生物统计学名词解释
生物统计(完整总结版)
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/(2n X X ）（。
MS6. 样本标准差：统计学上把样本方差S 2的平方根。
S=Nx 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/(2n 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。
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。
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。
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。
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。
数量性状资料：指一般是由计数和测量或度量得到的。
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。
计数资料;指由计数得到的数据。
计量资料：有测量或度量得到的数据。
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。
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。
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。
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。
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。
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。
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。
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。
标准差：指方差的平方根和。
变异系数:指将样本标准差除以样本平均数得出的百分比。
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.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。
生物统计学名词解释
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。
总体: 总体指具有相同性质的个体所组成的集合称为总体。
连续变量：表示在不变量范围内可抽出某一范围的所有值。
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。
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。
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。
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。
数量性状资料：指一般是由计数和测量或度量得到的。
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。
计数资料;指由计数得到的数据。
计量资料：有测量或度量得到的数据。
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。
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。
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。
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。
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。
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。
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。
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。
标准差：指方差的平方根和。
变异系数:指将样本标准差除以样本平均数得出的百分比。
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.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
生物统计名词解释生物统计是一种应用数学于生物学研究的方法，通过收集，整理和分析生物学数据，来解释和揭示生物学现象和问题。
以下是一些常见的生物统计学名词和概念的解释：1. 总体（Population）：指研究对象的全体个体。
2. 样本（Sample）：指从总体中选出的部分个体。
3. 参数（Parameter）：指总体的某一特征的度量。
4. 统计量（Statistic）：指样本的某一特征的度量。
5. 随机变量（Random Variable）：指用数字来表示随机试验的结果的变量。
6. 数据（Data）：指研究中获得的实际观测结果或测量值。
7. 描述统计学（Descriptive Statistics）：指对数据进行总结、描述和分析的方法。
8. 推论统计学（Inferential Statistics）：指基于样本数据对总体进行推断和判断的方法。
9. 假设检验（Hypothesis Testing）：指对某一假设进行验证的统计推断方法。
10. 显著性水平（Significance Level）：指在假设检验中，拒绝零假设的标准。
11. P值（P-value）：指在假设检验中，观察到的数据或更极端情况下出现的概率。
12. 置信区间（Confidence Interval）：指对参数的估计范围。
13. 误差（Error）：指由于采样误差、测量误差等原因造成的数据与真实值之间的差异。
14. 偏差（Bias）：指由于研究设计或收集方法的不准确性引起的系统误差。
15. 方差（Variance）：指数据的分散程度，反映了各个观测值与平均值之间的差异。
16. 标准差（Standard Deviation）：指方差的平方根，用来描述数据的离散程度。
