生物统计学与田间试验设计教案

湖北省高等教育自学考试大纲

课程名称：生物统计学课程代码：02078

第一部分课程性质与目标

一、课程性质与特点生物统计学是运用数理统计的原理和方法，来分析和解释生物科学试验中各种现象和试验调查资料的一门科学，它涉及生物科学试验的设计、试验方案的实施、数据的收集、整理和统计分析等；是生物科学专业必修的一门专业基础课。

二、课程目标与基本要求通过本课程的学习，使学生了解生物科学试验的任务、要求，掌握生物科学试验设计的原则和技术，能熟练制定试验方案，进行生物科学试验的设计，并能根据生物统计学原理正确选用统计分析模型，进行数据的处理与分析，作出科学的结论。

三、与本专业其他课程的关系生物统计学以数学的概率论和数理统计为基础，涉及到数列、排列、组合、矩阵、微积分等知识，但本课程并不将这些知识作为重点进行过多的讨论，而主要偏重于统计原理的介绍和具体分析方法的应用，培养学生运用统计学原理分析和解决试验资料所提供信息的能力。

第二部分考核内容与考核目标

第一章概论

一、学习目的与要求通过本章的学习，了解课程的性质、地位和任务；生物统计学的发展史、现状及发展趋势；生物统计学在生物科学研究中的应用；深刻理解统计学术语的含义。

二、考核知识点与考核目标

（一）概论（重点）识记：常用统计学术语理解：生物统计学的基本概念应用：理解几组常用统计学术语及各组概念的含义，并根据概念回答一些基本问题。

（二）概论（次重点）识记：生物统计学的内容理解：生物统计学的作用

（三）概论（一般）识记：生物统计学的发展概况及发展趋势理解：近代描述统计学、现代推断统计学

第二章试验资料的整理与特征数的计算

一、学习目的与要求试验资料的搜集和整理是对数据资料进行统计分析的首要环节。通过本章学习，了解试验资料的类型，掌握试验资料的收集与整理、次数分布表的制作方法，重点掌握资料的分组方法、特征数的计算（平均数、变异数等）方法，深刻理解相关概念的含义。

二、考核知识点与考核目标

（一）试验资料的搜集、平均数、变异数（重点）识记：调查、试验、平均数的种类、极差、方差、标准差理解：算数平均数的计算方法及应用、标准差的计算应用：对给出的试验资料进行具体分析，包括制备图表，计算平均数和变异数等，并要求能根据分析结果得出结论。

（二）试验资料的整理（次重点）识记：原始资料的检查与核对理解：计数资料的整理、计量资料的整理应用：试验资料的整理，次数分布表、次数分布图的制作

（三）试验资料的类型（一般）识记：数量性状、质量性状的资料理解：统计次数法、平分法应用：识别试验资料的类型

第三章概率与概率分布

一、学习目的与要求本章是统计推断的理论基础。通过本章的学习，了解概率的基础知识，掌握概率的计算方法，深刻理解几种常见的理论分布及抽样试验和统计数的分布意义。

二、考核知识点与考核目标

（一）几种常见的理论分布、统计数的分布（重点）识记：二项分布、泊松分布、正态分布、抽样试验与无偏估计、样本平均数的分布、

样本平均数差数的分布、t分布、X2分布、F分布

理解：二项分布的概率函数、二项分布的形状和参数、泊松分布概率函数、形状与参数、正态分布的概率函数、正态分布的特征、标准正态分布、抽样试验、复置抽样、无偏估计、样本平均数的概率分布、基本性质、中心极限定理、样本平均数差数的基本性质、样本平均数的标准误、t 分布的特征

应用：二项分布的概率计算、正态分布的概率计算、t值计算公式、

（二）概率的计算、概率分布、大数定律（次重点）

识记：和事件、积事件、互斥事件、对立事件、独立事件、完全事件系理解：加法定理、乘法定理

应用：大数定律的应用

（三）概率的概念（一般）

识记：事件

理解：频率、概率应用：频率和概率的简单计算

第四章统计推断

一、学习目的与要求

统计推断是根据总体理论分布，从样本的统计数对具体参数的推断。通过本章的学习，掌握统计假设检验的基本原理和步骤；样本平均数、百分数、成对数据、成组数据的假设检

验方法；参数区间估计方法及意义。理解单尾检验与双尾检验、成组数据与成对数据的区别，深刻理解统计假设检验的含义、假设检验中的两类错误。

二、考核知识点与考核目标

（一）假设检验的原理与方法、样本平均数的假设检验、样本频率的假设检验（重点）识记：假设检验的概念、显著性检验、小概率

理解：假设检验的步骤、双尾检验与单尾检验、假设检验中的两类错误：a错误和B 错误的概念、区别与联系、大样本平均数的假设检验——u 检验：一个样本平均数的u 检验；两个样本平均数的u 检验、小样本平均数的假设检验——t 检验：一个样本平均数的t 检验；

