个别的Xi对于X所起的作用很小，则可以被认为X 服从或近似地服从正态分布。
9、统计假设检验：先对所估计的总体做一假设，然后通过样本数据推断这个假设是否接受，这种途径称为统计假设检验。
10、小概率原理：在一次试验中几乎是不会发生的。
若根据一定的假设条件计算出来的该事件发生的概率很小，而在一次试验中它竟然发生了，则可认为原假设条件不正确，给予否定。
11、点估计：用由样本数据所计算出来的单个数值,对总体参数所作的估计称为点估计。
12、区间估计：对总体平均数更合理的估计，是在一定概率保证下，给出总体平均数和标准差的可能范围，这种估计方法叫区间估计。
13、置信区间：区间估计中所给出的可能范围叫置信区间。
14、拟合优度检验：是用来检验实际观测数与依照某种假设或模型计算出来的理论数之间的一致性，以便判断该假设或模型是否与观测数相配合。
15、方差分析：是一类特定情况下的统计假设检验，是平均数差异显著性检验—成组数据t 检验的一种引伸。
t检验可以判断两组数据平均数间的差异显著性，而方差分析则可以同时判断多组数据平均数之间的差异显著性。
16、抽样分布：从一个已知的总体中，独立随机的抽取含量为n的样本，研究所得的样本的各种统计量的概率分布，称为抽样分布。
生物统计名词解释与选择
生物统计复习资料一、名词解释1.总体与样本：具有共同性质的个体所组成的集合称为总体。
从总体中抽取若干个个体的集合称为样本。
2.参数：由总体的全部观察值而算得的总体特征数称为参数。
3.因素水平：每个实验因素的不同状态（处理的某种特定状态或数量上的差别）称为因素水平。
4.实验指标：用于衡量试验效果的指示性状称试验指标。
5.方差：离均差平方和除以样本容量n，得到平均的平方和6.极差：又称全距，是样本资料中最大值与最小值之差。
7.二项总体：非此即彼的事件所构成的总体称为二项总体。
8.平均数的标准差：总体方差除以“样本容量的平方根”9.无效假设：无效假设是直接检验的假设，是对总体提出的一个假象目标。
10.备择假设：与无效假设相反的一种假设，即认为实验结果中的差异是由于总体参数不同所引起的，即处理“有效”。
11.α错误：如果H0是真实的，假设检验时却否定了它，就犯了一个否定真实假设的错误，这类错误称为α错误。
12.β错误：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，这类错误称为β错误。
13.接受区：接受H0的区域。
14.否定区：否定H0的区域。
15.置信区间：在一定的概率保证之下，估计出一个范围或区间以能够覆盖参数μ，这个区间称置信区间。
16.置信度：保证该区间能覆盖参数的概率以P=（1-α）表示，称为置信系数或置信度。
17.适合性测验：比较观测值与理论值是否符合的假设检验称为适合性测验.18.独立性检验：研究两个或者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。
19.回归分析：确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。
20.相关分析：研究两个或两个以上处于同等地位的随机变量间的相关关系的统计分析方法。
21.无偏估计值: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计值。
22.二项分布：我们把这种“非此即彼”的事件所构成的总体称为二项总体，其概率分布称为二项分布。
生物统计名词解释
配对比较：先将参加试验的个体两两配对，再将每一个对子内的两个个体独立随机的接受两个处理中的一种。
交互作用：指同时研究两个试验因子时，其中一个因子的作用影响另一个因子的作用。
准确性：是指观测值或估计值与真值的接近程度。
技术资料：是用计数的方式得到的数据资料，它们必须用整数来表示。
无限总体：总体中所含观察值的个数是无限的。
试验因素：指在试验中所研究的影响试验指标的因素。
观察值：对变量的表现进行观察或测量所获得的数值，又称变数
离散性资料：指在一定范围内只取有限种可能值得数据资料。
因素水平：指试验因素所处的某种特定状态，或数量等级，简称“水平”。
参数的点估计：是以某个样本统计量作为该参数的一个估计值。
样本容量：样本中所含的个体数目或样本内观察值得个数称为样本容量。
参数估计：是指用样本统计量估计总体参数。
随机抽样：总体中每个个体均有相等的机会抽作样本的这种抽样方法称为随机抽样，随机抽样可以避免主观和偏见。
标准误：样本平均数的标准差σ 称标准误，它表示了平均数抽样误差的大小。
区间估计：在一定概率保证（置信度）下，估计出总体变数的可能范围（置信区间）
统计量：是计算样本所得的用来描述样本特征的量。
样本：从总体中按一定方法抽取部分具有代表性的个体，这部分个体称为样本。
否定区：即否定域，是指在检验统计量的抽样分布中的一个取值区域，一切检验统计量的计算落入了这个区域，就否定原假设接受备择假设。
有限总体：总体中所含个体的数目是有限的，称为有限总体。
差异显著：实得的差异由抽样误差造成的概率0.01＜P＜0.05说明比较的总体平均数之间存在显著差异。
生物统计学名词解释