17. 正态分布（Normal Distribution）：指符合正态分布模式的概率分布，常用于表示随机变量的分布。
18. T检验（Student's t-test）：指用于比较两个样本均值是否有显著差异的假设检验方法。
生物统计学名词解释
样本: 从总体中抽出的若干个体所构成的集合称为样本。
总体: 指具有相同性质的个体所组成的集合称为总体。
连续变量：表示在不变量范围内可抽出某一范围的所有值。
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。
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。
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。
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。
数量性状资料：指一般是由计数和测量或度量得到的。
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。
计数资料;指由计数得到的数据。
计量资料：有测量或度量得到的数据。
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。
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。
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。
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。
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。
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。
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。
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。
标准差：指方差的平方根和。
变异系数:指将样本标准差除以样本平均数得出的百分比。
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）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：P(A)=P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。
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。
生物统计学名词解释
1. 总体（population）：研究对象的全体，由具有共同性质的个体所组成。
2. 样本（sample）：从总体中抽取一部分个体所组成的集团。
3. 参数（parameter）：由总体全部观察值计算得到的用来描述总体特征的数。
4. 统计数（statistic）：由样本全部观察值计算得到的用来描述样本特征和估计总体特征的数5. 平均数（average）：根据统计方法求得的一种常用特征数，作为一个资料集中性的代表值，反映资料中各观察值集中较多的中心位置。
6. 变异数（variant）：反映资料的变异性的代表值，常用的变异数有极差、方差、标准差、标准误和变异系数。
7. 概率的古典定义：在随机试验中，如果基本事件的总数n为有限多个，且每个基本事件的发生是等可能的，时间A 由其中m个基本事件所组成，则事件A的概率为(P)=A中包含的基本事件数/基本事件数=m/n8. 概率的统计定义:在相同条件下，重复某一试验n次，事件A发生的频率随着n的不断增大而在某个常数值p附近摆动，则称频率的稳定值p为事件A发生的频率，记为P(A) =p≈m/n9. 随机变量（random variant）：设E为一随机试验，Ω为样本空间。
如果对于Ω中的每个样本点ш，都有一个确定的实数X（ш）与之对应，则称X（ш）为随机变量，简称为X10. 伯努利试验（Bernoulli trials）：随机变量X只有两个可能结果的实验11. 统计推断（statistical inference）：利用研究获得的样本信息和假定的模型对总体特征做出概率性的推断。
12. 假设检验（test of hypothesis）：根据样本信息判断总体是否具有制定的特征13. 参数估计（parametric estimation）：用样本统计数估计总体参数。
14. 抽样分布（sampling distribution）：统计量g（X1,X2,…,Xn）作为随机变量，也有自己的概率分布，则统计量的概率分布则称为抽样分布15. 零假设（null hypothesis）和备择假设（alternative hypothesis）零假设：指进行统计检验时预先建立的假设。
- 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
1、参数与统计量
参数，是指从总体中计算所得的用以描述总体特征的数值，是反映总体基本情况的特征数。
如：总体平均数、总体标准差。
统计量，是指从样本中计算所得的数值称为统计量，是反映样本基本情况的特征数，一定程度上是对总体参数的估计值。
如：样本平均数、样本标准差。
2、标准差与变异系数
标准差和变异系数都是反映离散性的特征数即变异数中的一种。
标准差有总体标准差和样本标准差之分：б=N x 2)
(∑-μ、S=1)(2--∑n x x 。
标准差的大小受多个变量影响，若各变量间差异大标准差也大。
标准差的值较大时，x 的代表性受到削弱。
要用标准差比较两个或两个以上样本间的变异程度时，必须满足：标准差相近似，且单位相同。
变异系数是度量数据资料变异程度的常用指标。
变异系数CV=x s
×100%，是样本变量的相对差异量，是为不带单位的纯数。
变异系数CV 可比较多个样本的变异系数。
3、精确性与准确性
准确性也称准确度，是指测定值与真值的符合程度大小。
精确性也称精确度，是指多次测定值的变异程度。
4、单侧检验与双侧检验
双侧检验是指进行假设检验时将拒绝性概率分置于理论分布的两侧。
备择假设为
HA ：0μμ≠（或21μμ≠）。
单侧检验是指进行假设检验时将拒绝性概率分置于理论分布的一侧。
备择假设为HA ：0μμ> （0μμ<），或：21μμ>（21μμ<）
5、假设检验的两类错误
若H0是真实的，经过假设检验却否定了它，则犯了一个否定真实假设的错误—即第一类（Ⅰ类）错误，亦称“弃真”。
犯第一类错误（“弃真”）的概率即为显著性水平α。
