田间试验与统计分析课后习题解答及复习资料1_第1页
田间试验与统计分析课后习题解答及复习资料1_第2页
田间试验与统计分析课后习题解答及复习资料1_第3页
田间试验与统计分析课后习题解答及复习资料1_第4页
田间试验与统计分析课后习题解答及复习资料1_第5页
已阅读5页,还剩18页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

田间试验与统计分析习题集及解答1. 在种田间试验设计方法中,属于顺序排列的试验设计方法为:对比法设计、间比法2. 若要控制来自两个方面的系统误差,在试验处理少的情况下,可采用:拉丁方设计3. 如 果 处 理 内 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 , 则 在 进 行 方 差 分 析 之 前 , 须 作 数 据 转 换 。 其 数 据 转 换 的 方 法 宜 采 用 :对 数 转 换 。4. 对 于 百 分 数 资 料 , 如 果 资 料 的 百 分 数 有 小 于 30%或 大 于 70%的 , 则 在 进行 方 差 分 析 之 前 , 须 作 数 据 转 换 。 其 数 据 转 换 的 方 法 宜 采 用 : 反 正 弦 转 换( 角 度 转 换 ) 。 5. 样本平均数显著性测验接受或否定假设的根据是:小概率事件实际不可能性原理。6. 对于同一资料来说,线性回归的显著性和线性相关的显著性:一定等价。7. 为了由样本推论总体,样本应该是:从总体中随机地抽取的一部分8. 测验回归和相关显著性的最简便的方法为:直接按自由度查相关系数显著表。9. 选择多重比较的方法时,如果试验是几个处理都只与一个对照相比较,则应选择:L SD 法 。10. 如要更精细地测定土壤差异程度,并为试验设计提供参考资料,则宜采用:空白试验11. 当总体方差为末知,且样本容量小于 30,但可假设 (两样本所属的总体方差同质)时,作平均数的假设测验宜用的方法为:t 测验12. 因素内不同水平使得试验指标如作物性状、特性发生的变化,称为:效应13. 若算出简单相差系数 大于 1 时,说明:计算中出现了差错。14. 田间试验要求各处理小区作随机排列的主要作用是:获得无偏的误差估计值15. 正态分布曲线与 轴之间的总面积为:等于 1。16. 描述总体的特征数叫:参数,用希腊字母表示;描述样本的特征数叫:统计数,用拉丁字母表示。17. 确定 分布偏斜度的参数为:自由度18. 用最小显著差数法作多重比较时,当两处理平均数的差数大于 LSD0.01 时,推断两处理间差异为:极显著19. 要比较不同单位,或者单位相同但平均数大小相差较大的两个样本资料的变异度宜采用:变异系数20. 选择多重比较方法时,对于试验结论事关重大或有严格要求的试验,宜用:q 测验。21. 顺序排列设计的主要缺点是:估计的试验误差有偏性22. 田间试验贯彻以区组为单位的局部控制原则的主要作用是:更有效地降低试验误差。23. 拉丁方设计最主要的优点是:精确度高24. 连续性变数资料制作次数分布表在确定组数和组距时应考虑:(1)极差的大小;(2)观察值个数的多少;(3)便于计算;(4)能反映出资料的真实面貌。 25. 某蔗糖自动打包机在正常工作状态时的每包蔗糖重量具 (100,2)。某日抽查 10 包,得 101 千克。问该打包机是否仍处于正常工作状态?此题采用:(1)两尾测验;(2)u 测验26. 下列田间试验设计方法中,仅能用作多因素试验的设计方法有:(1)裂区设计;(2)再裂区设计。27. 对于对比法和间比法设计的试验结果,要判断某处理的生产力确优于对照,其相对生产力一般至少应超过对照:10%以上28. 次数资料的统计分析方法有:(1) 测验法;(2)二项分布的正态接近法。29. 算术平均数的重要特征是: (1) 0;(2) ,(a )。30. 为了有效地做好试验,使试验结果能在提高农业生产和农业科学的水平上发挥应有的作用,对田间试验的基本要求是:(1)试验的目的性要明确;(2)试验的结果要可靠;(3)试验条件要有代表性;(4)试验结果要能够重复。31. 表示变异度的统计数最常用的有:(1)极差;(2)方差;(3)标准差;(4)变异系数。32. 试验某生长素对小麦苗发育的效果,调查得未用生长素处理和采用生长素处理的苗高数据各 10 个。