生物统计复习思考题2012.doc

生物统计与试验设计思考题名词解释1. 生物统计2. 变数 3. 连续性变数4. 总体、样本5. 随机抽样6. 试验单元7. 试验因素8. 水平9. 主要效应(main effect)10. 交互作用效应11. 单因素试验12. 多因素试验13. 随机事件14. 必然事件、不可能事件15. 二项分布16. 无偏估值17. 统计推断18. 两尾测验、 一尾测验19. 适合性测验20. 独立性测验21. 回归分析22. 相关分析填空1. 若某植物群体中，出现青茎的概率为0.75，出现红茎的概率为0.25，若连续随机抽取2株，得青茎0株、1株、2株的概率是 、 、 。2. 统计推断的内容，包括统计 和 。3. 参数估计是指由样本结果对总体参数作出 和 。4. 统计推断应注意的两个前提条件是 。5. 方差分析是建立在一些基本假定的基础上，这些基本假定可归纳为三性，即： 、 、 。6. 试验设计的三个基本原则是指 、 、 。7. 完全随机化试验设计是根据 、 两个原则进行的。8. 应用拉丁方试验设计，就是在行和列两个方向都进行 ，使行、列两向皆成 。9. 单个拉丁方试验的总变异可分解为 、 、 和 四个部分。10. 统计关系和函数关系的区别在于统计关系变数存在 ，因而，统计关系的规律是 。11. 设有一N8的总体，平均数为3，方差为2。以n3抽取所有可能的样本，则样本平均数的总体平均为 ，方差为 。12. 有一小总体有5个变量分别为10，11，12，13，14，当以n2对该总体抽样时，所有可能的样本数有 个，样本平均数的总体平均为 13. 在田间试验设计中，设置重复可以起到 和 的双重作用。14. 有一双变数资料，Y依X的回归方程为，X依Y的回归方程为，则相关系数r= ，= ，= 。15. 已知，则在区间的概率为 。16. 方差分析中常用的变量转换方法有 、 和 。17. 已知某一棉花品种的纤维长度（毫米）为一N(30, 4)的总体。若以n=4抽样，要在水平上否定和，则其接受区分别为 和 。18. 间断性变数常用的理论分布是 ，连续性变数常用的理论分布是 。19. 已知某一棉花品种的纤维长度（毫米）为一的总体。若以抽样并测验假设，其95%接受区间从 至 。若时一新品系的，则该品系纤维长度95%置信区间约从 至 。20. 对不满足方差分析基本假定的资料可以作适当尺度的转换后再分析，常用方法有 、 、 等。21. 拉丁方设计在 设置区组，所以精确度高，但要求 等于 ，所以应用受到限制。22. 标准正态分布是参数 ， 的一个特定正态曲线。23. 误差可以分为 误差和 误差两种类型。24. t分布的平均数等于 ，t的取值区间为 。判断1. 间断性变数的次数分布通常不用折线图，因为其组与组之间是不连续的。2. 凡是累积分布呈“S”形的，其原始分布基本上都是有一中心而左右对称的。3. 如果次数分布的中心偏向一边而使左右不对称，则累积分布一定不成“S”形。4. 正态分布在一定条件下，还能作为间断性变数的近似分布。5. 在正态条件下，平均数、中位数和众数三者等值。6. 不同的正态总体，正态标准曲线均是相同的。7. 假设H0：0对HA：0，否定区在平均数分布的右尾。8. 型错误(错误)，只有在否定H0时才会发生。型错误(错误)，只有在接受H0时才会发生。9. 减少标准误是减少错误、错误的关键。10. 应用拉丁方试验设计就是在行和列两个方向都进行局部控制，使行、列皆成区组。11. 只要样本容量n30，我们通常就可以用正态分布计算一定区间概率的方法计算样本平均数或样本平均数差数在任何区间的概率。12. 一个显著的相关或回归并不一定具有实践上的预测意义。13. 一个试验是固定模型还是随机模型在进行方差分析时是有区别的。14. 完全随机化试验、裂区试验均应用了田间试验设计的三大原则。15. 有k个样本平均数，而，如果采用两两测验的方法，则会随k的增加大大增加犯和错误的概率。16. 在无交互作用时，试验因素彼此独立，简单效应等于主效。17. 对比设计和间比设计都没有应用随机的原则。18. 当否定一个真实假设时，我们就犯了第一类错误（错误）。19. t分布的重要特点是与总体标准差没有关联，因而特别适用于抽样误差较大的小样本。20. 统计假设测验的两种错误中，第二类错误只有在接受H0时才会发生。21. 方差及标准差随样本容量的增大而减小。22. 一个试验在设计时如果没有重复一样可以进行方差分析。23. 变异系数是不带单位的纯数。24. 当求部分和全体的相关时，所得的相关系数一定被缩小。25. 单因素随机区组试验设计下结果的方差分析可以按单向分组资料的方法进行处理。26. 事件A和B的和事件的概率，等于事件A和事件B的概率之和。27. 二项成数分布的平均数为np，标准差为npq开平方根。28. 