生物统计学完整版本

.实用文档..第一章概论一、什么是生物统计学？生物统计学主要内容和作用？1、生物统计学是数理统计在生物学研究中的应用，它是应用数理统计的原理，运用统计方法来认识、分析、推断和解释生命过程中的各种现象和试验调查资料的科学。属于生物数学的范畴2、主要内容根本原那么比照设计试验设计方案制定随机区组设计常用试验设计方法裂区设计资料的搜集和整理拉丁方设计、正交设计统计分析数据特征数的计算统计推断、方差分析协方差分析、回归和相关分析主成分分析、聚类分析3、生物统计学的根本作用：〔1〕提供整理和描述数据资料的科学方法，确定某些性状和特征的数量特征〔2〕运用显著检验，判断试验结果的可靠性或可行性〔3〕提供由样本推断总体的方法〔4〕提供试验设计的一些重要原那么二、解释概念：总体、个体、样本、变量、参数、统计数、效应、试验误差总体：具有相同性质或属性的个体所组成的集合称为总体，它是指研究对象的全体；个体：组成总体的根本单元称为个体样本：从总体中抽出假设干个体所构成的集合称为样本变量：变量，或变数，指相同性质的事物间表现差异性或差异特征的数据参数：描述总体特征的数量称为参数，也称参量统计数：描述样本特征的数量称为统计数，也称统计量效应：通过施加试验处理，引起试验差异的作用称为效应试验误差：误差也称为实验误差，是指观测值偏离真值的差异，可分为随机误差和系统误差三、准确性与精确性有何区别？准确性，也叫准确度，指在调查或试验中某一试验指标或性状的观测值与其真值接近的程度。精确性，也叫精确度，指调查或试验中同一试验指标或性状的重复观测值彼此接近的程度。准确性反响测量值与真值符合程度的大小，而精确性那么是反映屡次测定值的变异程度。〔具体在课本第7页〕第二章样本统计量与次数分布一、算数平均数与加权平均数形式上有何不同？为什么说它们的实质是一致的？1.算术平均数定义：总体或样本资料中所有观测数的总和除以观测数的个数所得的商，简称平均数、均数或均值直接计算法或减去〔加上〕常数法加权平均数2、实质是一样的，是因为它们都反映的一组数据的平均水平二、为了评价两种药物对于小鼠体重的影响，随机从两组各抽出20只测定其体重〔g〕，结果如下：药物A处理组：15,15,23,24,26,25,22,19,15,17,15,20,23,21,19,22,26,21,18,23药物B处理组：31,28,26,31,28,34,32,29,32,35,28,29,33,30,34,32,36,38,40,38试从平均数、极差、标准差、变异系数几个指标评价两种药物对于小鼠体重的影响，并给出结论。详细结果略，此题考查平均数〔P22〕、极差(P24)、标准差(P25)、变异系数(P27)等特征数第三章概率与分布一、试解释必然事件、不可能事件、随机事件、频率、概率、正态分布、抽样误差、标准误？必然事件：在一定条件下必然出现的现象称为必然事件不可能事件：在一定条件下必然不出现的事件称为不可能事件随机事件：在某些确定的条件下，可能出现也可能不出现的现象，称为随机事件，简称“事件〞频率：假设在相同的条件下，进行了n次试验，在这n次试验中，事件A出现的次数m称为事件A出现的频数，比值m/n称为事件A出现的频率，记为W(A)=m/n0≤W(A)≤1概率：概率的统计定义：设在相同的条件下，进行大量重复试验，假设事件A的频率稳定地在某一确定值p的附近摆动，那么称p为事件A出现的概率。P(A)=p正态分布：正态分布也称为高斯分布，是一种连续型随机变量的概率分布。它的分布状态是多数变量值都围绕在平均值左右，由平均值到分布的两侧，变量数减少抽样误差：由这些样本算得的平均数有大有小，不尽相同，与原总体均数μ相比往往表现出不同程度的差异。这种差异是由随机抽样造成的，称为抽样误差标准误：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的抽样误差的大小，即精确性的上下2、u服从标准正态分布N〔0,1〕，试查表计算以下各小题的概率值：(1)P〔0.3<u≤1.8〕P=0.34617(2)P(-1<u≤1)P=0.6826(3)P(-1.96<u≤1.96)P=0.95(4)P(-2.58<u≤2.58)P=0.9901〔注：此类题计算方法见课本P43例3.9〕第四章统计推断一、什么是统计推断？统计推断有哪几种，含义是什么？统计推断：由一个样本或一糸列样本所得的结果来推断总体的特征，主要包括假设检验和参数估计两个方面假设检验：假设检验又称显著性检验,就是根据总体的理论分布和小概率原理，对未知或不完全知道的总体提出两种彼此对立的假设，然后由样本的实际原理，经过一定的计算，作出在一定概率意义上应该接受的那种假设的推断参数估计：参数估计是统计推断的另一个方面，它是指由样本结果对总体参数在一定概率水平下所作出的估计，参数估计包括区间估计和点估计。参数的区间估计和点估计是建立在一定理论分布根底上的一种方法二、什么是小概率原理？它在假设检验中有何作用？小概率原理：如果假设一些条件，并在假设的条件下能够准确地算出事件Ａ出现的概率α为很小，那么在假设条件下的n次独立重复试验中，事件A将按预定的概率发生，而在一次试验中那么几乎不可能发生作用：在假设检验中，根据小概率原理计算出的可能性假设小于α那么否认原假设，假设大于α那么接受原假设三、用中草药青木香治疗高血压，记录了13个病例，所测定的舒张压〔mmHg〕数据如下：序号12345678910111213