试测验施用生长素的苗高至少比未用生长素处理的苗高 2cm 的假设。此题应为:(1) 测验;( 2)一尾测验。33. 确定试验重复次数的多少应根据:(1)试验地的面积及小区的大小;(2)试验地土壤差异大小;(3)试验所要求的精确度;(4)试验材料种子的数量。34. 对单因素拉丁方试验结果资料方差分析时,变异来源有:(1)总变异;(2)行区组间变异;(3)列区组间变异;(4)处理间变异;(5)试验误差。35. 在方差分析 测验中,当实得 小于 0.05,应接受 o(无效假设),认为处理间差异不显著。36. 某 样 本 的 方 差 越 大 , 则 其 观 察 值 之 间 的 变 异 就 越 大 。37. 在试验中重复的主要作用是估计试验误差和降低试验误差。38. 自 由 度 的 统 计 意 义 是 指 样 本 内 能 自 由 变 动 的 观 察 值 个 数 。39. 数据 3、1、3、1、2、3、4、5 的算术平均数是 2.75 ,中数是 3 。40. 一 般 而 言 , 在 一 定 范 围 内 , 增 加 试 验 小 区 的 面 积 , 试 验 误 差 将 会 降 低 。41. 在 abx 方程中,b 的意义是 x 每增加一个单位, 平均地将要增加或减少的单位数。42. 田 间 试 验 可 按 因 素 的 多 少 分 为 单 因 素 试 验 和 多 因 素 试 验 。43. 卡平方测验的连续性矫正的前提条件是自由度等于 1。44. 从 总 体 中 抽 取 的 样 本 要 具 有 代 表 性 , 必 须 是 随 机 抽 取 的 样 本 。45. 从 一 个 正 态 总 体 中 随 机 抽 取 的 样 本 平 均 数 , 理 论 上 服 从 正 态 分 布 。46. 在一定的概率保证下,估计参数可能出现的范围和区间,称为置信区间(置信距)。47. 试 验 误 差 分 为 系 统 误 差 和 随 机 误 差 。48. 在 拟 定 试 验 方 案 时 , 必 须 在 所 比 较 的 处 理 之 间 应 用 唯 一 差 异 的 原 则 。49. 在多重比较中,当样本数大于等于 3 时,t 测验, SSR 测验、q 测验的显著尺度 q 测验最高,t 测验最低。50. 试 验 资 料 按 所 研 究 的 性 状 、 特 性 可 以 分 为 数 量 性 状 和 质 量 性 状 资 料 。51. 样 本 可 根 据 样 本 容 量 的 多 少 为 : 大 样 本 、 小 样 本 。52. 对 比 法 、 间 比 法 试 验 , 由 于 处 理 是 作 顺 序 排 列 , 因 而 不 能 够 无 偏 估 计 出试 验 的 误 差 。53. 小区的形状有长方形、正方形。一般采用长方形小区。54. 在边际效应受重视的试验中,方形小区是有利的,因为就一定的小区面积来讲,方形小区具有最小的周长,使受到影响的植株最少。55. 完 全 随 机 设 计 应 用 了 试 验 设 计 的 重 复 和 随 机 两 个 原 则 。56. 试 验 设 计 的 三 个 基 本 原 则 是 重 复 、 随 机 和 局 部 控 制 。57. 在 田 间 试 验 中 , 设 置 区 组 的 主 要 作 用 是 进 行 局 部 控 制 。58. 两个变数的相关系数为 0.798,对其进行假设测验时,已知 0.798,那么在 1水平上这两个变数的相关极显著。59. 随 机 区 组 设 计 应 用 了 试 验 设 计 的 重 复 、 随 机 和 局 部 控 制 三 个 原 则 。60. 试验方案试验计时,一般要遵循以下原则: 明确的目的性 、 严密的可比性 和 试验的高效性 。61. 试 验 误 差 分 为 系 统 误 差 和 随 机 误 差 , 一 般 所 指 的 试 验 误 差 为 随 机 误 差 。62. 试验误差:使观察值偏离试验处理真值的偶然影响称为试验误差或误差。63. 试验指标:衡量试验处理效果的标准称为试验指标(experimental index),简称指标(index)。在田间试验中,用作衡量处理效果的具体的作物性状即为指标,例如产量、植株高等。64. 准确性(accuracy)与精确性(precision) 统计工作是用样本的统计数来推断总体参数的。我们用统计数接近参数真值的程度,来衡量统计数准确性的高低,用样本中的各个变量间变异程度的大小,来衡量该样本精确性的高低。因此,准确性不等于精确性。