若H0不是真实的，经过假设检验却接受了它，则犯了一个接受非真实假设的错误—即第二类（Ⅱ类）错误，亦称“纳伪”。
犯第二类错误（“纳伪”）的概率为β。
当样本含量相同时，显著性水平α↓，则β↑；反之，β↓，则α↑。
6、比较五个样本平均数的差异显著性时，检验用什么方法，为什么？ 若用t 检验对四个样本进行平均数差异显著性检验时，分别对两个样本进行差异显著性检验，结果会产生较大误差，提高了犯第一类错误的概率。
假设每次比较所确定的检验水准α=0.05，则每次检验拒绝H0不犯第一类错误的概率为
1-0.05=0.95。
比如对五个样本进行t 检验,需比较1025=C 次，那么10次检验都不
犯第一类错误的概率为(1-0.05)10=0.5990，而都拒绝H0时犯第一类错误的概率为401.0)05.0(11=P 10=--。
故比较多个样本平均数时不适用于t 检验，而用方差分析可有效地控制第一类错误。
用方差分析比较四个样本的平均数差异显著性检验时，按照变异原因的不同，将测量数据资料的总变异分解成处理效应和试验误差，通过比较各种原因在总变异中所占的重要程度，并作出其数量估计。
方差分析比t 检验运算简便，也比t 检验更为精确。
7、独立事件和概率的乘法原则
独立事件，是指两事件A与B中任一事件的发生不影响另一事件发生的概率。
乘法原则，指两个独立事件积的概率等于此两事件概率的积。
即：P（A×B）= P （A）×P（B）。
乘法原则的几何意义指两个独立事件A与B同时发生的概率。
8、成组数据与成对数据
对两个样本进行平均数的假设检验时，其数据分成组数据与成对数据两类。
成组数据，是指两样本的各变量是从各自总体中抽取的，两变量彼此独立，没有任何关联。
成组数据中两个的样本容量可以相同也可以不同。
但即使n1=n2=n，也不能将其视为“成对数据”进行检验。
因为，成组数据中每组的每一个变量都是独立的，没有配对的基础。
成对数据，是指两样本间配偶成对，每对除随机地给予不同处理外，其他试验条件尽量一致。
成对数据中两个样本对象供以试验的条件非常接近，且n1=n2=n。
而不同配对间的条件差异可以经过配对间的差数而予以消除，故可以控制实验误差，具有较高的精确度。
1、非放回式抽样与放回式抽样
为了解总体的基本情况和规律，从总体中随机抽出来的若干个个体的过程，称为随机抽样。
根据是否放回总体，随机抽样即可分为非放回式抽样与放回式抽样。
因为生物领域中许多研究对象的珍贵性和不可补偿性，随机抽样时常用放回式抽样。
而针对生物领域中研究对象的来源丰富和反复补偿性，随机抽样时常用非放回式抽样。
2、总体与个体
总体是指同质研究对象的全体,也就是我们所指事件的全体。
个体=构成总体的基本单元。
按照总体单位的数目分为有限总体和无限总体。
样本是指在实际工作中,研究总体时被随机抽出的若干个体组成的单元称为样本。
样本个体数目的大小为样本含量。
分小样本和大样本。
3、置信水平与显著性水平
生物统计学将拒绝H0的概率称为显著性水平，也即拒绝H0的界限。
α常取0.05，0.01。
置信水平指对总体参数进行区间估计时的概率水平，置信水平等于p=1-α。
显著性水平与置信水平之和等于100%。
4、互不相容事件和概率的加法原则
互不相容事件，是指在一次随机试验中，事件A与事件B不可能同时发生。
加法原则，指两个互不相容事件A与B和事件的概率等于此两事件概率之和。
即：P（A+B）=P（A）+ P（B）。
概率加法原则几何意义指两个互不相容事件A 与B至少有一个发生的概率。
5、正态分布的特征
正态分布属于连续型随机变量的理想分布。
分布状态为中间多、两头少、左右对称。
正态分布的特征为:①正态分布是以μ为中心的分布曲线；②正态分布是（以μ为中心）两侧对称的分布曲线；③μ确定曲线位置，σ确定正态分布的形状，σ愈大，曲线图像则愈扁平；④正态分布的概率密度曲线与渐近线、x轴三者所围成的全部面积必等于1，左右各半为0.5；⑤正态分布是一个曲线系统。
6、小概率原则
小概率原则是指：一个小概率事件在一次随机试验中出现是几乎不可能的。
小概率原则是假设检验所依据的基础。
假设检验是分析在H0条件下，随机抽样误差出现的概率有多大，是否会出现小概率事件。
若出现小概率事件，则拒绝
H0，接受HA ；若不出现小概率事件，则接受H0，拒绝HA 。
小概率α常取0.05，0.01。
7、假设检验
假设检验，是指建立在对总体的统计假设和小概率原则的基础上，根据样本确定接受（肯定）还是拒绝（否定）统计假设的推断方法。
统计假设是一对对立假设：H0、HA 。
H0（零假设）：样本是来自某假设总体参数值的一个随机样本。
而HA （备择假设）是处理作用所致。
3、算术平均数与中位数
平均数是指反映同类数据变量的平均水平和集中趋势的统计指标，是反映数据资料集中性的代表值。
包括算术平均数、中位数、众数等。
算术平均数等于：x =n X n
i i ∑=1=n X X X n +++...21=∑∑f fX i
中位数Md 指数据变量依大小顺序排列后，处在中间位置的观测值。
8、变量间的因果关系与平行关系
变量间的相关关系可分为两类：即因果关系与平行关系。
因果关系，是指一个变量的变化受另一个变量或几个变量的制约。
如微生物的繁殖受温度、湿度、光照等因素影响。
此时一般使用回归来研究。
平行关系，是指两个以上变量之间共同受到另外因素的影响。
如人的身高与体重之间的关系，兄弟身高之间的关系等等。
此时只能使用相关来研究。
用回归时，表明两变量间关系属于因素关系，自变量无随机误差，应变量有随机误差。
用相关时，表明两变量为平行关系，只能用相关来进行研究。
1、频率与概率
频率是指某事件A 在n 次重复试验中发生m 次。
频率W （A ）=m/n ，有（0≤W
（A ）≤1）。
概率是指某事件A 在n 次重复试验中发生m 次，当实验次数n 不断增大时，事件A 发生的频率W （A ）就越来越接近于某一确定值p ，则（定义）p 为事件A 发生的概率。
记为P （A ）=P 。
概率性质为：0≤P （A ）≤1；必然事件的概率：P （A ）=1；不可能事件的概率：P （A ）=0。
2、标准正态分布和正态分布的区别和联系
正态分布记为)N(2σμ，。
标准正态分布是正态分布中的一种，具备所有正态分
布的特征。
标准正态分布中：令σμ-=x U （或
s x
x -=u ）。
标准正态分布为10==σμ、的正态分布，计为N(0,1)。
面对正态分布的统计数据时，常常将正态分布的统计数据转化成标准正态分布的统计数据后进行计算和分析。
3、F 检验与t 检验的区别
t 检验和F 检验均是平均数的差异显著性检验的两种方法,但前种方法仅是两个平均数的差异显著性检验,而后者是多个平均数差异显著性检验。
4、总体的标准差与样本的标准差
标准差是反映数据资料离散性的特征数。
总体的标准差：S=
1)
(2--∑n x x 样本的标准差：б=N x 2)(∑-μ。