搜索
1变量：数据所具有的变异特征或性。2观察值：变量所测得的具体观测数据，或每一个体的某一性状，特征的测定数据。3总体：具有共同性质的个体所组成的集体。4个体：总体中的一个成员。5样本：从总体中抽出的部分个体的总和。即总体的一部分样本容量：样本中所包含的个体数目。6参数：由总体的全部观察值而算得的总体特征值。7．统计数：由样本观察值而算得的样本特征数。8.算数平均数：指资料中各观察值总和除以观测值个数所得的商。9.中位数：将资料内所有观测值从小到大依次排列，位于中间的那个观测值。10.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。11.无偏估计量：当一个统计量的数学期望等于所估计的总体参数时则称此统计量为该总体参数的无偏估计量12.极差：指样本观察值中最大值与最小值之差，也称变异幅度或全距。13.变异系数：标准差与平均数的百分率称为变异系数，记为C.V。14.试验：通常我们把根据某一研究目的，在一定条件下对自然规律现象所进行的观察或试验统称为试验。15.小概率原理：在统计学上，把小概率事件在一次试验中看成是实际不可能发生的事件称为小概率事件实际不可能性原理16.试验指标：为衡量试验结果的好坏或处理效应的高低，在试验中具体测定额性状或观测的项目。17.试验因素：试验中所研究的影响试验指标的因素。18.试验水平：试验因素所处的某种特定状态或数目等级。19.试验处理：每一试验因素不同或多因素间的水平组合构成了实验处理。20.L8(27):L代表正交表的符号L右下角的数字“8”代表8行，包含8个处理（水平组合）；“2”表示因素水平数，“7“表示有7列，用这张正交表最多可以安排7个2水平因素。22.单一差异原则;除需要比较的因素外,其他因素都必须保持的相同的水平上23.β-错误：无效假设是错误的，备择假设是正确的，可是测验结果却接受了无效假设，这种错误称为第二类错误，即参数见本来有差异，可是测验结果却认为参数见无差异。24α-错误：无效假设是正确的情况下，可是由于假设测验结果否定了无效假设，这种错误称为第一类错误，即不同总体的参数见本来没有差异，可测试结果却认为有错误。25.方差分析：将总变异剖分为各个变异来源的相应部分，从而发现各变异原因在总便有意中相对重要程度的一种统计分析方法。26.多重比较：在方差分析的基础上，对各处理平均数进一步分析比较，以选拔出最优的处理方法。27.肥底：为使被研究对象处于同一可比状态而设置的肥料底肥。28.完全方案设计:。29.不完全方案设计;在全部水平组合中挑选部分水平组合获得的方案称为不完全方案设计。(根据完全试验方案进行的试验是全面试验。根据不完全方案进行的试验称为部分试验)30.边际效应：是指小区周围的边行和行端种植的作物，某生长状况与小区中间者不同的现象。31.因素简单效应：一个因素的水平相同，另一因素不同水平间的产量差异。32.因素交互作用：指不同因素相互作用产生的新效应。指不同因素综合效应与各因素单独效应的差值。33因素主效应：指同一因素各简单效应的平均值。1试验方法设计的基本原则有哪些？其主要作用是什么？(1)重复作用估计试验误差降低实验误差从高提高实验精确度(2)随机排列作用是一个区组中每一个处理都有同等机会设置在任何一个实验小区上避免任何主观成见(3)局部控制作用在田间分范围分地段控制土壤差异等非处理因素使之对各试验处理小区的影响达到最大程度的一致2统计方法的基本作用一是有效地、科学地组织统计工作，推进统计工作的现代化进程；二是规范国家机关、社会团体、各种经济组织以及公民在统计活动中的行为，保障统计资料的准确性、及时性和全面性3平均值的意义（1）平均值最为近似真值或最佳值是数据的代表值表示资料中观察值的中心位置（2）平均值反映了总体的典型水平说明了总体集中性特征可作为代表值与另一组资料做比较借以明确两者之间的差异4标准差的特性标准差的大小受资料中每个观测值的影响在计算标准差是在各观测值上减去一个常数其数值不变当每个观测值乘以或除以一个常数2时则所得的标准差是原来的2倍5标准差的作用测定研究对象变异程度的大小可作为度量离差的标准单位还可以作为检验不同样本是否有本质差异的标准单位6随机试验的三个特征（1）实验可以在相同的情况下多次重复（2）每次实验结果可能不止一个并且事先知道会有哪些可能的结果（3）每次实验总是恰好出现这些结果中的一个但在这一次随机实验之前却不能肯定这次实验会出现哪个结果7中心极限定理的意义。