搜索
名词解释：第一章试验设计与数据处理：是以概率论、数理统计及线性代数为理论基础，研究如何有效的安排试验、科学的分析和处理试验结果的一门科学。试验考察指标(experimentalindex)：依据试验目的而选定的衡量或考察试验效果的特征值.试验因素；对特征值产生影响的原因或要素.因素水平：试验实际考虑采用的（某一）因素变化的状态或条件的种类数称为因素水平，简称水平。局部控制（localcontrol）原则：控制隐藏变量对反应的效应。重复（replication）原则：重复试验于许多试验单位，以降低结果的机会变异随机化（randomization）原则：随机化(Randomization)安排试验单位接受指定的处理。实验的目标特性（实验考察指标）目标特性:就是考察和评价实验结果的指标。定量指标：可以通过实验直接获得，便于计算和进行数据处理。定性指标：不易确定具体的数值，为便于用数学方法进行分析和处理，必须是将其数字化后进行计算和处理。因素：凡是能影响实验结果的条件或原因，统称为实验因素（简称为因素）。水平:因素变化的各种状态和条件称为因素的水平总体、个体：我们所研究对象的某特性值的全体，叫做总体，又叫母体；其中的每个单元叫做个体。子样（样本）、样本容量：自总体中随机抽出的一组测量值，称为样本，又叫子样。样本中所含个体（测量值）的数目，叫做样本容量，即样本的大小。抽样：从总体中随机抽取若干个个体观测其某种数量指标的取值过程称为抽样。样本空间：就样本而言，一次抽取、观测的结果是n个具体数据x1，x2，…，xn，称为样本（X1，X2，…Xn）的一个观测值，而样本观测值所有可能取值的全体称为样本空间。重复性：由一个分析者，在一个给定的实验室中，用一套给定的仪器，在短时间内，对某物理量进行反复定量测量所得的结果。也称为室内精密度。再现性;由不同的实验室的不同分析者和仪器，共同对一个物理量进行定量测量的结果。也称室间精密度。误差：测量值和真值的差数偏差：测量值和平均值的差数。也叫离差。偏差平方和：测量值对平均值的偏差的平方的加和，叫偏差平方和。方差(variance):是测量值在其总体均值周围分布状况的一种量度，方差表征随机变量分布的离散程度。总体方差的定义是：测量值对总体均值的误差的平方的统计平均样本方差：只作过有限次测量的样本方差，通常用s2表示。s2是测量值对样本均值的偏差的平方的平均标准偏差(标准差)：方差的平方根的正值，叫标准偏差，或标准差自由度：是指可以自由取值的数据的个数。相对标准偏差(变异系数)(relativestandarddeviation,RSD):是样本标准偏差与平均值的比值，表示偏差值与平均值的相对大小。第二章随机事件：在特定情况下可能发生也可能不发生的事件。用一个只有0，1两种可取值的随机变量X来表示，抛硬币的试验结果。这种总体叫二项总体。必然事件:在一定条件下必然出现的现象称为必然事件。不可能事件：某一事件一定不发生，则称为不可能事件。随机事件:在某些确定条件下，可能出现也可能不出现的现象被称为随机事件。频率：设随机事件A在n次实验中出现了m次，则其比值m/n称为随机事件A的频率概率：能够刻画随机事件A在实验中发生可能性的大小的，介于0与1之间的数叫随机事件A的概率，记作P(A).随机变量:若具有随机性的事件可以用数值来表示，则该随机事件就称为随机变量。测量列：随机变量用X表示，进行一次实验，随机变量可以取得一个测量数值xi，若在相同实验条件下，重复进行n次独立测量，随机变量X就有n个测量值，即x1、x2、…xn，称为一个测量列。测量值的集合:（x1、x2、…xn）称为随机变量X的一个容量为n的样本的观测值。离散型随机变量:所取可能值能够一一列出的随机变量叫做离散型随机变量。例：学生考试成绩连续型随机变量:所取可能值连续存在于某一期间的随机变量，叫做连续型随机变量。例：加热炉内温度两点式分布：在一次实验中，事件A发生的概率为p，不发生的概率为q＝1－p，将此分布称为Bernoulli，也称为两点式分布(“0-1”分布）。泊松分布：建立二项式实验模型时，当重复实验次数n非常大，而实验结果（事件）出现的概率p又很小，np不可忽略时，二项式分布就趋向于一种新的分布—泊松分布连续型随机变量：如果随机事件在某一范围内有无数个连续的可能结果，则相应的随机变量叫做连续型随机变量。分布密度函数：为某一种连续型随机变量寻找一个合适的函数，利用这函数在某一区间内的定积分来表示该变量落在该区间的概率。这样的函数称为该随机变量的分布密度函数。均匀分布··连续型随机变量的正态分布··概率密度函数··t分布··F分布··第三章从总体到样本：即研究从总体中抽出的所有可能样本的统计量的分布及其与原总体的关系。即抽样分布的情况。从样本到总体：即研究从总体中抽出的一个随机样本，并用样本统计量对总体参数作出推断。即参数估计和假设测验。复置抽样→将抽得的个体放回总体继续参加抽样。不复置抽样→抽得的个体不放回总体参加后续的抽样。参数的点估计：根据样本观测值来估计总体的分布参数，就是参数的点估计。区间估计：利用样本数据，以抽样总体的分布为理论基础，用一定的概率保证来计算出原总体中未知参数的区间范围。即区间估计。置信度：所谓置信度就是表示人们所作判断的可靠把握的程度。置信度有两重含义，一是置信水平，一是置信区间。X2分布···第四章系统误差：系统误差是由某种确定的因素造成的，使测定结果系统偏高或偏低；当造成误差的因素不存在时，系统误差自然会消失。