成组数据平均数比较的t 检验；成对数据平均数比较的t 检验、一个样本频率的假设检验、两个样本频率的假设检验

应用：给出一组试验数据，要求能选择正确的方法进行假设检验

（二）参数的区间估计与点估计（次重点）

识记：参数区间估计与点估计的原理、

理解：一个总体平均数口的区间估计与点估计、两个总体平均数口1—口2的区间估计与点估计、一个总体频率P的区间估计与点估计、两个总体频率P l —p2区间估计与点估计应用：按指定的方法对试验数据进行检验

（三）方差的同质性检验（一般）识记：方差的同质性概念理解：一个样本方差的同质性检、两个样本方差的同质性检验、多个样本方差的同质性检验

应用：对样本进行同质性检验

第五章x2检验

一、学习目的与要求

x 2检验主要用于一个样本方差的同质性检验、适合性检验和独立性检验。通过本章的学习，掌握x 2检验的原理和方法。

二、考核知识点与考核目标

（一）x 2检验的原理与方法（重点）

识记：x 2检验概念、计算公式

理解：x 2检验的原理、适用范围、x 2检验的方法

应用：按指定的方法对试验数据进行假设检验

（二）适合性检验（次重点）

识记：适合性检验概念

理解：适合性检验的原理、适合性检验的方法

应用：适合性检验的计算

（三）独立性检验（一般）

识记：独立性检验的概念、列联表

理解：独立性检验的原理、2X 2列联表的独立性检验、2x c列联表的独立性检验、r

x c列联表的独立性检验

应用：独立性检验的方法

第六章方差分析

一、学习目的与要求

方差分析是对多个样本平均数差异显著性进行检验的方法，它是将测量数据的总变异按照变异来源分解为处理效应和试验误差，并对其大小作出数量估计。方差分析可用于多个样本平均数的比较、分析多个因素间的交互作用、回归方程的假设检验、方差的同质性检验等。通过本章的学习，掌握方差分析的基本原理和分析方法，重点是单因素和两因素方差分析；理解主效应、交互作用、期望均方等概念。

二、考核知识点与考核目标

（一）方差分析的基本原理、单因素方差分析、二因素方差分析（重点）

识记：方差分析的概念、试验因素、因素水平、试验处理、试验单位、重复

理解：方差分析的原理、数学模型、平方和与自由度的分解、F检验、多重比较，LSD

法、LSR 法、组内观测次数相等的方差分析、组内观测次数不相等的方差分析、无重复观测值的二因素方差分析、具有重复观测值的二因素方差分析、

应用：根据试验数据，选择正确的数学模型进行方差分析或指出分析方法

（二）多因素方差分析、方差分析的基本假定和数据转换（次重点）识记：多因素方差分析的概念、正态性、可加性、方差同质性理解：平方根转换、对数转换、反正弦转换应用：多因素方差分析的应用、数据转换的应用