＿不论X变量是连续型的还是离散型的也不论X服从哪种分布一般只要N30就可认为X的分布是正态的若X的分布不是偏态在N20时的分布就近似于正态分布8随机区组设计的优缺点优点：（1）设计简单，容易掌握；（2）富于伸缩性，单因素、多因素以及综合性的试验都可应用；（3）能提供无偏的误差统计，并有效地减少单向的肥力差异，降低误差；（4）对试验地的地形要求不严，必要时，不同区组亦可分散设置在不同地段上。缺点：这种设计不允许处理数太多，一般不超过20个。因为处理多，区组必然增大，局部控制的效率降低，而且只能控制一个方向的土壤差异。9试验方案设计的基本原则。1)拟定试验方案,应回顾以往研究进展和文献探索2)根据试验目的确定供试因素及其水平3)方案中应包含对照4)唯一差异原则5)正确处理试验因素与条件关系6)多因素试验提供了比单因素试验过多的效应估计.10单因素随机区组设计资料方差分析的基本步骤及下列计算公式。P11013.平均数的基本性质（重要特性）（1）样本各观测值与其平均数的差数的总和等于0.（2）离均差平方的总和最小。书例题8.6最优多元线性回归方程的统计选择误差方差分析的三个基本假定总体回归分析任务变异系数标准差作用正交设计基本特点建立回归方程目的试验统计方法复习总结•统计学:研究事物的数量特征及其数量规律的一门方法论学科**1．何为实验因素，实验水平，实验处理？何谓简单效应、主要效应和交互作用效应？举例说明。试验因素：简称因素或因子(factor):被变动并设有待比较的一组处理的因子或试验研究的对象(研究对象的效应)。水平(level):试验因素内不同的级别或状态。试验处理(treatment):单因素试验中的每一个水平即为一个处理;多因素试验中是不同因素的水平结合在一起形成的处理组合,也简称为处理。简单效应(simpleeffect):在同一因素内两种水平间试验指标的差异。主效(maineffect):一个因素内各简单效应的平均数。交互作用效应(interactioneffect)，简称互作:因素内简单效应间差异的平均。互作的实质:反映了一个因素的不同水平在另一个因素的不同水平上反应不一致的现象.2．什么是实验方案，如何制定一个正确的实验方案？试举例说明？试验方案:根据试验目的和要求所拟定的用来进行比较的一组试验处理的总称。1.目的明确。2.选择适当的因素及其水平。3.设置对照水平或处理，简称对照(check，符号CK)。4.应用唯一差异原则。3．什么是实验误差？实验误差与实验的准确度，精确度以及实验处理间的可靠性有什么关系？试验误差的概念:试验结果与处理真值之间的差异试验误差的分类:1.系统误差(systematicerror):由于固定原因造成的试验结果与处理真值之间的差异.系统误差影响了数据的准确性，准确性是指观测值与其理论真值间的符合程度；2.随机误差(randomerror):由于随机因素或偶然因素造成的试验结果与处理真值之间的差异.随机误差影响了数据的精确性，精确性是指观测值间的符合程度。4实验误差有哪些来源？如何控制？来源：(1)试验材料固有的差异(2)试验时农事操作和管理技术的不一致所引起的差异(3)进行试验时外界条件的差异控制：(1)选择同质一致的试验材料(2)改进操作和管理技术，使之标准化(3)控制引起差异的外界主要因素选择条件均匀一致的试验环境；试验中采用适当的试验设计和科学的管理技术；应用相应的科学统计分析方法。