名词解释 (2)

1、.1、重演性：指试验所获得的试验结果，在相同或类似的条件下进行重复试验或大面积生产时，可以获得相同或相似的试验结果。2、总体和样本：由具有某种共同性质的大量个体所组成的集团或者说某一变数的全部可能值的集合称为总体。样本是指从总体中抽出的一部分个体。3、线性可加模型：此模型是指每一个试验观察值（变量）可以划分成若干个线性组成部分。4、独立性测验：测验用于两个计数资料的相关研究，这种测验称为独立性测验。5、相关：相关是研究两种或两种以上变数的相关变异程度。也即研究两种或两种以上事物的共同变化规律。6 区组：是指采用局部控制后的一个重复区，特点是区组内的非试验条件尽最大可能一致。7 参数和统计数：描

2、述总体的特征数是参数，描述样本的特征数为统计数。参数是真值，固定的，不易（或不能）得到；统计数是变化的，可以得到，是相应参数的估计值。8.随机模型：是指试验中的各处理皆是抽自N（0，）的一组随机样本，因此处理效应是随机的。目的是在于研究的变异度，是对抽出这些处理的总体作出推断。9.适合性测验：指测验观察的实际次数与某种理论或需要预期的理论次数是否相符合，这种测验称为适合性测验。10.回归：研究一种变数受另一种或一种以上变数的影响程度，或研究一个变数随另外一个或一个以上变数的变化而变化的规律叫回归。11.科学研究：是指人类探索、揭示和利用客观规律改造世界的活动，是扩充、修改和整理知识的探索工作。

3、12.变数与变量：在同一组试验条件下所获得的某种性状或特性的一组有变化的数据称为变数；变数中的每一个具体的数值叫做变量。13.总体和统计数：由具有某种共同性质的大量个体所组成的集团或者说某一变数的全部可能值的集合称为总体。描述样本的特征数为统计数。14错误：在假设测验中，如果无效假设是错误的，通过测验却接受了无效假设，这种错误称错误。15.缺值估计：根据一定的统计原理，估计出缺区的最可能值（最可信值），并以之代替缺值进行方差分析，这叫做缺值估计。16.田间试验：是指在人为的控制下进行试验处理，是非研究条件对试验的影响接近一致，突出主要研究内容，以差异对比法为基础，观测比较不同处理的反应和效果。

4、17.无偏估计：如果所有可能样本的某一统计数的平均数等于总体相应参数，则称该统计数为总体相应参数的无偏估计。18.两个平均数的假设测验：通过两个样本平均数的差值推断其总体平均数之间是否存在显著差异的测验叫两个平均数的假设测验19.方差的同质性测验：用测验多个样本（K3）方差是否来自相同方差总体的假设，称为方差的同质性测验，即判断多个方差是否同质的测验。20.错误：在假设测验中，如果无效假设是正确的，通过测验却否定了无效假设，这种错误称错误。21.参数的区间估计：根据统计数的概率分布，给出一个区间L1，L2，使总体参数在此区间的置信概率（置信度）为1- ，这一统计分析过程为参数的区间估计。22.

5、中心极限定理：在平均数抽样分布中，如果原总体不服从正态分布或分布形式未知，但是一具有平均数，方差的分布，则随着样本容量n的增大（一般n30），样本平均数的分布越来越接近正态分布，且具有平均数，方差，这叫做中心极限定理。23方差分析：进行多个处理平均数（K3）间的差异是否显著的统计方法。24固定模型：试验的各个处理都抽自其特定的处理总体，这些总体服从)，因此处理效应是固定的。目的在于研究处理效应，结果推断仅限于供试处理范围内。25 相关系数：反映两个变数间相关性质和相关密切程度的统计数。26.重复：在试验中，同名小区（同一处理）出现的次数为重复。27.统计推断：是指根据抽样分布率和概率理论，由样

6、本结果（统计数）对总体特征（参数）进行推论。 28.单个平均数假设测验：测验样本平均数所属的的总体平均数与某一已知总体总体平均数0之间是否存在显著差异的测验为单个平均数假设测验。29.多重比较：在F测验达到显著之后，进行两两处理平均数间的差异显著性测验叫平均数的多重比较，简称多重比较。30.决定系数：指在x或y的总变异中，可以相互以线性关系说明的部分所占的比率为决定系数。 1.试验设计的三条基本原理为 重复 ， 随机， 局部控制 。2完全随机设计未使用 局部控制 设计原理；在使用裂区设计时，应该将 要求精确度高的 因素的各处理安排在副区。将需要小区面积较大因素的各处理安排在 主区 。3变数分布