准确性是说明测定值对真值符合程度的大小,而精确性则是多次测定值的变异程度。65. 标准差:统计学上把方差或均方的平方根取正根的值称为标准差(standard deviation)。标准差,能度量资料的变异程度,反映平均数的代表性优劣。标准差(方差)大,说明资料变异大,平均数代表性差;反之,说明资料的变异小,平均数的代表性好。66. 标 准 差 为 方 差 或 均 方 的 平 方 根 , 用 以 表 示 资 料 的 变 异 度 , 其 单 位 与 观 察值 的 度 量 单 位 相 同 。67. 参数与统计数 参数:由总体的全部观察值计算得的总体特征为参数,它是该总体真正的值,是固定不变的,总体参数不易获得,通常用统计数来估计参数。统计数:由标本观察值计算得到的样本特征数为统计数,它因样本不同常有变动。它是估计值,根据样本不同而不同。68. 试验因素:试验因素(experimental factor)指试验中能够改变,并能引起试验指标发生变化,而且在试验中需要加以考察的各种条件,简称因素或因子(factor)。69. 因素水平(factor level): 对试验因素所设定的量的不同级别或质的不同状态称为因素的水平,简称水平。70. 试验处理(experimental treatment): 事先设计好的实施在试验单位上的具体项目叫试验处理,简称处理。在单因素试验中,实施在试验单位上的具体项目就是试验因素的某一水平,故对单因素试验时,试验因素的一个水平就是一个处理。在多因素试验中,实施在试验单位上的具体项目是各因素的某一水平组合,所以,在多因素试验时,试验因素的一个水平组合就是一个处理。71. 试验小区(experimental plot): 安排一个试验处理的小块地段称为试验小区,简称小区。72. 试验单位(experimental unit):亦称试验单元,是指施加试验处理的材料单位。这个单位可以是一个小区,也可以是一穴、一株、一穗、一个器官等。73. 试验单位(experimental unit):亦称试验单元,是指施加试验处理的材料单位。这个单位可以是一个小区,也可以是一穴、一株、一穗、一个器官等。74. 总体(population):根据试验研究目的确定的研究对象的全体称为总体(population),其中的一个研究单位称为个体( individual)。个体是统计研究中的最基本单位,根据研究目的,它可以是一株植物,一个稻穗,也可以是一种作物,一个作物品种等。75. 有限总体(finite population)与无限总体(infinite population):包含无穷多个个体的总体称为无限总体;包含有限个个体的总体称为有限总体。76. 样本(sample ):从总体中抽取的一部分供观察测定的个体组成的集合,称为样本。77. 样本容量(sample size):样本所包含的个体数目称为样本容量,常记为n。通常将样本容量 n 30 的样本称为大样本,将样本容量 n30 的样本称为小样本。78. 观测值(observation) 对样本中各个体的某种性状、特性加以考察,如称量、度量、计数或分析化验所得的结果称为观测值。79. 处理效应(treatment effect):是处理因素作用于受试对象的反应,是研究结果的最终体现。80. 区组:将整个试验环境分成若干个最为一致的小环境,称为区组。81. 回归: 回归(regression )是指由一个(或多个)变量的变异来估测另一个变量的变异。82. 相关: 相关(correlation)是指两个变量间有一定的关联,一个性状的变化必然会引起另一性状的变化。83. 无效假设与备择假设无效假设:无效假设或零假设(null hypothesis),意味着,所要比较的两个总体平均数之间没有差异,记为 H0: 。所谓 “无效”意指处理效应与总体参数之间没有真实的差异,试验结果中的差异乃误差所致,即假设处理没有效应。备择假设:备择假设(alternative hypothesis)是在无效假设被否定时,准备接受的假设,记为 HA: 或 。84. 样本标准误 :样本标准误 是平均数抽样误差的估计值。85. 唯一差异原则:为保证试验结果的严格可比性,在试验中进行处理间比较时,除了处理因素设置不同的水平外,其余因素或其他所有条件均应保持一致,以排除非试验因素对试验结果的干扰,才能使处理间的比较结果可靠。86. 