内容发布更新时间 : 2024/12/23 10:15:39星期一 下面是文章的全部内容请认真阅读。
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
**
1．何为实验因素，实验水平，实验处理？何谓简单效应、主要效应和交互作用效应？举例说明。
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%等，称为显著水平 由于显著水平不同可能直接影响到推断结果.本例题如果 用0.01水平就要接受无效假设,所以必须事先确定显著水平. 选用显著水平的原则:统计上达显著,实际上有应用价值.
选用显著水平的原则:试验误差小的,选高水平0.01;
试验误差大的,选低水平0.05.
5什么叫统计推断？它包括哪些内容？什么是统计假设测验，它的原理和方法？
统计推断:利用概率论和抽样分布的原理,由样本结果(统计数)推断或估计其总体特征(参数).
它有两条路:一是统计假设测验,二是参数的区间估计.本教材主要是统计假设测验. 统计假设测验的含义:首先对样本所属的总体提出统计假设(无效假设 H 0 ,备择假设 H A )然后计算样本在无效假设的总体中出现的概率,若概率大则接受该假设;若概率小则否定该假设,从而接受另一个相反的备择假设 具体有以下三大步:
(一)提出统计假设:对所研究的总体首先提出统计假设
(二)计算概率: 在假定无效假设为正确的前提下，研究抽样分布，从而计算出样本在无效假设的总体中出现的概率