试验统计方法总结及经典试题

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

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(simple effect): 在同一因素内两种水平间试验指标的差异。 主效(main effect):一个因素内各简单效应的平均数。

交互作用效应(interaction effect)，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(systematic error) : 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(random error):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( experiment design)

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

2(y?y)?计算：样本标准差的公式为： s?2(y??)?n?1总体标准差用表示： ??sN变异系数( coefficient of variation ) ----样本的标准差对均数的百分数： CV??100%y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( confidence interval ):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( confidence limit ) 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(statistical hypothesis) :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(null hypothesis):记作H0,假设样本所属总体效应或参数(平均数)与某一指定值相等或假设两个总体参数相等,即相对而言都不具有自己的独特效应.

? 备择假设( alternative hypothesis ):记作 HA,假设样本所属总体效应或参数(平均数)与某一指定值不相等或假设两个总体参数不相等,或相对而言它们都有自己的独特效应.所以也可以称为有效假设.

因为只有无效假设相当于总体已知，这样才能从已知的总体中进行抽样分布，才能进一步计算样本在无效假设中出现的概率。 3区间估计和假设测验的关系？ 区间估计与统计假设测验的关系为:

1 如果无效假设位于置信区间内,就接受无效假设,称为 差异不显著;

2 如果无效假设位于置信区间外,就否定无效假设,接受 备择假设,称为差异显著;

4什么是显著水平？为什么要有一个显著水平？根据什么确定显著水平？它和统计推断有何关系？

用来测验假设的小概率标准5%或1% …… 此处隐藏：4419字，全部文档内容请下载后查看。喜欢就下载吧 ……