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上不可能发生的事件称为小概率事件实际上不可能性原理,亦秒为小概率原理。87. 简述田间试验设计的基本原则和作用?88. 随机区组设计的主要优点:(1)设计简单,容易掌握;(2)灵活性大,单因素、多因素以及综合性试验都可以采用;(3)符合试验设计的三原则,能提供无偏的误差估计,能有效地减少单向的土壤肥力差异对试验的影响,降低试验误差,提高试验的精确度;(4)对试验地的形状和大小要求不严,必要时不同区组可以分散设置在不同的田块或地段上;(5)易于分析,当因某种偶然事故而损失某一处理或区组时,可以除去该处理或区组进行分析。89. 标准差定义、意义及计算公式统计学上把方差或均方的平方根取正根的值称为标准差(标准偏差)(standard deviation)。用平均数作为样本的代表,其代表性的强弱受样本中各观测值变异程度的影响。如果各观测值变异小,则平均数的代表性强;如果各观测值变异大,则平均数代表性弱。标准差的大小,受多个观测值的影响,如果观测值与观测值间差异大,其离均差也大,因而标准差也大,反之则小。所以,样 本 标 准 差 ( S) 是 反 映 样本 中 各 观 测 值 x1, x2,xn变 异 程 度 大 小 的 一 个 指 标 , 它 的 大 小 说 明 了 平 均数 对 该 样 本 代 表 性 的 强 弱 。 标 准 差 小 , 说 明 观 测 值 变 异 小 , 变 量 的 分 布 比 较 密集 在 平 均 数 附 近 , 则 平均数的代表性强;反之,标 准 差 大 , 说 明 观 测 值 变 异 大, 变 量 的 分 布 比 较 离 散 , 则 平均数的代表性弱。标准差(标准偏差)的计算公式:90. 简述拉丁方设计的特点和优缺点91. 试验误差有哪几方面的来源?控制试验误差的途径有哪些?92. 田间试验的基本要求有哪些?93. 例 6 个毛豆品种患茎癌肿病的病株百分率(已经过反正弦转换的结果)如下表,试对这一随机区组试验的结果进行方差分析。原始资料经反正弦转换后的 值(度)区 组品 种 tA 26.1 32.7 5.7 14.7 79.2 19.800B 18.5 36.1 22.0 13.7 90.3 22.575C 30.1 37.2 28.9 21.1 117.3 29.325D 22.0 33.3 15.6 17.4 88.3 22.075E 10.5 36.8 6.0 8.1 61.4 15.350F 10.1 18.1 5.7 5.7 39.6 9.900 r 117.3 194.2 83.9 80.7 476.1(一)自由度和平方和的分解本资料,处理数 k6, 区组数 r4,全试验观测值个数 rk=24,全试验观测值总和 T=476.1 自由度的分解总的 dfT rk123 区组 dfr r 13 处理 dft k 15误差 dfe dfT dft dfr( r1)( k1)15 平方和的分解9444.63375总的 SST 2641.57625 区组 SSr 1392.80458品种(处理) 885.62375 误差 SSe SST SSr SSt363.14792(二) 列方差分析表和测验 测验区组 品种(处理)列方差分析表变 异 来 源 DF SS MS F F0.05 F0.01区 组 间 3 1392.80458 464.26819 19.18 3.29 5.42品 种 间 5 885.62375 177.12475 7.32 2.90 4.56误 差 15 363.14792 24.20986总 变 异 23 2641.57625 测验说明:区 组 间 F=19.18 0.015.42 差 异 显 著 , 说 明 4 个 区 组 的 环境 是 有 极 显 著 差 异 的 。 因 此 , 在 这 个 试 验 中 , 区 组 作 为 局 部 控 制 的 一 项 手段 , 对 于 减 少 误 差 相 当 有 效 率 。 品 种 间 F=7.32 0.014.56, 说 明 6 个供 试 品 种 的 总 体 病株百分率是 有 显 著 差 异 的 。94. 例玉米乳酸菌饮料工艺研究中,进行了加酸量 A 比较试验,采用了 5种加酸量(k=5):A 1(0.3 ),A 2(0.4),A 3(0.5),A 4(0.6),A 5(0.7)5 次重复(r=5 )(分别由 5 个操作人员分别完成,以操作人员为区组),随机区组设计。