（三）方差分析缺失数据的估计（一般）识记：方差分析缺失数据的估计原理理解：缺失一个数据的估计方法、缺失两个数据的估计方法应用：缺失数据的估算

第七章直线回归与相关分析

一、学习目的与要求直线回归和相关是最基本和最简单的回归和相关分析方法，统计学上常用它来探

讨两

个或多个变量之间的关系。通过本章的学习，掌握直线回归方程的建立与检验、相关系数的计算及检验方法，理解自变量与依变量之间的关系。

二、考核知识点与考核目标

（一）回归和相关的概念、直线回归分析（重点）

识记：回归和相关的概念、理解：直线回归方程的建立、直线回归方程的数学模型和基本假定、直线回归的假设检验、直线回归应注意的问题… 应用：直线回归的应用

（二）直线相关（次重点）

识记：相关系数及决定系数的概念理解：相关系数的假设检验、应用直线相关的注意事项应用：相关系数的区间估计

（三）直线回归的区间估计、相关系数的区间估计（一般）

识记：回归截距、回归系数

理解：回归截距和回归系数的置信区间、的置信区间和单个y的预测区间

应用：回归截距和回归系数的置信区间应用

第八章抽样原理和方法

一、学习目的与要求抽样是从所研究的总体中抽取一定数量的个体构成样本，通过对样本特征的研究

和计

算，进而对总体特征作出推断。通过本章的学习，了解抽样的原理，掌握抽样的方法，能正确的制定抽样方案。

二、考核知识点与考核目标

（一）抽样误差的估计、样本容量的确定、抽样方案的制定（重点）

识记：抽样调查的目的和指标要求、确定抽样对象、确定抽样调查的方法、确定样本容量和抽样分数、总体单位编号

理解：样本平均数的标准误和置信区间、样本频率的标准误和置信区间平均数资料样

本容量的确定、频率资料样本容量的确定、编制抽样调查表、抽样调查的组织工作

应用：抽样误差的估计、样本容量的确定、根据所给条件制定抽样方案

二）抽样的基本方法（次重点）

识记：随机抽样、顺序抽样、典型抽样的概念

理解：随机抽样、顺序抽样、典型抽样的原理.....

应用：随机抽样、顺序抽样、典型抽样的应用

三）成对资料和非成对资料样本容量的确定（一般）

识记：成对资料样本容量、非成对资料样本容量

理解：成对资料样本容量、非成对资料样本容量的确定

应用：成对资料样本容量、非成对资料样本容量的计算

第九章试验设计及其统计分析

一、学习目的与要求

试验设计是生物统计学的主要内容之一。通过本章的学习，了解试验设计的基本原理、要求及制订试验方案的要点，理解试验误差的概念、来源及控制途径，掌握常用田间试验设计的设计及其统计分析方法（对比设计，随机区组设计）。

二、考核知识点与考核目标

（一）对比设计及其统计分析、随机区组试验设计其统计分析（重点）识记：对比设计：邻比法排列、间比法排列、随机区组设计

理解：对比设计试验结果的统计分析、随机区组设计试验结果的统计分析：单因素随机区组试验、二因素随机区组试验

应用：对比设计、随机区组设计的统计分析方法

（二）试验设计的基本原理（次重点）识记：试验设计的意义、生物学试验的基本要求、理解：基本要素、试验误差及其控制途径、试验设计的基本原则应用：试验设计三原则的应用

（三）裂区设计及其统计分析、正交设计及其统计分析（一般）识记：裂区设计、正交表及其特点理解：裂区设计试验结果的统计分析、正交试验的基本方法、正交设计试验结果的统

计分析应用：裂区设计、正交设计的设计方法

第十章协方差分析

一、学习目的与要求

协方差分析是将乘积和与平方和同时按照变异来源进行分析，从而将回归分析与方差分析结合应用的一种统计方法。通过本章的学习，掌握协方差分析的基本概念、利用协方差分析降低试验误差，矫正处理平均数，实现统计控制。

二、考核知识点与考核目标

（一）协方差分析的作用、单向分组资料的协方差分析（重点）识记：降低试验误差，实现统计控制、理解：分析不同变异来源的相关关系、计算变量各变异来源的平方和、乘积和与自由度、检验x 和y 是否存在直线回归关系

