生物统计学名词解释

1、统计学名词解释复习大纲第一章绪论与第二章概率论基础1 总体：指研究对象的全体，它是由研究对象中的所有单元组成的。总体中包含单元的数目称作总体容量（或大小）用 N 表示。2 个体：3 样本：是指按照抽样规则所抽中的那部分单元所组成的集合。4 样本含量：样本所包含的单位数用 n 表示，称为样本含量。5 随机样本：总体是唯一的、确定的，而样本是不确定的、可变的、随机的。6 参数：反映总体数量特征的综合指标称为总体参数。常见的总体参数主要有：总体总和 ； 总体均值；总体比率； 总体比例等。7 统计量：反映样本数量特征的综合指标称之为统计量。统计量是n 元样本的一个实值函数， 是一个随机变量， 统计量的

2、一个具体取值即为统计值。 主要样本统计量有：样本总和、样本均值、样本比率、样本比例等。8 准确性9 精确性10 必然现象11 随机现象 : 带有随机性、偶然性的现象.12 随机试验 : 如果每次试验的可能结果不止一个， 且事先不能肯定会出现哪一个结果，这样的试验称为随机试验.13 随机事件 : 在一次试验中可能发生也可能不发生的事件称为随机事件， 简称事件.14概率的统计定义：验后概率，在相同条件下随机试验n次，某事件A出现m次（ mn） , 则比值称为事件A 发生频率。15小概率原理16 随机变量 : 在随机试验中所得到的取值具有随机性的量，称为随机变量。17 离散型随机变量: 所有取值可以

3、逐个一一列举18连续型随机变量：全部可能取值不仅无穷多，而且还不能一一列举，而是充满一个区间 .19标准正态分布：仙=0,（7=0的正态分布20 标准正态变量21双侧概率（两尾概率）：把随机变量X落在平均数以加减不同倍数标准差（T 区间之外的概率称为两尾概率，记做 a。22单侧概率（一尾概率）：随机变量X小于仙-kb或者大于N+k（r的概率，称 为一尾概率，记做a/2.23 贝努利试验： 二项试验， 满足下列条件： 一次试验只有两个可能结果， 即“成功”和“失败” ， “成功”是指我们感兴趣的某种特征；试验是相互独立的，并可以重复进行n 次，在 n 次试验中， “成功”的次数对应一个离散型随机

4、变量X。24 返回抽样25 不返回抽样26 标准误：平均数抽样总体的标准差，标准误的大小反映样本平均数y 的抽样误差的大小，即精确性的高低。27 样本平均数的抽样总体：样本平均数的集合构成的一个新总体，28 中心极限定理： 把和的分布收敛于正态分布这一类定理都叫做中心极限定理。第三章 数据的收集与整理1 指标： 用于衡量实验效果的指示性状称为实验指标， 或观察项目。 是一种判据。2 因素：实验中，凡对实验指标可能产生影响的原因或要素都称为因素。3 因素水平4 试验处理：事先设计好的实施在实验单元上的具体措施，简称处理。5 试验单位：在实验中接受处理的实验载体6 重复 ：在实验中，将一个处理实施

5、在两个或两个以上的实验单位上7 处理效应：是处理因素作用于实验单位的反应，是研究结果的最终体现。8 误差：使观察值偏离处理的真实值的偶然影响。9 系统误差： 在相同的条件下多次测量同一量时， 误差的绝对值和符号保持恒定；当条件改变时，按照某一确定的规律变化的误差，是可消除的。10 随机误差：在相同条件下多次测量同一值时，误差的绝对值和符号的变化没有确定的规律，是无法消除的。11 实验设计的三个原则：重复、随机化、局部控制 Fisher 三原则。12 完全随机设计：根据实验处理数将全部实验单元随机分成若干组，然后再按组实施不同的处理。13 随机化区组设计：把实验材料按照“组内性质完全一致”的原则

6、分成几个组，每个组包含的材料数等于处理数，每个这样的组就成为一个“区组” ，区组的个数相当于实验要求的重复数，在每个区组内，各处理都独立随机排列。14 拉丁方设计：为了消除两个方向上土壤差异给实验带来的干扰应当设计成两个方向上的区组。15拉丁方：由于最初构成上述方阵的各小区是用拉丁字母表示的，所以称为拉丁方。16标准拉丁方：第一行与第一列的拉丁字母按自然数排列的拉丁方。17裂区设计：先将某一实验因子各个处理随机置于不同的小区内，这些小区 称为主区；然后在每个主区内随机排列（划分）第二个因素的各个处理的小区（副区）18全距：总体中最大的标志值与最小的标志值之差。19组中值：上下限之间的中点数值2

7、0 算术平均数：所有测量值之和除以变量值个数。21 中位数将每个变量值从小到大排列后，位置居于中间的那个变量值。22 众数：一组数据中出现次数（频数）最多的数值，适用于大样本，比较粗糙。23 标准差：方差的平方根。24 方差：反应一组数据的平均离散水平。25 离均差平方和（平方和）26 变异系数：用于比较度量单位不同或均属相差悬殊的两组或多组资料的变异程度。27 偏态系数：数据分布偏斜程度的测度：峰态系数：数据分布扁平测度的测度。第四章 统计推断1 假设检验（显著性检验）2 零假设，原假设，待检验的假设，可能被接受也可能被否定。3 备择假设：原假设被否定时，准备接受的假设。4显著水平：一个概率

8、值，是判断小概率事件的标准，用 a表示。5 I型错误：以真为假6 R型错误：以假为真7 检验功效8 双侧检验9 单侧检验10参数估计11 点估计：将样本统计量直接作为总体相应参数的估计值叫点估计。12 区间估计：在一定概率保证下给出总体参数的可能范围。13置信区间：区间估计中给出的可能范围。14 置信度：区间估计中给出的概率保证。15 适合性检验：比较观测数与理论数是否符合检验。16 独立性检验：检验事件间的独立性或者说检验处理之间的差异显著性。第五章 方差分析与第六章回归分析1 方差分析：方差分析法是一种在若干能相互比较的资料组中，把产生变异的原因加以区分开来的方法与技术。实质上是关于观测值变异原因的数量分析。2 多重比较：多个平均数两两间的相互比较称为多重比较，常用方法有：最小显著差数法（LSD法），最小显著极差法（LSR法）3 相关变量：存在相关关系的变量。4 相关分析：分析现象间相互依存关系的密切程度的统计方法5 回归分析：研