生物统计考试试卷及答案

1/11《生物统计附试验设计》复习题一、名词解释题1、样本与样本含量2、区间估计3、正态分布4、试验设计5、样本标准误6、Ⅱ类错误7、卡方的连续性矫正8、相关系数二、单项选择题（从每小题的备选答案中，选出正确答案，并将正确答案的番号填入题干的括号内）1、从一个总体中抽出一个样本，其观察值为23、24、25、26、27、28、29，则样本方差为（）。A、28/5B、4C、14/3D、282、样本方差S2=（）。A、)1()(2nxxB、nxx2)(C、Nx/)(2D、)1/()(2nx3、一元线性相关与回归分析中，相关系数与回归系数的关系有r2=（）。A、22xyyxbbB、bxybyx.C、xyyxbbD、2b4、一元回归分析中，回归自由度为（）。A、n-1B、n-2C、n-3D、15、若x～N(10,4),P(x≥12)等于（）。A、0.9545B、0.1587C、0.0938D、0.68276、某样本有n个观察值，其乘积开n次方根所得的值即为（）。A、算术平均数B、调和平均数C、几何平均数D、中位数7、显著性检验中，否定或接受无效假设的依据是（）。A、中心极限定理B、小概率原理C、方差分析原理D、数学模型8、若x～B(5,0.7),则P（x=0）等于()。A、0B、0.3500C、0.3000D、0.002439、下列关于平均数的叙述不正确的是（）。2/11A、平均数是资料的代表数B、样本平均数服从或逼近正态分布C、离均差的平方和为零D、样本平均数是总体平均数的无偏估计值10、t检验中，若)(05.0dftt,则表明样本实得差异由误差引起的概率（）。A、P1%B、1%P5%C、P1%D、P5%11、显著性检验中，同时降低犯Ⅰ和Ⅱ型错误的可能性的根本办法是（）。A、增大α取值B、减小α取值C、增大样本容量D、减小样本容量12、t分布曲线的形状决定于（）。A、平均数B、自由度C、显著水平D、标准差13、统计学中用来进行显著性检验的小概率叫作（）。A、随机概率B、标准概率C、显著水平D、不可能概率14、若样本平均数的个数k3时，用（）检验其差异显著性。A、tB、2C、FD、LSD15、两因素交叉分组试验资料，处理内不设重复试验资料的自由度分解式为dfT=dfA+（）。A、dfB+dfABB、dfeC、dfBD、dfB+dfe16、卡方检验中，若2)(05.02df则表明（）。A、差异显著B、差异极显著C、差异不显著D、有差异17、显著性检验的对象是（）。A、样本平均数B、总体平均数C、样本方差D、总体方差三、多项选择题（每小题的五个备选答案中，可能有2-5个正确答案，请将你认为正确的答案番号填在题干的括号内，多选、少选、错选均不得分）1、样本平均数抽样总体的两个参数x和x与起始总体的和之间有以下关系（）。A、nxB、xC、nxD、xE、nx22、下列关于标准差的叙述正确的有（）。A、不带单位B、其大小受每个变数值的影响C、反映资料中各变数变异大小D、其大小受平均数影响E、标准差越大，表明变数的分布越分散3、在下列试验设计方法中，（）应用了局部控制原则。3/11A、完全随机设计B、配对设计C、非配对设计D、拉丁方设计E、随机单位组设计4、试验设计应遵循的基本原则包括（）。A、节约原则B、方便原则C、重复原则D、随机原则E、局部控制原则5、单因素试验资料的方差分析中，下列式子正确的有（）。A、SST=SSt+SSeB、dfT=dft+dfeC、MST=MSt+MSeD、F=MSe/MStE、F=MSt/MSe6、一元线性相关与回归分析中，相关系数的显著性检验与（）的显著性检验完全等价。A、相关关系B、回归关系C、回归系数D、回归方程E、离均差7、拉丁方试验设计的一个重要特点是试验的处理数与（）相等。A、行区组数B、列区组数C、重复数D、自由度E、平均数8、下列式子或符号中（）表示或代表变量x和y的协方差。