4、如何提高试验的准确性与精确性, 5、如何控制、降低随机误差,避免系统误差,
答,进行多次平行试验能控制和降低随机误差,虽然单次测量的随机误差没有规律,但多次测量的总体却服从统计规律,通过对测量数据的统计处理,能在理论上估计起对测量结果的影响。只要试验工作做得精细,系统误差容易克服。
6、统计表与统计图有何用途,常用统计图、统计表有哪些,三线表的意义, 答,统计表使用表格形式来表示数量关系,统计图是用几何图形来表示数量关系,可以把研究对象的特征、内部构成、相互关系等简明、形象的表达出来,便于比较分析
统计表,简单表、复合表
统计图,长条图、圆图、线图、直方图、折线图 7、为什么变异系数要与平均数、标准差配合使用,
答,因为变异系数的大小,同时受到平均数和标准差两个统计数的影响,因而在利用变异系数表示资料的变异程度时,最好将平均数和标准差也列出
8、标准误与标准差有何联系与区别?
答,标准差和标准误都是变异指标,但它们之间有区别,也有联系。区别: ?概念不同，标准差是描述观察值(个体值)之间的变异程度，标准误是描述样本均数的抽样误差，?用途不同，标准差与均数结合估计参考值范围,计算变异系数,计算标准误等。标准误用于估计参数的可信区间,进行假设检验等。?它们与样本含量的关系不同: 当样本含量 n 足够大时,标准差趋向稳定，而标准误随n的增大而减小,甚至趋于0 。联系: 标准差,标准误均为变异指标,当样本含量不变时,标准误与标准差成正比。 9、样本平均数抽样总体与原始总体的两个参数间有何联系, 10、显著性检验的基本步骤是什么,根据什么确定显著水平, 答,基本步骤,
1,首先对试验样本所在作假设
2,在无效假设成立的前提下,构造合适的统计数,并研究试验所得统计数的抽样分布,计算无效假设正确的概率
3,根据“小概率事件实际不可能原理”否定或接受无效假设
在假设检验中,无效假设是否被否定的依据是“小概率事件不可能原理”。 11、均数差异显著性检验中,肯定和否定无效假设的依据是什么,
12、什么是统计推断,为什么统计推断的结论有可能发生错误,有哪两类错误,如何降低犯两类错误的概率,
一,统计推断是指根据样本和假定模型对总体作出的以概率形式表述的推断 二,由试验的真实差异跟抽样误差引起的 三,第一类错误,把非真实差异错判为真实差异 第二类差异,把真实差异错判为非真实差异 四,适当样本含量
13、进行显著性检验应注意什么问题,如何理解显著性检验结论中的“差异不显著”、“差异显著”、“差异极显著”,
答,注意,
1,要有合理的试验或抽样设计,保证试验结果的可靠、正确、且处理间要有可比性。
2,选用的假设检验方法应符合其应用条件 3,要正确理解差异显著或极显著的统计意义 4,合理建立统计假设,正确计算检验统计数
“差异不显著”,有两种可能,一,它们所在的总体平均数不相同,但被试验误差所掩盖,表现不出差异的显著性 二,它们所在的总体平均数的确无差异
“差异显著”或,“差异极显著”:表面上如此差异的不同样本来自同一总体的可能性小于0.05或0.01,已到达了可以认为它们所在的总体平均数不相同的显著
水平。但有些试验结果虽然差异大,但误差大,也许得不出“差异显著”的结论,而有些试验结果虽然差异小,但由于试验误差小,反而可能推断为“差异显著“
14、配对试验设计与非配对试验设计有何区别,
区别,非配对试验设计是指当进行有两个处理的试验时,将试验单位随机分成两个组,然后对两组随机实施一个处理。
配对试验设计是先根据配对的要求将试验单位两两配对,然后将配对成子的两个试验单位随机分配到两个处理组中。要求配对成子的两个试验单位的初始条件尽量一致,不同对子间试验单位的初始条件允许有差异 15、多个处理平均数间的相互比较为什么不宜用t检验法? 第一,检验工作量大
第二,无统一的试验误差
第三,推断的可能性低检验的I型错误率大
16、推导总离均差平方和=组间离均差平方和+组内离均差平方和 17、为何要进行多重比较,如何选用多重比较的方法,
答,F值显著或极显著,否定了无效假设H0,表明实验的总差异主要来源于处理间的变异,实验中各处理平均数之间存在显著或极显著差异,但并不意味着每两个处理平均数间的差异都显著或极显著,也不能具体说明哪些处理平均数间有显著或极显著差异,哪些处理平均数间差异不显著。因而,有必要进行两两平均数间的比较,以具体判断两两处理平均数间的差
异显著性。
一般的讲,一个实验资料,究竟采用哪一种多重比较方法,主要应根据否定一个正确的H0和接受一个不正确的H0的相对重要性来决定。如果否定正确的H0事关重大或后果严重的,或对实验要求严格时,用q法较稳妥，如果接受一个不正确的H0是事关重大或后果严重的,则宜用SSR法。生物实验中,由于实验误差较大,常采用SSR法，F检验显著后,为了简便,也可采用LSD法。
18、在什么条件下方差分析之前要作数据转换? 常用的数据转换方法有哪几种? 各在什么条件下应用?