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;5.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;6.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;7.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;8.数量性状资料：指一般是由计数和测量或度量得到的;9.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;10.计数资料;指由计数得到的数据;11.计量资料：有测量或度量得到的数据;12.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;13.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;14.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;15.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;16.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;17.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;18.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;19.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;20.标准差：指方差的平方根和;21.变异系数:指将样本标准差除以样本平均数得出的百分比;22.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 WA 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.23.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;24.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;25.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;26.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;27.独立事件：指事件 A 的发生与事件 B 的发生毫无关系;28.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;29.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, PA+B=PA+PB;30.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:PAB=PAPB; 31.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 }=132.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;33.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;34.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;35.参数估计: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36.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;37.显着水平：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,这个概率称为显着水平;38.方差同质性：就是指各个总体的方差是相同的;39.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;40.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;41.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;42.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;43.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;44.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;45.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;46.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;47.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;48.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;49.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;50.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;51.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;52.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;53.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;54.处理因素：一般指对受试对象给予的某种外部干预;55.主效应：多因素中试验中引起实验结果发生变化的主要;56.互作：因素之间的交互作用;57.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;58.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59.误差：在试验中受偶然影响或者说非处理因素影响使观测值偏离试验处理真值的差异;60.随机误差：由于试验中许多无法控制的偶然因素所造成的试验结果与真实结果之间产生的误差;61.系统误差:由于试验处理以外的其他条件明显不一致所产生的带有倾向性或定向性的偏差62.重复：在试验中,同一处理设置的试验单位数;63.随机:是指一个重复的某一处理或处理组合被安排在哪一个试验单位,不要有主观成见;64.均积：是 x 与 y 的平均的离均差的乘积和,简称均积;65.协方差：与均积相应的总体参数;66.协方差分析：把回归分析与方差分析结合;67.试验控制：要提高试验的精确度和灵敏度,必须严格控制试验条件的均匀性,使各处里处于尽可能一致的条件下;68.统计控制:是试验控制的一种辅助手段,是用统计方法来矫正因自变量的不同而对依变量所产生的影响;69.估计量：估计总体参数的统计量70.无偏估计量：如果一个统计量的理论平均数即数学期望等于总体参数,这个统计量就叫无偏估计量71.矩估计：用样本矩作为总体矩的估计值72.矩估计法数字特征法、矩法用样本矩作为相应总体矩的估计量,也可以用样本数字特征作为相应的总体数字特征的估计量;用矩法获得的估计值,叫据估计值;据发的思想实质是用样本去替换总体矩的原则,称之为替换原则73.有效估计量：设a1,a2是A的两个无偏估计量,若vara1<vara2,则a1为有效估计量74.抽样误差：由抽样引起的样本值与总体值之间的差异成为抽样误差,直接原因：总体中各个体之间存在差异,或重复试验中一些服从某种分布的偶然误差的存在75.标注误差标准误：描述样本平均数波动情况的统计量,就是X拔的方差或标准差,计均数抽样误差为西格玛X拔,=西格玛/根号n,西格玛X拔就是标准误差76.估计样本平均数方差：SX拔平方,=S平方/n77.估计标准误：SX拔,=S/根号n78.置信区间：达到某一置信度如95％时,预报量可能出现的范围如Ey±西格玛,这里西格玛是标准差置信区间的意义是：反复抽样多次,每次的样本容量相等,每次的样本值确定一个区间a1,a2,这个区间包含a的概率是1001-阿尔法%,不包含a的概率是100阿尔法%79.置信水平置信度,置信系数,可靠度是指总体参数值落在样本统计值某一区内的概率；而是指在某一置信水平下,样本统计值与总体参数值间误差范围;置信区间越大,置信水平越高;80.拟合优度检验：对总体分布类型的检验,包括检验观测数与理论书之间的一致性,通过检验观测数与理论书之间的一致性来判断事件之间的独立性81.皮尔逊定理：若n充分大,则不论总体服从什么分布,卡平方总是近似服从自由度为m-a-1的卡平方分布82.方差分析：能同时判断多组数据平均数之间的差异显着性,能把随机变异从混杂状态中分离开来,从而为判断因素对实验结果有无确实的影响提供依据83.方差分析的前提条件：等方差,正态性、独立性84.固定因素：若因素的a个水平是经过特意选择的,则该因素为固定因素;发差分析所得到的结论只适合于选定的几个水平,并不能将其结论扩展到未加考虑的水平上85.固定效应模型：处理固定因素所用的模型称为固定效应模型或固定模型86.随机因素：若因素的a个水平,是从该因素水平总体中随机抽出的样本,则该因素称为随机因素,从随机因素a个水平所得到的结论,可以推广到这个因素的所有水平上87.处理随机因素所用的模型称为随机效应模型88.多重比较：对各对均值之间的差异的显着性检验89.LSD法在统计推断时犯第一类错误的概率大,而Duncan法犯第一类错误的概率小;90.