试验的感官评分结果见下表。试进行方差分析。区组加酸量 TtA1 77 74 63 70 74 358.0 71.60 A2 81 80 82 81 79 403.0 80.60 A3 91 94 93 96 90 464.0 92.80 A4 85 81 86 83 82 417.0 83.40 A5 81 75 64 74 79 373.0 74.60 Tr 415.0 404.0 388.0 404.0 404.0 T=2015.0 经计算得下列方差分析表:方差分析表变 异 来 源自由度DF 平方和 SS 均方 MS P 概率临界 0.05临界 0.01区组间 4 74.40000 18.60000 1.14 0.3735 3.01 4.77处理间 4 1368.40000 342.10000 20.96 0.0001 3.01 4.77误 差 16 261.20000 16.32500总变异 24 1704.00000F 测验说明:多重比较:平均数标准误 =最小显著极差 dfe=16新复极差测验的最小显著极差秩次距 P 2 3 4 5SSR0.05 3.00 3.14 3.24 3.30 SSR0.01 4.13 4.31 4.42 4.51 LSR0.05LSR0.01多重比较结果(新复极差法, SSR 法)差 异 显 著 性处理 均值( )5 1A3 92.8A4 83.4A2 80.6A5 74.6A1 71.6试验结果表明: 94.题答案:F 测验说明:因区组间 F=1.14 0.05=3.01, P0.3735 ,故区组间差异不显著。因处理间 F=20.96 0.01=4.77, P0.0001 ,故处理间差异极显著。多重比较:平均数标准误 = 1.8069311最小显著极差 dfe=16新复极差测验的最小显著极差秩次距 P 2 3 4 5SSR0.05 3.00 3.14 3.24 3.30 SSR0.01 4.13 4.31 4.42 4.51 LSR0.05 5.4208 5.6738 5.8545 5.9629 LSR0.01 7.4626 7.7879 7.9866 8.1493 多重比较结果(新复极差法, SSR 法)差 异 显 著 性处理 均值( )5 1A3 92.8 a AA4 83.4 b BA2 80.6 b BCA5 74.6 c CDA1 71.6 c D试验结果表明: 处理 A3 的均值最高,极显著高于 A4、A 2、A 5、A 1;处理A4 极显著高于 A5、A 1;处理 A2 极显著高于 A1,显著高于 A5;处理 A4、A 2 间差异不显著;处理 A5、A 1 间差异不显著。95. 一些夏季害虫盛发期的早迟和春季温度高低有关。江苏武进县测定 19561964 年间,3 月下旬至 4 月中旬,旬平均温度累积值(x,单位:旬度)和一代三化螟蛾盛发期(y ,以 5 月 10 日为 0)的关系于下表。累积温和一代三化螟蛾盛发期的关系x(累积温) 35.5 34.1 31.7 40.3 36.8 40.2 31.7 39.2 44.2y(盛发期) 12 16 9 2 7 3 13 9 1经计算得:a=48.5493; b=1.0996; r=0.837(1) 计算相关系数和决定系数,对相关系数进行检验,并说明相关系数的意义。( r0.01, 70.798)(2) 若相关显著,试建立回归方程,并说明其实际意义。在应用回归方程进行预测时,给出 x 取值的限定区间。95.题答案:(1) 计算相关系数和决定系数,对相关系数进行检验,并说明相关系数的意义。( r0.01, 70.798)r=0.837, r2=0.7008因实得 r0.01, 70.798,则相关极显著。计算结果 r=0.837,说明当 3 月下旬的积温与一代三化螟盛发期间存在极显著的相关关系,即在 x 变数的取值区间31.7,44.2范围内随着积温的增加盛发期提早到来。(2) 若相关显著,试建立回归方程,并说明其实际意义。在应用回归方程进行预测时,给出 x 取值的限定区间。由于积温与盛发期相关极显著,说明直线回归关系也极显著,故可建立直线回归方程。