7、的两个基本特征是 集中性和 离散性，标准差表示变数的 平均 变异量，而变异系数表示变数的 相对 变异量。4N（0，1）表示 标准正态分布 。0，1总体是指 二项 总体。t分布由参数 自由度 决定。读作 显著水准为时的临界t值 。5.统计推断是指 根据抽样分布率和概率理论，由样本结果（统计数）对总体特征（参数）进行推论。；假设测验使用的原理是 “小概率事件的实际不可能性原理” 。如果无效假设是正确的，经过测验却否定了无效假设，这叫 错误。 6方差分析是在 试验处理数K3 时进行平均数的统计假设测验方法。两项百分数资料在进行方差分析时，首先应进行 数据转换，常用的方法是 反正弦转换法 。7.试验数

8、据分为 连续性变数（或数量性状数据） 和 间断性变数（或质量性状数据） 。8.算术平均数的两个重要性质是 和 即平方和为最小 。9.标准正态分布可表示为 N（0，1） ； 读作 显著水准为时的临界F值 ；根据 F值的分子、分母方差的自由度 查得值。10.统计推断包含两方面内容即： 统计假设测验 和 参数估计 ，其区别是前者为 定性推断 推断，后者为 定量推断 推断。11.进行方差分析的资料应该服从的三个基本假定是 可加性 ， 正态性 ， 同质性 。分析的指标若是种子发芽率，进行方差分析时应注意首先应进行 数据转换 ，常用的方法是 反正弦转换法 。12.应用 最小平方法（或最小二乘法） 法，求得

9、回归方程；进行相关回归研究时取样应注意 n5 和 自变数的取值区间尽可能大 ；植物的临界致死低温可采用 Logistic方程的拐点 方法求得。13.田间试验的基本要求是 正确性 ， 代表性 ， 重演性 。14.进行两个因素的复因素试验时，如果两个因素的效应同等重要，则可以采用 随机区组 设计，若对两个因素有不同的要求时，则可以采用 裂区 设计 。15.平均数表示变数的 集中性 特性，标准差表示变数的 离散性 特性，在比较两个变数的变异时，应该用 变异系数 。为降低误差，成组资料两样本的重复次数最好 相等 。16. 完全随机（或巢式） 设计的资料不存在缺区估计。缺值估计后的资料在进行方差分析时应

10、该注意以下几方面： 应减去缺值数目， 由于误差自由度的减少，F测验的灵敏性下降，多重比较宜用PLSD法， 计算 有所变化 。17.建立回归方程应用的方法是 最小平方法 ，该方程具有的性质是： ， =最小， 直线过点（） 。18.在应用所得的方程时，应该注意： x，y间的相关系数r 0.7， 在获取该方程x的取值区间内应用，不能外延 ， 在获取该方程的“原有的试验条件” 下应用 。19.在 同时研究多因素、完全实施无法进行时的 情况下，可以考虑采用正交试验设计。 20.试验数据可以分为 连续性变数（或数量性状的数据）， 间断性变数（或质量性状的数据） 。21.二项总体也叫 0，1 总体，在 n适

11、当大（n30）， np、nq都不小于5 时，二项分布趋近于正态分布。根据 误差自由度 和 平均数秩次距 查得临界SSR值。22.统计推断包含 统计假设测验 和 参数估计 两方面；降低假设测验两类错误的关键措施是 减少误差 。进行多个处理平均数的统计假设测验应采用 方差分析 方法。23.多重比较常用的方法有 PLSD法 和 SSR法 。24. 用 最小平方法（或最小二乘法） 方法建立，在应用相关回归分析方法进行研究时，取样应注意 n5 ， 自变数的取值区间尽可能大 。可采用 Logistic方程的拐点 的方法求得植物的临界致死低温。25.拉丁方设计时，处理数目一般为 5-8个 。进行两个因素试验

12、时，若对两个因素有不同的要求时，可以采用 裂区 设计，并将要求小区面积较大因素的各处理安排在 主区 。26.标准差和变异系数的区别表现在两个方面，即 标准差带有变数单位，变异系数不带 和 标准差表示变数的平均变异量，而变异系数表示变数的相对变异量 。27.方差分析的基本步骤是 平方和与自由度的分解 ， F测验 ，多重比较 。两项百分数资料指的是 从二项总体中抽出的百分数资料 ，在进行方差分析时，首先应进行 数据转换 ，常用的方法是 反正弦转换法 。28.用测验对计数资料作分析时， df = 1 时需要进行连续性矫正，而以下三种情况不需要矫正： df2 ， 齐性测验中df=1 ， 分割中df =

13、 1 。29.在线性回归模型中，自变数（x）每一个值上都对应着一个 y正态总体 。 （x值对应的y总体平均数） 随着x的改变而作线性改变。30.控制田间试验误差的途径主要有 控制土壤差异，试验地的土壤肥力和理化性质尽量一致 ， 选择同质一致的试验材料 ， 试验中对各个处理的管理操作要标准化、一致化。 。31.区组是指 采用局部控制后的一个重复区，区组内的非试验条件尽最大可能一致 。随机区组设计由于具有较强的伸缩性，即 单、复因素试验均可采用 和 区组可集中排列在一起，也可分散排列 ，所以在园艺植物科学试验中得以广泛应用。 32. 0,1总体即 二项 总体。 读作 显著水准为时的临界u值 。33