多个方差齐性检验bartlett检验,巴特氏卡平方检验：当a个随机样本是从独立正态总体中抽取时,可以计算出统计量K平方,当n=minnj充分大时,K 平方的抽样分布非常接近于a-1自由度的卡方分布;由此可对多个总体进行卡平方检验;91.两因素之间交互作用产生新效应的现象为交互作用92.由因素水平的改变而造成的因素效应的改变称为该因素的主效应93.交叉分组设计：假设A药物有a水平,B药物有b水平,共有ab个剂量组合,每一组重复n次;共有abn名病人参加实验,这样的实验设计称为交叉分组设计94.相关：设有两个随机变量X和Y,对于任一随机变量的每一个可能的值,另一个随机变量都有一个确定的分布与之相对应,则称这两个随机变量之间存在相关关系95.如果变量之间的关系可以用函数关系来表达,就称它们之间的关系为确定性关系96.回归关系、相关关系：统计学上把变量之间的非确定性关系称为相关关系,也成为回归关系97.如果对于一个普通变量x的每一个可能的值xj都有随机变量Y的一个分布与之对应,则称随见变量Y的一个分布与之对应,则称随机变量Y对x存在回归关系98.具有回归关系的两变量之间对于任一xi都不会有一个确切的yi与之对应,但为了描述两变量之间的数量关系,可选当x=xi时Y的平均数谬角标Y乘X=xi与之相对应,则称谬角标Y乘X是Y的条件平均数99.Y1,y2…yn这n个数据的离差平方和,记作SYY,称为总离差平方和,反映了n个yi折的离散程度100.回归平方和y折-y拔平方求和,几座SSR;是n个yi折的离差平方和,反映了n个yi折的离散程度101.剩余平方和残差平方和yi-yi拔平方求和,记作SSe,是除了x对Y的线性影响之外的其他剩余因素造成的平方和,这些因素中包括x对Y的非线性影响及试验误差,观察误差等随机因素102.相关分析是对两个或两个以上随见变量之间相互关联程度进行分析的统计学方法103.存在于两个随机变量之间的相关关系称为简单相关或单相关,存在于三个或三个以上变量之间的相关关系为多重相关或复相关在一元回归中,回归的显着程度,可以用相关系数来表示,同样,在多元回归问题中,回归的显着程度可以用复相关系数表示104.统计学上把衡量变量之间关系密切程度的统计量称为相关系数105.消除了其他变量的影响后两个变量之间的相关关系称为偏相关纯相关;为了反映两变量间的真正关系,就要保证在其他变量都保持不变的情况下,计算它们的相关系数,这时的相关系数称为偏相关系数或纯相关系数106.样本平均数作为总体平均数估计值的优良：无偏均值等于总体平均数、有效方差小雨其他估计值、一致性总体平均数为极限值107.概率论中有关论证随机变量的和的分布服从正态分布的一类定理称为中心极限定理108.若X为一随机变量,则Fx=PX<=x为X的分布函数数理统计上称统计量的分布为抽样分布第一个统计假设是μ =10,这个假设称为原假设零假设,零值假设,用符号H0表示;第二个统计假设μ ≠10 称为备择假设替代假设,用符号H1或HA表示;概率很小的事件在一次试验中实际上是不可能发生的;按小概率原理否定H0,不免要犯错误,我们知道,当H0为真时,小概率事件A也有可能发生,因此当我们拒绝H0时,我们可能会犯以真为假的错误,称之为Ⅰ型错误;原假设不真实,而我们却按小概率原理接受了它,这种以假为真的错误称为Ⅱ型错误;假设检验的步骤提出假设H0,即,假定试验结果与真值正常值,或要求值没有差异,现有差异是由抽样误差所引起的;确定检验方法,在H0为真的前提下,构造一个合适的统计量U、T、X2 、或 F;显着性水平a的确定,然后由a确定所选检验统计量的临界值;从而划定接受域和拒绝域;做出推断根据样本值计算所选统计量的具体值;然后做出推断：统计推断的主要内容分为两大类：总体参数估计和统计假设检验;通过样本确定分布函数中参数值的过程称为参数估计;随机变量的数字特征同它的概率分布中的参数之间通常有一定的关系,因而对数字特征的估计也被称为参数估计;由抽样引起的样本值与总体值之间的差异称为抽样误差;下面是几种常用的衡量估计量好坏的准则;无偏性有效性一致性标准误差,标准误描述样本平均数波动情况的统计量就是样本平均数这个随机变量的方差或标准差,配对实验是指这样的实验,来自两个总体的样本值是成对出现的,它的特点是n1=n2,一个样本中的某个数据必然对应于另一个样本中的相应数据;由于同一配对内两个供试材料的实验条件很接近,而且这一配对内的系统误差又可以通过这一对数据的差数来消除,从而使处理效果更加明显,因而可以减小实验误差,提高实验精度;对总体分布类型的检验通常称为分布函数的拟合优度检验goodness of fit test ;该检验包括两种类型：一是检验观测数与理论数之间的一致性；二通过检验观测数与理论数之间的一致性来判断事件之间的独立性;皮尔逊卡平方检验的第二个主要应用方面是通过检验观测数与理论数之间的一致性来判断事件之间的独立性;列联表的独立性检验就属于这种情况;列联表是样本观测数据按两个或两个以上标准分类所得的一种频数表;方差分析的前提条件等方差：a组数据可看作来自a个总体的a个样本,要求每个总体要有相同的方差s2；正态性：要求a个总体均服从正态分布独立性：要求a个总体之间相互独立;处理固定因素所用的模型称为固定效应模型fixed