=48.54931.0996方程的实际意义:说明当 3 月下旬的积温每提高 1 旬度时一代三化螟蛾盛发期将提早 1.1 天到来,此规律只适于 x 变数的实际区间31.7,44.2;若欲在 x31.7 或 x44.2 外延,则必须要有新的试验依据。96. 例 6 个毛豆品种患茎癌肿病的病株百分率(已经过反正弦转换的结果)如下表,试对这一随机区组试验的结果进行方差分析。原始资料经反正弦转换后的 值(度)区 组品 种 tA 26.1 32.7 5.7 14.7 79.2 19.800B 18.5 36.1 22.0 13.7 90.3 22.575C 30.1 37.2 28.9 21.1 117.3 29.325D 22.0 33.3 15.6 17.4 88.3 22.075E 10.5 36.8 6.0 8.1 61.4 15.350F 10.1 18.1 5.7 5.7 39.6 9.900 r 117.3 194.2 83.9 80.7 476.1经计算得以下结果:列方差分析表变 异 来 源 DF SS MS F F0.05 F0.01区 组 间 3 1392.80458 464.26819 19.18 3.29 5.42品 种 间 5 885.62375 177.12475 7.32 2.90 4.56误 差 15 363.14792 24.20986总 变 异 23 2641.57625 测验说明:多重比较:平均数标准误 = 最小显著极差 dfe=16品种新复极差测验的最小显著极差P 2 3 4 5 6SSR0.05 3.01 3.16 3.25 3.31 3.36SSR0.01 4.17 4.37 4.50 4.58 4.64LSR0.05LSR0.01品种病株率的新复极差测验差 异 显 著 性品种 病株百分率5 1C 29.325B 22.575D 22.075A 19.800E 15.350F 9.900多重比较结果表明: 96.题答案: 经计算得以下结果:列方差分析表变 异 来 源 DF SS MS F F0.05 F0.01区 组 间 3 1392.80458 464.26819 19.18 3.29 5.42品 种 间 5 885.62375 177.12475 7.32 2.90 4.56误 差 15 363.14792 24.20986总 变 异 23 2641.57625 测验说明:区 组 间 F=19.18 0.015.42 差 异 显 著 , 说 明 4 个 区 组的 环 境 是 有 极 显 著 差 异 的 。 因 此 , 在 这 个 试 验 中 , 区 组 作 为 局 部 控 制 的 一项 手 段 , 对 于 减 少 误 差 相 当 有 效 率 。 品 种 间 F=7.32 0.014.56, 说 明6 个 供 试 品 种 的 总 体 病株百分率是 有 显 著 差 异 的 。多重比较:平均数标准误最小显著极差 dfe=16品种新复极差测验的最小显著极差P 2 3 4 5 6SSR0.05 3.01 3.16 3.25 3.31 3.36SSR0.01 4.17 4.37 4.50 4.58 4.64LSR0.05 7.405 7.774 7.996 8.143 8.266LSR0.01 10.259 10.751 11.071 11.268 11.415品种病株率的新复极差测验差 异 显 著 性品种 病株百分率5 1C 29.325 a AB 22.575 ab ABD 22.075 ab ABA 19.800 b ABCE 15.350 bc BCF 9.900 c C多重比较结果表明:品种 C 的病株率最高,极显著高于 E、F ,显著高于 A;品种 B、D 极显著高于 F;品种 A 显著高于 F;品种 C、B、D 间差异不显著;品种 B、D 、A、E 间差异显著;品种 E、F 间差异不显著。97、袋中有 10 只乒乓球,编号分别为 1,2, ,10,现从中随机地一次取 3 只,求:(1)最小号码为 5 的概率; (2)最大号码为 5 的概率。解:设事件 A最小号码为 5事件 B最大号码为 5,则1 12 23 34 45 56 67 78 89 910 1098. 有 6 件产品,其中有 2 件是次品,现从中抽取两次,每次取 1 件,在有 返 置 抽 样 和 不 返 置 抽 两种情况下,分别计算(参阅概率论与数理统计学习指南,孙国红 P14):(1)取到的 2 件产品都是正品的概率; (2)取到的 2 件产品都是正品或者都是次品的概率;(3)取到的 2 件产品中有次品的概率。