**1、试验设计(experimentdesign)广义----是指整个试验研究课题的设计，包括确定试验处理的方案，小区技术，以及相应的资料搜集、整理和统计分析的方法等；狭义----专指小区技术，特别是抽样方法.重复区组和试验小区的排列方法。主要通过抽样方法,重复区组和处理小区的不同排列方法,达到控制或减少试验误差的目的.处理小区----一个处理所占有的一小块试验空间或试验地.重复区组(block)----一个试验的全部处理小区相邻排列在一起即构成一个区组.2、田间试验设计的基本原则是什么？有何作用？试验设计的三个基本原则1.重复2.随机3.局部控制重复的作用:估计试验误差；降低试验误差。随机的主要作用:无偏估计试验误差;研究随机事件----获得随机变量-----概率的性质------进行统计分析(统计推断)!局部控制就是分范围分地段或分空间地控制非处理因素，使之对各试验处理的影响在较小空间内达到最大程度的一致,从而有效地降低试验误差。这是降低误差的重要手段之一**1总体，样本，参数，统计数的概念和关系？总体(population):具有共同性质的个体所组成的集团.有限总体----由有限个个体构成的总体.无限总体----总体所包含的个体数目有无穷多个.样本(sample):从总体中抽取若干个个体的集合称为样本(sample)。参数:由总体中全部个体观察值计算得总体特征值.统计数(statistic):测定样本中的各个体而得的样本特征数，如平均数等，称为统计数关系:试验研究的目的是为了获得总体的信息或特征;试验研究的方法则是抽样研究;利用样本的结果(统计数)推断或估计总体特征(参数).2算数平均数的意义和特性？算术平均数一个数量资料中各个观察值的总和除以观察值个数所得的商数，称为算术平均数算术平均数的重要特性：(1)离均差之和为零(2)离均差平方的总和最小3变异数的意义、种类和计算？变异数的意义:一表示资料数据间的变异程度或离散程度或离均程度;二可以衡量平均值的代表性.变异数的种类:一、极差二、方差三、标准差四、变异系数计算：样本标准差的公式为：总体标准差用表示：变异系数(coefficientofvariation)----样本的标准差对均数的百分数：变异系数是一个不带任何单位的平均一个单位纯数离均程度，其作用:消除了平均值大小及所带单位不同的影响,其可用以比较二个事物的变异度大小。**1统计概率、正态离差含义？统计学上用n较大时稳定的频率近似代表概率。通过大量实验而估计的概率称为实验概率或统计概率，以p表示。正态离差：3小概率原理及其在统计假设测验中的应用？小概率原理----若事件A发生的概率较小，如小于0.05或0.01，则认1)(2nyysNy2)(%100ysCV为事件A在一次试验中不太可能发生，这称为小概率事件实际不可能性原理，简称小概率原理。小概率事件实际不可能性原理在统计假设测验中的应用:如果事先假设了一些条件,在这些假设的条件下若计算出某一事件为一小概率事件,然而它在一次正常的试验中竟然发生了;反过来说明假设的条件不正确,从而否定该假设(接受另一个相反的假设)**1区间估计，置信区间，置信限，置信度的概念？区间估计:在一定的概率保证之下,由样本的统计数估计出总体参数可能位于的区间.置信区间(confidenceinterval):在一定的概率保证之下,由样本的统计数估计出的总体参数可能位于的区间.区间的上、下限称为置信限(confidencelimit)一般以L1和L2分别表示置信下限和上限。置信系数或置信度:保证总体参数位于置信区间的概率以P=(1－)表示。2什么是统计假设？统计假设有哪几种？各有何含义？假设测验时直接测验的统计假设是那一种为什么？统计假设(statisticalhypothesis):对样本所属的总体(特征值或参数)提出假设(包括无效假设和备择假设两个,在后面有说明)。无效假设(nullhypothesis):记作H0,假设样本所属总体效应或参数(平均数)与某一指定值相等