effect model或简单地称为固定模型fixed model;两因素之间相互作用而产生新效应的现象称为交互作用由因素水平的改变而造成的因素效应的改变称为该因素的主效应如果变量之间的关系不可以用函数关系来表达,则称它们之间的关系为非确定性关系;统计学上把变量之间的非确定性关系称为相关关系,有时也称为回归关系;若X也是一个随机变量,在Y对X存在回归关系的同时,X对Y也存在回归关系,这时称X和Y间存在相关correlation关系;相关分析是对两个或两个以上随机变量之间相互关联程度进行分析的统计学方法;存在于两个随机变量之间的相关关系称为简单相关,或单相关；存在于三个或三个以上变量之间的相关关系为多重相关,或复相关;统计学上把衡量变量之间关系密切程度的统计量称为相关系数;一个变量与两个或两个以上变量之间的相关关系称为复相关,而它们之间相关联密切程度的数量指标就称为复相关系数消除了其它变量的影响后两个变量之间的相关关系称为偏相关或纯相关,相应的相关系数称为偏相关系数partial correlation coefficient或纯相关系数。
生物统计学名词解释 填空 简答
生物统计复习资料一、名词解释1.总体与样本：具有共同性质的个体所组成的集合称为总体。
从总体中抽取若干个个体的集合称为样本。
2.参数：由总体的全部观察值而算得的总体特征数称为参数。
3.因素水平：每个实验因素的不同状态（处理的某种特定状态或数量上的差别）称为因素水平。
4.实验指标：用于衡量试验效果的指示性状称试验指标。
5.方差：离均差平方和除以样本容量n，得到平均的平方和6.极差：又称全距，是样本资料中最大值与最小值之差。
7.二项总体：非此即彼的事件所构成的总体称为二项总体。
8.平均数的标准差：总体方差除以“样本容量的平方根”9.无效假设：无效假设是直接检验的假设，是对总体提出的一个假象目标。
10.备择假设：与无效假设相反的一种假设，即认为实验结果中的差异是由于总体参数不同所引起的，即处理“有效”。
11.α错误：如果H0是真实的，假设检验时却否定了它，就犯了一个否定真实假设的错误，这类错误称为α错误。
12.β错误：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，这类错误称为β错误。
13.接受区：接受H0的区域。
14.否定区：否定H0的区域。
15.置信区间：在一定的概率保证之下，估计出一个范围或区间以能够覆盖参数μ，这个区间称置信区间。
16.置信度：保证该区间能覆盖参数的概率以P=（1-α）表示，称为置信系数或置信度。
17.适合性测验：比较观测值与理论值是否符合的假设检验称为适合性测验.18.独立性检验：研究两个或者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。
19.回归分析：确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。
20.相关分析：研究两个或两个以上处于同等地位的随机变量间的相关关系的统计分析方法。
21.无偏估计值: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计值。
22.二项分布：我们把这种“非此即彼”的事件所构成的总体称为二项总体，其概率分布称为二项分布。
生物统计学复习资料
生物统计学复习资料一、名词解释准确性（accuracy）：在试验中某一指标的观测值与真实值的接近程度，也称准确度。
（反映观测值偏离目标值的程度）精确性（precision）：在相同试验条件下，对同一指标重复测量时所得观测值之间的接近程度，也称精确度。
（反映观测值之间的变异程度）准确性和精确性合称正确性。
随机误差（random error）：由无法控制的偶然因素导致的误差。
（随机误差影响精确性，扩大样本容量或增加试验重复次数有助于减少但无法消除随机误差）系统误差（systematic error）：由测量工具不精准、试验方法不完善、操作人员水平差异等因素导致的误差。
（既影响准确性又影响精确性，可消除）总体（population）：研究对象的全体成员（有限总体、无限总体）个体(individual)：构成总体的各个成员样本（sample）：从总体中抽取的部分个体所组成的集合。
样本容量(sample size)：样本包含的个体数量。
随机抽样(random sampling)：采用随机方式从总体中获取样本的过程。
放回式抽样(sampling with replacement)：从总体抽取一个个体，记录特征后放回总体，再抽取下一个个体。
非放回式抽样(sampling without replacement)：从总体抽取一个个体，不放回总体就继续抽取下一个个体。
连续型数据（continuous data）：与某种标准相比较获得的非整数数据。
（可以提高精确度，采用变量方法分析）离散型数据（discrete data）：由记录不同类别个体数目而得到的整数数据。
（不能提高精确度，采用属性方法分析）极差(range，R)：数据资料中最大值与最小值的差值。