分析:从产品中取产品两次,每次取 1 件,检验产品的质量,故基本事件数的计算用乘法原理。解 记事件 A2 件产品都是正品;记事件 B2 件产品都是次品;记事件 C2 件产品中有次品,即 2 件产品中至少有一件是次品。返置抽样 第一次有 6 件产品供抽取,第二也有 6 件产品供抽取。由组合法的乘法原理,共有 66 种取法。即样本空间中元素总数为 66,对于事件A 而言,由于第一次有 4 件正品可供抽取,第二次也有 4 件正品可供抽取,由乘法原理共有 44 种取法,即 A 中包含 44 个元素。同理,B 中包含 22 个元素。于是,由于 ,即事件 A 与事件 B 的交事件为不可能事件,得不返置抽样这一随机事件的样本空间的基本事件总数为 ,事件 A 的基本事件数为事件 B 的基本事件数为 ,所以,99、已知随机变量 (100, 0.1),求 的总体平均数和标准差。解:此题为二项分布 B( n, p)的随机变量 x 之平均数 、标准差 的计算。的总体平均数的标准差16、已知随机变量 (10, 0.6 ,求(1)P(2 6 ;(2)P( 7;(3) P( 3 。解:(1)(2)(3)100. 某种植物在某地区种植,染病的概率为 0.3,现在该区种植 30 株该种植物,试求以下概率:(1)恰有 6 株染病概率;(2)前 24 株未染病的概率;(3)未染病株数超过 8 株的概率。解:(1)恰有 6 株染病概率(2) 独立事件:事件的发生与事件的发生毫无关系,反之,事件的发生也与事件的发生毫无关系,则称事件和事件为独立事件,例如,播种玉米时,一穴中播种两粒,第一粒发芽为事件,第二粒发芽为事件,第一粒是否发芽不影响第二粒的发芽,第二粒是否发芽也不影响第一粒发芽,则事件和事件相互独立。如果事件和事件为独立事件,则事件与事件同时发生的概率等于事件和事件各自概率的乘积。即:()()()因 第 1 株 未 染 病 的 概 率 0.7; 第 2 株 未 染 病 的 概 率 0.7; 第 3 株 未 染 病 的 概 率 0.7; 第 23 株 未 染 病 的 概 率 0.7; 第 24 株 未 染 病 的 概 率 0.7, 且 这 些 事 件 ( 24 个事 件 ) 互 为 独 立 事 件 , 故 这 些 事 件 同 时 发 生 的 概 率 为 各 自 概 率 的 乘 积 , 即 前 24 株未 染 病 的 概 率 0.70.70.70.70.7=0.724=1.915810-4(3)未染病株数超过 8 株的概率101、假设每个人的血清中含有肝炎病毒的概率为 0.4% ,混和 100 个人的血清,求此血清中含有肝炎病毒的概率。解:100 个人血清含有肝炎病毒的可能有 101 种情况,而混和 100 个人的血清不含肝炎病毒的概率为则,混和 100 个人的血清,此血清中含有肝炎病毒的概率为21、设 N( 10, ), P( 12 =0.1056,试求 在区间6,16)内取值的概率。解:故 查附表 1,得 ui=1.25即 , ,总体标准差 故102. 某品种玉米在某地区种植的平均产量为 350 /666.7 ,标准差为 70 /666.7,问产量超过 400/666.7的占百分之几? 解:xN(350,70 2)103、设 N(100, ) , 是样本平均数和标准差,求补充练习题一 已知随机变量 N(0,1)求: (1) P(u1.45),(2) P (u1.45),(3) P (1.20 u0.5),(4) P(u2.58);并计算 P(u u )和 P(u u )0.025 的 u 值。;并作图表示。解:(1) P(u1.45)=0.0735 查附表 1(2) P (u1.45)1 P (u1.45)10.9265=0.0735 查附表 1(3) P (1.20 u0.5) P(u0.5) P(u1.2)0.69150.11510.5764 查附表 1(4) P(u2.58)1 P(u2.58 ) 查附表 110.99510.0049 0.005(5) P(u u )0.05P(u u )10.05 0.95查附表 1, u 1.64(6) P(u u )0.025 P(u u )10.025 查附表 1, u 1.96补充练习题二 以知变量 x 服从 N(12, 1.5 ),求:解 :(1)= =3P(10.5x16.5) P(1 u3 P(u3) P(u1) 查附表 10.99870.15870.84(2) P(x L1)0.025P(u u1)0.025, 查附表 1, u11.96u= 1.96=L1=121.961.5=9.06 P( x L2) =0.025P( u u2)=0.025P( u u2)=10.025=0.975查附表 1, u2=1.96u=1.96=L2=12+1.961.5=14.94104. 