答,分布的非正态性和方差的不同质经常相伴出现,对这类资料不能直接进行方差分析,而因考虑采用非参数方法分析或进行适当数据转换后再作方差分析。
常用的数据转换方法有三种,
平方根转换 此法适用于各组均方与其平均数之间有某种比例关系的资料,尤其适用于总体呈泊松分布的资料。
对数转换 如果各组数据的标准差或全距与其平均数大体成比例,或者效应为相乘性或非相加性。
反正弦转换 反正弦转换也称角度转换。此法适用于如发病率、感染率、病死率、受胎率等服从二项分布的资料 219、 ,检验与t检验、F检验在应用上有什么区别,
答,t检验、F检验通常适用于数量性状资料的分析。在畜牧、水产等科学研究中,除了
分析计量资料以外,还常常需要对次数资料、等级资料进行分析。等级资料实际上也是一种次数资料,次数资料服从二项分布或多项分布,其统计2分析方法不同于服从正态分布的计量资料,而是要用到次数资料分析-,检验。
20、适合性检验和独立性检验有何区别,
答,独立性检验与适合性检验是两种不同的检验方法,主要区别如下, 1、研究目的不同,适合性检验是判断实际观察的属性类别分配是否符合已知属性类别分配理论或学说,独立性检验是分析两类因子是相互独立还是彼此相关，
2、独立性检验的次数资料是按两因子属性类别进行归组。根据两因子属性类别数的不同而构成2×2、2×c、r×c 列联表,r 为行因子的属性类别数,c 为列因
子的属性类别数，。而适合性检验只按某一因子的属性类别将如性别、表现型等次数资料归组。
3、适合性检验按已知的属性分类理论或学说计算理论次数。独立性检验在计算理论次数时没有现成的理论或学说可资利用,理论次数是在两因子相互独立的假设下进行计算。
4、在适合性检验中确定自由度时,只有一个约束条件,各理论次数之和等于各实际次数之和,自由度为属性类别数减1。而在r×c列联表的独立性检验中,共有rc个理论次数,但受到以下条件的约束,a、rc个理论次数的总和等于个实际次数的总和，b、r个横行中的每一个横行理论次数总和等于该行实际次数的总和。但由于r个横行实际次数之和的总和应等于
rc个实际次数之和,因而独立的行约束条件只有r-1 个，c、类似地,独立的列约束条件有c-1 个。因而在进行独立性检验时,自由度为rc-1-( r-1)-( c-1)=(r -1)( c-1),即等于,横行属性类别数-1，×,直列属性类别数-1，。 221.什么情况下,检验需作矫正,如何矫正, 22在对次数资料进行,检验利用连续型随机变量,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(1934)提出了一个矫正公式,矫正后的值记为,
计算公式为, 22当自由度大于1时,(7-1)式的,分布与连续型随机变量,分布相近似,这时,可不作连续性矫正,
但要求各组内的理论次数不小于5。若某组的理论次数小于5,则应把它与其相邻的一组或几组合并,直到理论次数大于5为止。 7-1式为,
22、直线相关系数与回归系数的关系如何,直线相关系数与配合回归直线有何关系,
生物统计附实验设计（明道绪 - - 第四版）复习题及答案统计学经典理论