随机误差：随机误差又称偶然误差，它是由一些随机的、偶然的原因造成的。准确度：表示分析结果与真实值接近的程度。精密度：表示各次分析结果相互接近的程度。插值法：就是根据已知实验点的数据，找出一个原函数关系的简单表达式，使它们在给定的若干点处符合实验值，用此表达式近似地求出插值点的数值。第五章反证法：当一件事情的发生只有两种可能A和B，如果能否定B，则等同于间接的肯定了A小概率原理：发生概率很小的随机事件在一次实验中是几乎不可能发生的。可疑值：由于测量误差的不可避免，有时会发现一组测量值中总会有一二个值明显偏大或偏小，这样的测量值称为可疑值（离群值）。实验数据的合理性检验：就是利用数理统计方法对误差进行分析，从而正确地评价测量据，并对如何有效改进实验提供有用的信息。第六章方差分析(ANOVA：analysisofvariance)：能够解决多个均值是否相等的检验问题。F分布：水平间(也称组间)方差和水平内(也称组内)方差之比是一个统计量。实践证明这个统计量遵从一个特定的分布，数理统计上把这个分布称为F分布单因素方差分析：是指仅分析一个因素对试验结果的影响是否显著的问题。方差分析的基本思想：就是将总偏差分解为各构成部分之和，然后对它们作统计检验。条件偏差(组间方差)：每一组的测定平均值和总平均值差值的平方和再乘以重复次数试验误差(组内方差)：各组内的每次测定值和组内平均值差值的平方和：多因素方差分析：方差分析也可以同时分析两个或两个以上的因素，这就是多因素方差分析。无重复两因素方差分析原理：首先把总偏差平方和Q分解为因素A和B的偏差平方和QA和QB，以及试验随机误差平方和QE.第七章试验设计：是指以概率论与数理统计学为理论基础，为获得可靠试验结果和有用信息，科学安排试验的一种方法论，亦是研究如何高效而经济地获取所需要的数据与信息的分析处理方法试验指标：用来衡量试验效果的质量指标(如产量、成活率、废品率、转化率等)，称为试验指标。交互作用：是指这些因素在同时改变水平时，其效果会超过单独改变某一因素水平时的效果因素：在一个试验过程中，影响试验指标的因素通常是很多的，通常固定的试验因素在试验方案中并不称为因素，只有变化的因素才称为因素关于因素数量；不宜选得太多(如超过10个)，也不宜选得太少关于各因素的水平范围：试验水平范围应当尽可能大一点。关于因素的水平数：每一因素的水平个数最好适当多一些；关于因素的水平间隔因素和水平的含意可以是广义的析因试验设计法：在多因素试验中，将因素的全部水平相互组合按随机的顺序进行试验，以考察各因素的主效应与因素之间的交互效应，这种安排试验的方法称为析因试验设计法正交试验设计方法：用正交表安排多因素试验的方法，称之为正交试验设计方法．第八章全面试验法：将三因素三水平组合搭配而成的各种试验条件全面进行试验而进行比较选优的方法。均衡分散性：在试验安排中，所挑选出来的水平组合是均匀分布的（每个因素的各水平出现的次数相同）整齐可比性：任意两因素的各种水平的搭配在所选试验中出现的次数相等正交：“正交”意味着不同因素之间的均衡搭配。从而使计算出来的各因素效应（机器平均加工合格率或人平均加工合格率）在统计上互相独立。广义的正交性：广义的正交性指任意两列的每一种特征号码组合都出现同样的次数，使试验点在试验范围内能均衡分散，也就是使因素的不同水平组合在因素水平的变化范围内均衡分散。正交试验设计：正交试验设计就是利用规格化的正交表，恰当地设计出试验方案并有效地分析试验结果，以较少的试验次数得出较优试验结果的一种试验设计方法。正交表：正交表是根据数理统计理论和正交原理，根据“均衡搭配”与“整齐可比”的原则，经过大量的试验、研究，全面考虑到各因素交互作用的影响而产生的规格化表格。综合平衡法：先分别考察每个因素对各指标的影响，然后进行分析比较，确定出最好的水平，从而得出最好的试验方案，这种方法就叫综合平衡法。拟水平法：拟水平法是将水平数少的因素归入水平数多的正交表中的一种处理问题的方法。在没有合适的混合水平的正交表可用时，拟水平法是一种比较好的处理多因素混合水平试验的方法，这种方法不仅可以对一个因素虚拟水平，也可以对多个因素虚拟水平，交互作用：在多因素试验中一个因素对试验结果的影响依赖于另一因素所取的水平时，称两因素有交互作用。在多因素对比试验中，某些因素对指标的影响往往是互相制约、互相联系的。即在试验中不仅因素起作用，而且因素间有时联合起来起作用，这种联合作用并不等于各因素单独作用产生的影响之和，称这种联合作用为交互作用。交互作用表：规定正交表中某两列因素的交互作用所占列号的表格第九章函数关系：即对两个变量X，Y来说，当X值确定后，Y值按照一定的规律唯一确定，即形成一种精确的关系。统计关系：即当X值确定后，Y值不是唯一确定的，但大量统计资料表明，这些变量之间还是存在着某种客观的联系。回归分析：就是应用统计方法，对大量的观测数据进行整理、分析和研究，从而得出反映事物内部规律性的一些结论。描述y的均值E(y)与x的关系的方程叫做回归方程样本回归直线：在实践中，参数往往是未知的，需要用样本数据进行估计。根据样本数据拟合的直线，称为样本回归直线。显著性检验，它是利用统计学中的抽样理论来检验样本回归方程的可靠性，具体又可分为相关系数检验法、F检验法回归系数：回归系数表示在其他自变量保持不变的情况下，自变量xi每变动一个单位所引起的因变量y平均变动的数额，也叫偏回归系数。