组距（class interval, i）：对频数资料分组时，每个组区间的高限和低限之差，即组区间极差。
样本特征数(sample characteristics)：描述频率分布特征的数值总体特征数(population characteristics)：描述概率分布特征的数值样本统计数（statistic）：由样本数据计算而来的描述样本特征的数值。
- 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)。
1、生物统计学：数理统计在生物学研究中的应用，它是应用数理统计的原理和方法来分析和解释生物界各种现象和试验调查资料的一门学科，属于应用统计学的一个分支。
3、总体：具有相同性质的个体所组成的集合称为总体，它是指研究对象的全体；4、个体：组成总体的基本单元称为个体5、样本：从总体中抽出若干个体所构成的集合称为样本6、总体又分为有限总体和无限总体：含有有限个个体的总体称为有限总体；包含有极多或无限多个体的总体称为无限总体.7、样本单位：构成样本的每个个体称为样本单位。
样本容量或样本大小：样本中所包含的个体数目叫样本容量或样本大小，样本容量常记为n。
一般在生物学研究中，通常把n<30的样本叫小样本，n ≥30的样本叫大样本。
8、变量（或变数）：指相同性质的事物间表现差异性或差异特征的数据。
变量包括:定量变量（连续变量、非连续变量）、定性变量9、常数：表示能代表事物特征和性质的数值。
10、参数：描述总体特征的数量称为参数。
11、统计数（统计量）：描述样本特征的数量称为统计数。
12、效应:通过施加试验处理，引起试验差异的作用称为效应。
13 互作（连应）：指两个或两个以上处理因素间相互作用产生的效应。
15、随机误差（抽样误差）是由于试验中无法控制的内在和外在的偶然因素所造成的试验结果与真实结果之间的差异。
16、系统误差（片面误差）是由于试验处理以外的其他条件控制不一致所产生的带有倾向性的或定向性的偏差。
17、错误：指在试验过程中，由于人为作用引起的差错。
18、准确性（准确度）：指在调查或试验中某一试验指标或性状的观测值与其真值接近的程度。
19:、精确性（精确度）：指调查或试验中同一试验指标或性状的重复观测值彼此接近的程度。
20、资料：在生物学试验及调查中，通过对某种具体事物或现象观察获得的结果称为资料。
21、数量性状：指能够以计数和测量或度量的方式表示其特征的性状。
22、数量性状资料：观察测定数量性状而获得的数据。
23、计数资料：指用计数方式获得的数量性状资料。
24、计量资料：指用测量或度量法获得的数量性状资料。
25、质量性状：指能观察到而不能直接测量的性状。
26、质量性状资料：观察质量性状而获得的数据就是质量性状资料，也称为属性性状资料。
27、资料搜集的方法：调查、试验。
调查是对已经存在的事情的资料按某种方案进行收集的方法。
资料的调查又可以分为两种：普查和抽样调查。
普查是对研究对象的全部个体逐一进行调查的方法。
抽样调查是根据一定的原则从研究对象中抽取一部分具有代表性的个体进行调查的方法。
试验是对已有的或没有的事物加以处理的方法。
试验设计须遵循的三大原则是：随机、重复和局部控制。
28、检查和核对原始资料的目的：确保原始资料的完整性和正确性。
完整性：是指原始资料无遗缺或重复。
正确性：是指原始资料的测量和记载无差错或未进行不合理的归并29、全距（极差）：数据分布的两端变异的最大范围，即样本变量值最大值和最小值之差，用R表示。
R=Xmax- Xmin30、组距：每组内的上下限范围。
31、组限：指每个组变量值的起止界限。
32、变量的分布具有两种明显的基本特征：集中性和离散性。
集中性：变量在趋势上有着向某一中心聚集，或者说以某一数值为中心而分布的性质。
离散性：变量有着离中分散变异的性质。
33、集中性---平均数（算术平均数、中位数、众数、几何平均数、调和平均数）离散性---变异数（极差、方差、标准差、变异系数）算术平均数：总体或样本资料中所有观测数的总和除以观测数的个数所得的商，简称平均数、均数或均值。
中位数：资料中所有观测数依大小顺序排列，居于中间位置的观测数称为中位数或中数。
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或中点值。
34、必然事件（U）：一定条件下必然出现。
不可能事件（V）：一定条件下必然不出现。
随机事件（A）：一定条件下可能出现。
35、频率：设事件A在n次重复试验中发生了m次,其比值m/n称为事件A发生的频率(frequency)，记为：W(A)=m/n。
概率：事件A在n次重复试验中，发生了m次，当试验次数n不断增大时，事件A发生的频率W(A)就越来越接近某一确定值p，于是定义p为事件Ａ发生的概率（probability）,记为P(A) = p=36、事件：和事件、积事件、互斥事件、对立事件、独立事件、完全事件系和事件：事件A和事件B中至少有一个发生而构成的新事件称为事件A和事件B的和事件，记作A+B。
积事件：事件A和事件B中同时发生而构成的新事件称为事件A和事件B的积事件，记作AB。