A、yxSSB、xyCOVC、xySPD、)1(nSPxyE、)1())((nyyxx9、下表为某单因素试验四个处理的平均数多重比较结果，结果表明（）。A、处理1极显著高于处理2；B、处理1显著高于处理4；C、处理4极显著高于处理2；D、处理4极显著高于处理3；E、处理2显著高于处理3四、简答题1、随机单位组试验设计的特点和步骤是什么？2、多个处理平均数间的相互比较为什么不宜用t检验法？3、如何对两变量进行一元线性回归分析？4、如何理解“差异显著”和“差异不显著”？5、卡方检验与t检验、F检验在应用上有何区别？处理.ix.ix-24.74.ix-26.28.ix-27.96131.386.46**4.90**3.22**427.963.22**1.68226.281.54324.744/116、标准误与标准差有何区别和联系？7、独立性检验的步骤有哪些？8、如何对单因素试验资料进行方差分析？五、计算题1、用家兔10只试验某批注射液对体温的影响，测定每只家兔注射前后的体温（见下表）。设体温服从正态分布，问注射前后体温有无显著差异？10只家兔注射药物前后的体温（单位：℃）兔号12345678910注射前体温37.838.238.037.637.938.138.237.538.537.9注射后体温37.939.038.938.437.939.039.538.638.839.0（已知355.3,306.2)10(01.0)10(05.0tt；结果保留三位小数）2、某生物药品厂制造一批新的疫苗，为检验其免疫力，用200只鸡进行试验，其中注射100只（经注射后患病的10只，不患病的90只），对照组（注射原疫苗组）100只（经注射后患病的15只，不患病的85只），试问新旧疫苗的免疫力是否有差异。（已知63.6,84.32)1(01.02)1(05.0；结果保留两位小数）3、5个不同品种猪的育肥试验，采用完全随机设计。后期30天增重(kg)如下表所示。试比较品种间增重有无差异。（若F检验差异显著或极显著，不进行多重比较；结果保留两位小数）5个品种猪30天增重品种增重(kg)B121.519.520.022.018.020.0B216.018.517.015.520.016.0B319.017.520.018.017.0B421.018.519.020.0B515.518.017.016.04、10头育肥猪的饲料消耗（x）和增重（y）资料如下表（单位：kg），试对增重与饲料消耗进行直线相关与回归分析。x191167194158200179178174170175y331142243844383730355/115、某饲料厂要比较A、B两种配合饲料在养猪生产中的效果，选取12头情况相似的猪，随机分成两组，分别饲喂两种配合饲料，其60天增重（单位：kg）见下表。饲料60d增重A21.525.031.023.424.523.6B35.034.437.840.532.038.0试比较A、B两种配合饲料的养猪效果。（已知571.2,228.2)10(01.0)10(05.0tt；结果保留两位小数）6、有一单因素试验，进行完全随机设计，其四个处理的试验结果见下表，试进行方差分析。（列出方差分析表即可，保留两位小数）试验处理观测值11314181719222231524183252321243043435333430《生物统计附试验设计》复习题参考答案一、名词解释1、总体的一部分称为样本，样本中所包含的个体数目，称为样本含量。2、在一定概率保证下指出总体参数的可能范围，所给出的可能范围叫置信区间，给出的概率保证称为置信度或置信概率。3、若连续型随机变量x的概率分布密度函数为222)(21)(xexf（其中μ为平均数，6/11σ2为方差），则称随机变量x服从正态分布，记为x～N(μ,σ2)。