规定某种果汁中的 VC 含量不得低于 20g/L。现对某批产品随机抽取 10个样品进行检测,得 VC 含量平均数 19g/L,样本标准差 3.69 g/L,问这批产品合格吗?(提示:采用一尾 t 检验, : = , : )解:采用一尾 t 检验 提出假设 : = , : 检验计算样本平均数的标准误 df=n-1=10-1=9(一尾)= (两尾)=1.833查附表 2实得 0.857 t0.05(一尾 )1.833,故P0.05 统计推断 接受 : 28,即不能认为 大于 28105. 在前茬作物喷洒过含有机砷杀虫剂的麦田中随机采取 14 株植株测定砷的残留量,得 7.6mg, 2.17;又在前茬作物从未喷洒过含有机砷杀虫剂的麦田中随机采取 13 株植株测定砷的残留量,得 5.3mg, 2.26。问在前茬作物喷洒过含有机砷杀虫剂后,是否会使后作植物体内的砷残留量显著提高?(提示:采用一尾 t 检验,)解:提示:采用一尾 t 检验。用 表示在前茬作物喷洒过含有机砷杀虫剂后的作植物体内的砷残留量样本所在的总体, 表示表示在前茬作物未喷洒过含有机砷杀虫剂后的作植物体内的砷残留量样本所在的总体。(1)提出假设: = ,即在前茬作物喷洒过含有机砷杀虫剂后与在前茬作物从未喷洒过含有机砷杀虫剂作植物体内的砷残留量相等。: ,即在前茬作物喷洒过含有机砷杀虫剂后作植物体内的砷残留量高于在前茬作物从未喷洒过含有机砷杀虫剂作植物体内的砷残留量。(2)计算 t 值计算亲本的合并均方总体 N( , 2)抽样 =19n10计算样本均数差数标准误计算 t 值(3)统计推断 根据 ,查附表 3 得: (一尾)=(两尾)=1.708,因计算得的 ,故 p0.05,否定无效假设 : = ,接受备择假设 : ,即在前茬作物喷洒过含有机砷杀虫剂后作植物体内的砷残留量高于在前茬作物从未喷洒过含有机砷杀虫剂作植物体内的砷残留量。106. 某地区历年平均血吸虫发病率为 1%,采取某种预防措施后,当年普查了 1000 人,发现 8 名患者,是否可认为预防措施有效?(提示:,)解:提示:采用一尾 检验(1)提出假设: = ,即预防措施后与预防措施前血吸虫发病率相等,亦即采取预防措施后没有什么效果。: ,即预防措施后比预防措施前血吸虫发病率减少,即采取预防措施后有一定的效果。(2)计算 u 值由于 小于 30,必须对 u 值进行连续性矫正。(3)统计推断计算所得的 ,故 p0.05,接受 : = ,即预防措施后与预防措施前血吸虫发病率无差异,亦即采取预防措施后没有明显效果。107、 随机抽测 5 年生的杂交杨树 50 株,得平均树高 9.36 m,样本标准差 1.36 m。以 95%的置信度计算这批杨树高度的置信区间解:样本平均数的标准误 查附表 3,当 df=501=49,得 ,故 95%置信区间为说明置信度为 95%时,这批杨树高度在 8.979.74 之间,即有 95%的把握认为这批杨树高度在 8.979.74 之间。108、 试验 1000 粒大豆种子,有 620 粒发芽,求发芽率在 95%置信度下的置信区间。解:样本百分率的标准误 查附表 2,得 ,故 95%置信区间为说明置信度为 95%时,这大豆种子发芽率在 59%65%之间,即有 95%的把握认为这大豆种子发芽率在 59%65%之间。109. 现有一小麦品种比较试验,供试品种(包括对照)6 个,采用随机区组设计,重复 4 次,小区面积为 20m2,各品种及小区产量整理如下(单位:kg)试作方差分析。并用小区产量进行比较。(1) 试验数据的整理小麦品种产量比较试验结果(kg)各 重 复 小 区 产 量品 种 tA 13.8 14.3 13.9 13.3 55.3 13.825B 14

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论