治疗前110115133133126108110110140104160120120

治疗后9011610110311088921041268611488112

试检验该药是否具有降血压作用？分析：该题考查的是成对资料平均数的假设检验，用t检验法；检验该药是否具有降血压作用，故用单尾检验答案：t=5.701,否认H0，接受HA，即该药具有降血压的作用〔注：此类题详细解题步骤见课本P68例4.11〕4、调查了甲、乙两医院乳腺癌手术后5年的生存情况，甲医院共有755例，生存数为485人，乙医院共有383例，生存数为257人，问两医院乳腺癌手术后5年生存率有无显著差异？分析：两个样本频率的假设性检验；np和nq>30，无需连续性矫正，用u检验；事先不知道两个生存率孰高孰低，用双尾检验答案：u=-0.958，接收H0，否认HA,即两医院乳腺癌手术后5年生存率无显著差异〔注：此类题型详解见课本P72例4.14、例4.15；例4.14是不需要连续性矫正的情况，例4.15是需要连续性矫正的情况〕第五章χ2检验一、χ2主要有几种用途？各自用于什么情况下的假设检验？χ2检验的用途：适合性检验〔也称吻合度检验〕、独立性检验、同质性检验〔1〕适合性检验比拟观测数与理论数是否符合的假设检验用途：遗传学中用以检验实际结果是否符合遗传规律、样本的分布与理论分布是否相等、自由组合定律〔2〕独立性检验是指研究两个或两个以上的计数资料或属性资料之间是相互独立的或者是相互联系的假设检验，通过假设所观测的各属性之间没有关联，然后证明这种无关联的假设是否成立〔3〕同质性检验在连续型资料的假设检验中，对一个样本方差的同质性检验，也需进行χ2检验〔课本P78—P80是样本方差的同质性检验，个人觉得考的几率不大〕二、有一大麦杂交组合，F2的芒性状表型有钩芒、长芒和短芒三种，观察其对应株数为348,115,157。试检验其比率是否符合9:3:4的理论比率分析：此题为χ2适合性检验答案：χ2=0.041，χ20.05=3.84;χ2<χ20.05，p>0.05，接收H0，否认HA，即大麦F2的比率符合9:3:4的理论比率〔注：df=1时，需进行连续性矫正；课本P85例5.1、P87例5.3〕对于资料数多于两组的值，可以用以下简式：〔课本P87例5.3〕三、某仓库调查不同品种苹果的耐储藏情况，随机抽取“国光〞苹果200个，腐烂14个；“红富士〞苹果178个，腐烂16个，试问这两种苹果的耐贮性差异是否显著？分析：次题为χ2独立性检验〔2×2列联表的独立性检验〕答案：χ2=0.274，χ2<χ20.05，p>0.05,接收H0，否认HA，即这两种苹果的耐贮性差异与苹果种类无关〔注：此类题型见课本P88例5.4〕2×2列联表需要进行连续性矫正，简式为〔课本P882×2列联一般形式、例5.4〕2×ｃ列联表不需要进行连续性矫正，简式为r×ｃ列联表不需要进行连续性矫正第六章方差分析一、什么是方差分析？