4、广义理解是指试验研究课题设计，也就是整个试验计划的拟定；而狭义的理解是指试验单位（如动物试验的畜、禽）的选取、重复数目的确定及试验单位的分组，生物统计中的试验设计主要指狭义的试验设计。5、样本平均数抽样总体的标准差，简称标准误，它表示平均数抽样误差的大小。6、0H不成立，却接受了它，犯了“纳伪”错误，也叫Ⅱ型错误。（或Ⅱ型错误，就是把真实差异错判为非真实差异，即AH：1≠2为真，却未能否定0H：1=2）。7、在对次数资料进行2检验利用连续型随机变量2分布计算概率时，常常偏低，特别是当自由度为1时偏差较大。Yates提出了一个矫正公式，矫正后的2值记为2c，即2c=TTA2)5.0(8、表示两个相关变量x、y间线性相关程度和性质的统计量，叫相关系数，记为r，即二、单项选择题1-5CACBD2-10CBDCD11-15CBCCD16-17CA三、多项选择题1、BC2、BCE3、BDE4、CDE5、ABE6、ABCD7、ABC8、CDE9、AD四、简答题1、特点：同一单位组内各供试动物的初始条件尽可能一致，不同单位组间的动物允许存在差异；每一单位组内的试验动物的随机分组要独立进行；每种处理在每一单位组内只出现一次。步骤：根据局部控制的原则，将初始条件基本相同的动物划归成一个单位组，每一组内的动物数等于处理数；将各单位组内的试验动物随机分配到各处理组。2、进行多个平均数间的差异显著性检验。若仍采用t检验法就不适宜了。这是因为：（1）检验过程烦琐；（2）无统一的试验误差，误差估计的精确性和检验的灵敏性低；（3）推断的可靠性低，检验的I型错误率大。由于上述原因，多个平均数的差异显著性检yxxySSSSSPr7/11验不宜用t检验，须采用方差分析法。3、（1）建立直线回归方程bxayˆ，其中xxySSSPb，xbya；（2）作出回归直线；（3）对回归方程或回归系数进行显著性检验。4、因为假设检验是根据“小概率事件实际不可能性原理”来否定或接受无效假设的，所以不论是接受还是否定无效假设，都没有100%的把握。显著水平的高低只表示下结论的可靠程度的高低，即在0.01水平下否定无效假设的可靠程度为99％，而在0.05水平下否定无效假设的可靠程度为95%。“差异不显著”是指表面上的这种差异在同一总体中出现的可能性大于统计上公认的概率水平0.05，并不能理解为试验结果间没有差异。5.t检验、F检验主要应用于数量性状资料的显著性检验，其理论分布是正态分布；卡方检验主要应用于质量性状资料的显著性检验，其理论分布是二项分布或波松分布；t检验主要用于两样本平均数（或一个样本平均数与总体平均数）间的差异显著性检验，而F检验主要应用于样本平均数的个数大于或等于3时的假设检验。6、二者的区别在于：样本标准差S是反映样本中各观测值1x,2x,…,nx变异程度大小的一个指标，它的大小说明了x对该样本代表性的强弱。样本标准误是样本平均数kxxx,...,,21的标准差，它是x抽样误差的估计值，其大小说明了样本间变异程度的大小及x精确性的高低。在实际工作中，总体标准差σ往往是未知的，因而无法求得x。此时，可用样本标准差S估计σ。则)1(/)()1()(222nnnxxnnxxnSSx7、独立性检验的步骤如下：（1）先将资料整理成列联表；（2）提出无效假设与备择假设；（3）计算理论次数；（4）计算2c值；（5）由自由度查临界2值，作出统计推断。8、（1）计算各项平方和与自由度；（2）列出方差分析表，进行F检验；8/11（3）若F检验显著，则进行多重比较。五、计算题1、兔号12345678910注射前体温37.838.238.037.637.938.138.237.538.537.9注射后体温37.939.038.938.437.939.039.538.638.839.021xxd-0.1-0.8-0.9-0.80-0.9-1.3-1.1-0.3-1.10H：d=0，即假定注射前后体温无差异AH：d≠0，即假定注射前