生物统计复习思考题2012.docVIP

生物统计与试验设计思考题 名词解释 生物统计 变数 连续性变数 总体、样本 随机抽样 试验单元 试验因素 水平 主要效应(main effect) 交互作用效应 单因素试验 随机事件 必然事件、不可能事件 二项分布 无偏估值 统计推断 两尾测验、 一尾测验 适合性测验 独立性测验 回归分析 相关分析 填空 若某植物群体中，出现青茎的概率为0.75，出现红茎的概率为0.25，若连续随机抽取2株，得青茎0株、1株、2株的概率是、、。 统计推断的内容，包括统计和。 参数估计是指由样本结果对总体参数作出和。 统计推断应注意的两个前提条件是。 方差分析是建立在一些基本假定的基础上，这些基本假定可归纳为三性，即：、、。 试验设计的三个基本是指、、。 完全随机化试验设计是根据、两个原则进行的。 应用拉丁方试验设计，就是在行和列两个方向都进行，使行、列两向皆成。 单个拉丁方试验的总变异可分解为、、和四个部分。 统计关系和函数关系的区别在于统计关系变数存在，因而，统计关系的规律是。 在田间试验设计中，设置重复可以起到和的双重作用。有一双变数资料，Y依X的回归方程为，X依Y的回归方程为，则相关系数r= ，= ，= 。，则在区间[]的概率为 。 方差分析中常用的变量转换方法有 、 和 。 已知某一棉花品种的纤维长度（毫米）为一N(30, 4)的总体。若以n=4抽样，要在水平上否定和，则其接受区分别为 和 。 间断性变数常用的理论分布是 ，连续性变数常用的理论分布是 。 已知某一棉花品种的纤维长度（毫米）为一的总体。若以抽样并测验假设，其95%接受区间从 至 。若时一新品系的，则该品系纤维长度95%置信区间约从 至 。 对不满足方差分析基本假定的资料可以作适当尺度的转换后再分析，常用方法有 、 、 等。 拉丁方设计在 设置区组，所以精确度高，但要求 等于 ，所以应用受到限制。 标准正态分布是参数＝ ，＝ 的一个特定正态曲线。 误差可以分为 误差和 误差两种类型。 t分布的平均数等于 ，t的取值区间为 。 判断 间断性变数的次数分布通常不用折线图，因为其组与组之间是不连续的。 凡是累积分布呈“S”形的，其原始分布基本上都是有一中心而左右对称的。 如果次数分布的中心偏向一边而使左右不对称，则累积分布一定不成“S”形。 正态分布在一定条件下，还能作为间断性变数的近似分布。 在正态条件下，平均数、中位数和众数三者等值。 不同的正态总体，正态标准曲线均是相同的。 假设H0：μ≤μ0对HA：μμ0，否定区在平均数分布的右尾。 Ⅰ型错误(α错误)，只有在否定H0时才会发生。Ⅱ型错误(β错误)，只有在接受H0时才会发生。 减少标准误是减少α错误、β错误的关键。 应用拉丁方试验设计就是在行和列两个方向都进行局部控制，使行、列皆成区组。 ，如果采用两两测验的方法，则会随k的增加大大增加犯α和β错误的概率。 在无交互作用时，试验因素彼此独立，简单效应等于主效。 对比设计和间比设计都没有应用随机的原则。 当否定一个真实假设时，我们就犯了第一类错误（α错误）。 t分布的重要特点是与总体标准差没有关联，因而特别适用于抽样误差较大的小样本。 统计假设测验的两种错误中，第二类错误只有在接受H0时才会发生。 方差及标准差随样本容量的增大而减小。 一个试验在设计时如果没有重复一样可以进行方差分析。 变异系数是不带单位的纯数。 当求部分和全体的相关时，所得的相关系数一定被缩小。 单因素随机区组试验设计下结果的方差分析可以按单向分组资料的方法进行处理。 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。 二项成数分布的平均数为np，标准差为npq开平方根。 成组比较分析时不需考虑两个样本的总体方差是否相等，而成对比较需要考虑。 单因素试验可以进行裂区设计。 完全随机化试验设计下结果的方差分析可以按两向分组资料的方法进行处理。 二因素完全随机化试验设计下结果的方差分析可以按两向分组资料的方法进行处理。 假设测验结果或犯α错误或犯β错误。 一个显著的相关或回归不一定说明X和Y的关系必为线性。 多数的系统误差是特定原因引起的，所以较难控制。 否定正确无效假设的错误为统计假设测验的第一类错误。 A群体标准差为5，B群体的标准差为12，B群体的变异一定大于A群体。 “唯一差异”是指仅允许处理不同，其它非处理因素都应保持不变。 由固定模型中所得的结论仅在于推断关于