14、.统计假设测验使用的原理是 “小概率事件的实际不可能性” 原理 。如果无效假设是错误的，经过测验却接受了无效假设，这叫 错误。降低假设测验两类错误的关键措施是 降低试验误差 。34.方差分析是在 试验处理数K3 时进行平均数统计假设测验的方法。其基本步骤为 平方和与自由度的分解 ， F测验 ，多重比较 。缺值估计的原理是 被估计值的误差为零 。 35.建立回归方程应用的方法是 最小平方法 。在线性回归模型中，自变数（x）每一个值上都对应着一个 y总体 ；是 （x值对应的y总体平均数） 的估计值， 随着x的改变而作线性改变。1 简述方差分析的步骤以及每步骤分析的目的。（12分） 答：方差分析的基

15、本步骤及分析目的为：（1）平方和与自由度的分解（2分）：得到不同变异来源总体方差2的估计值（2分）。（2）进行F测验（2分）：判断试验的各处理平均数之间是否存在显著差异（2分）。（3）多重比较（2分）：进一步判断两两处理平均数之间的差异状况（2分）。2简述相关系数与回归系数的异同点。（8分） 答：相关系数r和回归系数b相同点是（1）均是反映两个变数间的相关关系（1分）；（2）正负号一致（1分）。区别有：（1）r反映的是x，y两个变数的共同变化规律（相关变异程度），而b则反映的是依变数y随着自变数x的变化而变化的规律。（2分）（2）r是一个纯数，不带单位，而b带单位。（2分）（3） r的数值变化

16、为-1r+1，即在01之间，而b的数值变化范围很大。（2分）3. 简述统计假设测验的基本步骤，并说出使用的原理。（12分）答： 基本步骤为：（1）对所研究的总体参数提出统计假设，包含和。（2.5分）（2）确定一个否定的概率标准（显著水准），一般为=0.05和=0.01。（2.5分）（3）在为正确的前提下，根据统计数的一定分布率，计算实得结果的差异由误差造成的概率。（2.5分）（4）判断： 用计算的误差概率与显著水准进行比较，说明参数之间的差异为不显著、显著、极显著 。（2.5分） 使用原理为“小概率事件的实际不可能性原理”。（2分）4. 说明测验中分割的条件和方法 。（8分） 答：（1）条件为

17、：达到显著或极显著（1.5分）；的df2（1.5分）。 （2）方法为：分割后的各值之和等于分割前的值（2.5分） 分割后各值的自由度之和等于分割前值的自由度（2.5分）。5.简述试验设计的三条基本原理及其各自作用。（12分） 答：试验设计的三条基本原理是重复，随机，局部控制。（1）试验中同名小区出现的次数即为重复，设置重复的主要作用是估计误差和降低误差。（4分）（2）在一个重复区中，某个处理究竟安排在哪一个小区是完全由机会决定的，即为随机。随机的作用是为了获得无偏的误差估计。（4分）（3）指分范围、分地段地控制非试验因素，使之对各试验处理的影响趋于最大程度上的一致。局部控制的作用是可以有效的降

18、低试验误差。（4分）6. 简述相关系数和决定系数的异同点（8分）答：相同点：相关系数r和决定系数均可表示两个变数x和y之间的线性相关程度（2分）。不同点：（1）决定系数表示的是在变数x或y的总变异中可以相互以线性关系说明的部分所占的比例，而相关系数r则不能表示，因此的意义比r清楚。（2分）（2）无负值，所以不能反映变数x和y的相关性质，而r则可以反映。（2分）（3）除了0和以外， r，故可避免r对线性相关程度的夸大理解。（2分）7. 简述标准差与变异系数的异同点。（8分）答：相同点：均可用来表示变数的变异度（2分）不同点：（1）标准差带有变数的单位，而变异系数不带单位（3分） （2）标准差反映

19、变数的平均变异量，变异系数反映变数的相对变异量（3分）8. 简述方差分析的基本假定及应用。（12分） 答： （1）效应可加性：指处理效应和环境效应（误差）是可加的。它是进行平方和与自由度分解所基于的假定 。（4分）（2）分布正态性：指试验误差是独立的随机变量，并遵从正态分布。F测验只有在这一假定的基础上才能正确进行。（4分）（3）方差同质性：指所有试验处理的误差方差都是同质的。方差分析是以各个处理的合并均方值作为测验处理间显著性共用的误差均方。（4分）9. 简述相关分析和回归分析的不同点。（12分）答： （1）相关分析是研究两种或两种以上变数的相关变异程度。也即研究两种或两种以上事物的共同变化规律；而回归分析是研究一