生物统计(植物保护专业)复习题集..doc

生物统计复习题集（植物保护专业） 名词解释（带*的要举例说明） 精确度 : 试验中同一性状的重复观察值彼此接近的程度。 抽样分数：一个样本所包含的抽样单位数与总体所包含的抽样单位数的比。 小区：在田间试验中，安排一个处理的小块地段。 简单效应：同一因素内两种水平间试验指标的差异。 整群抽样*从总体中随机抽单位整群，再在每一群内进行全部抽样单位的调查观察。 简单随机抽样和分层随机抽样编号较多，田间来回走动多。 例：有10厢，每厢100株，现f=10%，即查100株；可以随机抽一厢，每株都查，整群抽样；也可以每厢都查，每厢随机抽10株，分层随机抽样。 空白试验：为精细地测定土壤差异程度，在整个试验地上种植单一品种的作物并规范化管理，收获时将整个试验地划分为面积相等的若干单位分开收获，从各单位产量估计整个田块肥力差异程度及其分布状况。 单因素试验*:在同一试验中只研究某一个因素的若干处理。如品比试验，除品种外其它条件尽量一致，研究单个因素（品种）的效应，但不能了解几个因素间的相互作用。 随机误差: 由未知或虽已知但一时无法控制的原因所引起的试验误差。使数据相互分散，影响数据的精确性。 参数*：由总体的全部观察值而算得的总体特征数。如总体平均数。 样本* ：从总体中抽取若干个体进行研究，这些个体的组成称之。样本：30 m2中幼虫数 试验方案:根据试验目的与要求所拟定的进行比较的一组试验处理的总称 多因素试验*:在同一试验中同时研究两个或两个以上的因素，各个因素分为不同水平，各因素不同水平的组合构成处理。如上例肥料，密度的二因素三水平试验。它既可研究一个因素在另一个因素的各个不同水平上的平均效应，又可探索这两个因素间的交互作用。 水平*:因素内量的不同级别或质的不同状态。如某类肥料的多少。 局部控制：分范围分地段地控制非处理因素，使之对各试验处理小区的影响趋向于最大程度的一致，以降低试验误差。 接受区域：对于的抽样分布，如以显著水平作为接受或否定假设的界限，则以内的区域称之。 处理*：试验中具体进行比较的项目，单因素试验的每一个水平称一个处理，多因素试验的不同水平的组合称一个处理。如对某品种，高中低肥，高中低密度，则为二因素三水平试验，共32=9处理，研究不同肥力水平与栽培密度的最优组合。 分层随机抽样：将研究总体按变异原因分为较均匀同质的若干区层（副总体），独立地从每一区层内随机抽取所确定的抽样单位数目，计算每区层的样本平均数，再据各区层的估计值采用加权法估计总体真值。其精确度一般高于简单随机抽样。 标准方*：第一直行和第一横行为顺序排列的拉丁方。P25 极差*：所有数据中最大观察值与最小观察值的差数，即整个样本的变异幅度。 Max=254g，Min=75g，R=254-75=179g（在n=10时常用）。 成对数据*：试验设计时将性质相同的两个供试单位配成一对，并设多个配对；然后对每一配对的两个供试单位分别随机地给予不同处理，所得观察值为成对数据。 统计数*：由样本的观察值而算得的样本特征数，是总体相应参数的估计值，如样本平均数是总体平均数的估计值。 频率a：假定在相似条件下重复进行同一类试验调查，事件A发生的次数a与总试验次数n的比称之。如抛硬币，10次有7次朝上，a＝7/10。 无效假设*:既假设总体参数与某一指定值相等或假设两个总体参数相等，亦即假设其没有效应，差异是随机误差。 总体*：具有共同性质的个体所组成的集团。如一块水稻田中所有二化螟。 置信距：在一定的概率保证之下，估计出参数(可能在内的一个范围或区间即接受区域。 小概率的实际不可能性原理：凡概率很小的事件（农业上一般指P0.05的事件），在一次试验中是实际上不可能出现的。它是统计假设测验的基本原理。 综合性试验：是多因素试验的一种特例，其各个因素的各水平不构成平衡的处理组合，如综合性丰产技术推广示范田与当地常规管理对照田。它可使处理数大为减少，但不能研究个别因素的效应及因素间的交互作用。适用于起主导作用的因素及其交互作用已经清楚的情况。其一个处理组合是一系列经过实践初步证明的优良水平的配套。 准确度：观察值与理论值之间的符合程度。 因素*：试验方案中被变动并设有待比较的一组处理的因子。或者：在试验中能够根据人们的意志加以改变并因而引起作物性状发生变异的各种条件，如肥料种类。 互作:两个因素简单效应间的平均差异，它反映一个因素的各水平在另一因素的不同水平中反应不一致的现象。 自由度:最早是一个物理学上的名词，它表示一个质点在空间运动的自由程度。统计学借此来反映一批变量的约束条件。 主效:交互作用不显著，则各因素的效应可以累加，主效就代表了各个简单效应。即：主效=各个简单效应。 小区 T2/(nk) 置信系数*：保证