成组比较分析时不需考虑两个样本的总体方差是否相等，而成对比较需要考虑。29. 单因素试验可以进行裂区设计。30. 完全随机化试验设计下结果的方差分析可以按两向分组资料的方法进行处理。31. 二因素完全随机化试验设计下结果的方差分析可以按两向分组资料的方法进行处理。32. 假设测验结果或犯错误或犯错误。33. 一个显著的相关或回归不一定说明X和Y的关系必为线性。34. 多数的系统误差是特定原因引起的，所以较难控制。35. 否定正确无效假设的错误为统计假设测验的第一类错误。36. A群体标准差为5，B群体的标准差为12，B群体的变异一定大于A群体。37. “唯一差异”是指仅允许处理不同，其它非处理因素都应保持不变。38. 由固定模型中所得的结论仅在于推断关于特定的处理，而随机模型中试验结论则将用于推断处理的总体。39. 在进行回归系数假设测验后，若接受，则表明X、Y两变数无相关关系。40. 如果无效假设错误，通过测验却被接受，是a错误；若假设正确，测验后却被否定，为b错误。 41. 有一直线相关资料计算相关系数r为0.7，则表明变数X和Y的总变异中可以线性关系说明的部分占70。 42. 某玉米株高的平均数和标准差为（厘米），果穗长的平均数和标准差为（厘米），可认为该玉米的株高性状比果穗性状变异大。43. 直线回归的假设测验中， F测验和t测验的关系为：。44. 二因素裂区试验中，应将水平间差异较大、容易鉴别的因素放在主区，水平间差异较小、不易鉴别的因素放在裂区。45. 对于多个样本平均数，不能采用t测验进行两两独立比较。问答1简述田间试验误差的来源和控制的途径2简述随机区组设计的优缺点3简述拉丁方设计的优缺点。4分析二裂式裂区设计的特点5简述直线回归和相关的应用要点计算1. 进行大豆等位酶Aph的电泳分析，193份野生大豆、223份栽培大豆等位基因型的次数列于下表，试分析大豆Aph等位酶的等位基因型频率是否因物种而不同。（，）野生大豆和栽培大豆Aph等位酶的等位基因型次数分布物 种等位基因型总 计123野生大豆 G.soja296896193栽培大豆 G.max221992223总 计 51 267 984162. 某一杂交组合的第三代(F3)共有560系，在温室内鉴别各系幼苗对某种病害的反应，并在田间鉴别植株对此病害的反应，所得结果列于下表，试测验两种反应间是否相关？（，）田间反应温 室 幼 苗 反 应总计抗 病分 离感 染抗病1425113206分离2310422149感染1217176205总计1771722115603. 研究某作物施肥量（，）和产量（，）的关系，资料经整理得如下一级数据：，。求直线回归方程；对回归关系进行显著性测验；计算相关系数并推测其显著性。F0.05,1,8=5.32，F0.01,1,8=11.26）8.39.27.78.48.89.610.38.79.19.413.615.412.813.414.615.815.514.114.915.64. 有4个黄瓜品种的比较试验，随机区组设计。4个品种果实鲜重的平均数(/小区)分别为A43.25，B41.375，C45.025，D37.000。试完成如下方差分析表，并对品种间差异作多重比较(LSD法)。(t0.05,3=3.182，t0.01,3=5.841；t0.05,4=2.776，t0.01,4=4.604；t0.05,5=2.571，t0.01,5=4.032；t0.05,6=2.447，t0.01,6=3.707；t0.05,9=2.262，t0.01,9=3.250；t0.05,12=2.179，t0.01,12=3.055；t0.05,15=2.131，t0.01,15=2.947)变异来源dfSSMSF区组间( )( )35.814( )*品种间( )( )( )( )*误差( )20.402( )总变异15270.4385. 有A、B、C、D、E 5个水稻品种抗病性比较试验，采用拉丁方设计。5个品种病情指数（DI）的平均数（/小区)依次为39.4、45.5、30.7、37.6和24.6。试完成如下方差分析表，并对品种间差异作多重比较(LSD法)。(t0.05,4=2.776，t0.01,4=4.604；t0.05,5=2.571，t0.01,5=4.032；t0.05,6=2.447，t0.01,6=3.707；t0.05,9=2.262，t0.01,9=3.250；t0.05,10=2.228，t0.01,10=3.169；t0.05,12=2.179，t0.01,12=3.055；t0.05,20=2.086，t0.01,20=2.845；t0.05,24=2.064，t0.01,24=2.797) 水稻不同品种抗病性试验的方差分析变异来源DFSSMSFF0.05横区组间（ ）348.64（ ）（ ）3.26列