互斥事件：事件A和事件B不能同时发生，则称这两个事件A和B互不相容或互斥。
对立事件：事件A和事件B必有一个发生，但二者不能同时发生，且A和B的和事件组成整个样本空间。
即A+B=U，AB=V。
我们称事件B为事件A的对立事件。
独立事件:事件A和事件B的发生无关，事件B的发生与事件A的发生无关，则事件A和事件B为独立事件。
完全事件系:如果多个事件A1、A2、A3、…、An两两互斥，且每次试验结果必然发生其一，则称事件A1、A2、A3、…、An为完全事件系。
37、大数定律：概率论中用来阐述大量随机现象平均结果稳定性的一系列定律的总称。
38、统计推断：把试验的表面效应与误差大小相比较并由表面效应可能属误差的概率而作出推论的方法。
统计推断内容：假设检验、参数估计。
40、小概率原理:概率很小的事件在一次抽样试验中实际是几乎不可能发生的。
41、第一类错误（α错误）：在H0真实的情况下，由于随机性，x仍有可能落在拒绝域内，拒绝H0。
43、试验因素：试验中所研究的影响试验指标的原因或原因组合处理因素/因素/因子：可控因素、非控因素。
44、因素水平:每个试验因素的不同状态简称为水平45、试验处理：对受试对象给予的某种外部干预或措施，是试验实施因子水平的一个组合46、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，实际上就是根据研究目的而确定的观测总体47、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。
48、方差分析的概念：变异原因的数量分析，将试验数据的总变异分解为不同来源的变异，从而评定不同变异来源的相对重要性的一种统计方法。
49、整个资料的变异来源可分为：处理间和处理内两个部分总平方和=处理间平方和+处理内平方和处理间平方和：各处理的平均数的变异处理内（误差）平方和：各组的n个观察值与其相应平均数的离差平方和总自由度=处理间自由度+处理内自由度50、多重比较：要明确各个处理平均数彼此间的差异显著性，还必须对各个平均数作相互比较51、田间试验：在田间生产条件下对农作物品种和栽培技术等进行的科学试验52、准确度: 指试验中某一性状的观察值与其相应真值的接近程度。
精确度: 指试验中同一性状重复观察值彼此接近程度53、田间试验三原则：重复、局部控制、随机排列54随机排列设计法：完全随机设计、随机区组设计、拉丁方设计、改良对比法、裂区设计、正交设计55、完全随机设计：将全部试验小区统一编号，按随机的方法安排每个处理57、拉丁方设计：从行和列两个方向上排列成区组，而每一处理在每一行或列都只占有一个小区，处理在各区组的排列是随机的58、常用田间试验设计法：顺序排列设计法、随机排列设计法问答:生物统计学的基本作用：1、提供整理和描述数据资料的科学方法，确定某些性状和特性的数量特征。
2、运用显著检验，判断试验结果的可靠性或可行性。
3、提供由样本推断总体的方法。
4、提供试验设计的的一些重要原则。
算术平均数的重要性质：1、算术平均数与样本内的每个值都相关，它的大小受每个值的影响；2、若每个Xi都乘以相同的数k，则原平均数亦应乘以k3、若每个Xi都加上相同的数a，则原平均数亦可直接加上a。
4、离均差之和等于零。
5、离均差平方和最小。
标准差特性：1、标准差的大小，受多个观测数影响，如果观测数与观测数间差异较大，则离均差也大，因而标准差也大，反之则小2、各观测数加上或减去一个常数，其标准差不变;各观测数乘以或除以一个常数a（不为0），其标准差扩大或缩小a倍。
标准差作用：1、表示变量分布的离散程度。
2、可以概括估计出变量的次数分布及各类观测数在总体中所占的比例。
3、估计平均数的标准误。
4、进行平均数的区间估计和变异系数计算。
统计推断任务：1、分析误差产生的原因2、确定差异的性质3、排除误差干扰4、对总体特征做出正确判断一个好的估计量应满足以下三个条件：无偏性、有效性和相容性。
1、无偏估计量→如果一个统计量的理论平均数，即它的数学期望等于总体的参数，就称为无偏估计量2、有效估计量→在样本含量相同的情况下，如果一个统计量的方差小于另一个统计量的方差，则前一个统计量是更有效的估计量3、相容估计量→如果统计量的取值，任意接近于参数值的概率，随样本含量n的无限增加而趋于1，则该统计量称为参数的相容估计量成对数据与成组数据：成对数据是假设各个配对的差数来自差数的分布为正态分布，具有N(0, σd2)；而每一配对的两个供试单位是彼此相关的。
成组数据则是假定两个样本都来自具有共同或不同方差的正态总体；而两个样本的各个供试单位都是彼此独立的。
因此在试验研究中，为加强某些试验条件的控制，以设计成成对数据的比较效果较好。
方差分析的作用：解决多个处理的比较问题，充分利用资料的全部信息，提高分析的精确度。
1、在单因素试验中，可以分辨出最优的水平。
2、在多因素试验中，可以分辨出最优的水平组合。
多重比较方法的选择：q测验：犯β错误的风险较大；犯α错误的风险小LSD或SSR：犯α错误的风险较大；犯β错误的风险小田间试验的特点：1、试验的复杂性;2、试验的地区性;3、试验的周期长，具有季节性;存在试验误差;。