方差分析的根本思想与一般步骤？方差分析又叫变量分析，它是用以检验两个或多个均数间差异的假设检验方法。它是一类特定情况下的统计假设检验，或者说是平均数差异显著性检验的一种引伸根本思想：通过分析研究不同来源的变异对总变异的奉献大小，从而确定可控因素对研究结果影响力的大小总变异来源于处理效应和实验误差一般步骤：〔1〕平方和计算〔2〕自由度计算〔3〕计算方差〔注：详见课本P99例6.1〕二、什么是多重比拟？多重比拟有哪些方法？多重比拟：要明确不同处理平均数两两间差异的显著性，每个处理的平均数都要与其他的处理进行比拟，这种差异显著性的检验就叫多重比拟；统计上把多个平均数两两间的相互比拟称为多重比拟。方法：最小显著差数法〔LSD法〕和最小显著极差法〔LSR法〕LSD法的实质是两个平均数相比拟的t检验法、LSR法克服了LSD法的局限性，采用不同平均数间用不同的显著差数标准进行比拟，它可用于平均数间的所有相互比拟三、为了研究氟对种子发芽的影响，分别用四种不同浓度的氟化钠溶液处理种子，随后进行发芽试验(每盆50粒，每处理重复三次)，观察它们的发芽情况，测得芽长如下表。试作方差分析，并用LSD法、SSR

法和q法分别进行多重比拟

处理1230ug·g-1(对照)

8.98.48.610ug·g-18.27.97.550ug·g-17.05.56.1100ug·g-15.06.34.1

答案：F=15.225**，s1－2=0.574,s=0.406四、用同一公猪对三头母猪进行配种试验，所产各头仔猪断奶时的体重(kg)资料如下：No.1：

24.0，22.5，24.0，20.0，22.0，23.0，22.0，22.5；

No.2：19.0，19.5，20.0，23.5，19.0，21.0，16.5；

No.3：16.0，16.0，15.5，20.5，14.0，17.5，14.5，15.5，19.0

试分析母猪对仔猪体重效应的差异显著性答案：F=21.515**，s1－2=0.944第七章回归和相关分析一、什么叫回归分析？回归截距和回归系数的统计学意义？回归分析：〔因果关系〕如果对x的每一个可能的值，都有随机变量y的一个分布相对应，那么称随机变量y对变量x存在回归关系，是一个变量的变化受另一个变量或几个变量的制约回归截距：常量a，a是总体回归截距，是回归直线在纵坐标的截距，它是y的本底水平，即x对y没有任何作用时y的数量表现，它属于不能用x来估计的局部回归系数：β为总体回归系数，βx表示依变量y的值改变中，由y与自变量x的线性回归关系所引起变化的局部，即可以由x直接估计的局部Y=a+bx：a为当x=0时的Y值，即直线在y轴上的截距，称为回归截距；b为回归直线的斜率，称为回归系数，其含义是自变量x改变一