应用：检验矫正平均数间的差异显著性、矫正平均数间的多重比较

（二）两向分组资料的协方差分析（次重点）

识记：两向分组变量资料的数据模式

理解：乘积和与自由度的分解、检验x和y是否存在直线回归关系

应用：检验矫正平均数间的差异显著性

（三）协方差分析的数学模型和基本假定（一般）

识记：协方差分析的数学模型

理解：协方差分析的基本假定

第三部分有关说明与实施要求

一、考核的能力层次表述

本大纲在考核目标中，按照“识记”、“理解”、“应用”三个能力层次规定其应达到的

能力层次要求。各能力层次为递进等级关系，后者必须建立在前者的基础上，其含义是：识记：能知道有关的名词、概念、知识的含义，并能正确认识和表述，是低层次的要求。

理解：在识记的基础上，能全面把握基本概念、基本原理、基本方法，能掌握有关概念、原理、方法的区别与联系，是较高层次的要求。

应用：在理解的基础上，能运用基本概念、基本原理、基本方法联系学过的多个知识点分析和解决有关的理论问题和实际问题，是最高层次的要求。

二、教材

1、指定教材：生物统计学（第四版）李春喜邵云姜丽娜编著

科学出版社2008年12月

2、参考教材：生物统计学（第三版）杜荣骞编著高等教育出版社

二、自学方法指导

1、在开始阅读指定教材某一章之前，先翻阅大纲中有关这一章的考核知识点及对知识点的能力层次要求和考核目标，以便在阅读教材时做到心中有数，有的放矢。

2、阅读教材时，要逐段细读，逐句推敲，集中精力，吃透每一个知识点，对基本概念必须深刻理解，对基本理论必须彻底弄清，对基本方法必须牢固掌握。

3、在自学过程中，既要思考问题，也要做好阅读笔记，把教材中的基本概念、原理、

方法等加以整理，这可从中加深对问题的认知、理解和记忆，以利于突出重点，并涵盖整个

内容，可以不断提高自学能力。

4、完成书后作业和适当的辅导练习是理解、消化和巩固所学知识，培养分析问题、解

决问题及提高能力的重要环节，在做练习之前，应认真阅读教材，按考核目标所要求的不同

层次，掌握教材内容，在练习过程中对所学知识进行合理的回顾与发挥，注重理论联系实际

和具体问题具体分析，解题时应注意培养逻辑性，针对问题围绕相关知识点进行层次（步骤）分明的论述或推导，明确各层次（步骤）间的逻辑关系。

三、对社会助学的要求

1、应熟知考试大纲对课程提出的总要求和各章的知识点。

2、应掌握各知识点要求达到的能力层次，并深刻理解对各知识点的考核目标。

3、辅导时，应以考试大纲为依据，指定的教材为基础，不要随意增删内容，以免与大纲脱节。

4、辅导时，应对学习方法进行指导，宜提倡"认真阅读教材，刻苦钻研教材，主动争取帮助，依靠自己学通”的方法。

5、辅导时，要注意突出重点，对考生提出的问题，不要有问即答，要积极启发引导。

6、注意对应考者能力的培养，特别是自学能力的培养，要引导考生逐步学会独立学习，

在自学过程中善于提出问题，分析问题，做出判断，解决问题。

7、要使考生了解试题的难易与能力层次高低两者不完全是一回事，在各个能力层次中

会存在着不同难度的试题。

四、关于命题考试的若干规定

（包括能力层次比例、难易度比例、内容程度比例、题型、考试方法和考试时间等）

1、本大纲各章所提到的内容和考核目标都是考试内容。试题覆盖到章，适当突出重点。

2、考试内容为本大纲所规定的课程内容及考核要求，重点、次重点和一般内容的考核

比例为50%、30%、20%，难度适中。根据本课程的特点，应将考试重点放在对问题的分析和理解能力上，考核学生对所学原理的应用能力；应避免要求学生直接完整的计算大型计算

题（如两因素试验结果的完整方差分析），但可以要求学生对其中的某一部分进行分析、理

解或计算。

3、试题难易程度应合理：易、较易、较难、难比例为2: 3：3: 2。

4、试题类型一般分为：单项选择题、多项选择题、名词解释题、简答题、综合题。

五、题型示例（样题）

本课程共5学分，建议总为课时90学时

附录II :题型举例一?单项选择题

1?在分组时，为了避免第一组中观测数过多，一般第一组的组中值最好接近或等于资料

中的【】

A.组中值

B.最小值

C.平均值

D.最大值

二?多项选择题

2.农业和生物学的试验中，十分重视试验结果的

A.代表性

B.随机性

C.复杂性

D.重演性

E.归类

三?名词解释题

3?平均数标准误

四.简答题

4?什么是方差分析？方差分析的基本思想是什么？

五.综合题

5.为了研究原料和温度对发酵的影响，设计了一个4种不同原料（A）和3种不同发

酵温度（B）的二因素试验，希望选出最适宜的条件，试验共重复了4次，并对试验数据进

行了方差分析，所得结果列于如题5表。

（1）对该试验资料进行方差分析时应该采用什么模型？说明理由。

（2）如果方差分析的结果如下，请你补充表中未完成的数据；

（3）根据对试验结果的分析，可以得出什么样的结论？

题5表不同原料和不同发酵温度方差分析结果

生物统计学期末考试题

生物统计学期末考试题 一名词解释(每题2分,共10分) 1．生物统计学期末考试题 2．样本：从总体中抽出的若干个体所构成的集合称为样本 3．方差：用样本容量n来除离均差平方和,得到的平方和,称为方差 4．标准差：方差的平方根就是标准差 5．标准误：即样本均数的标准差,是描述均数抽样分布的离散程度及衡量均数抽样误差大小的尺度, 反映的是样本均数之间的变异。 6．变异系数：将样本标准差除以样本平均数,得出的百分比就是变异系数 7．抽样：通常按相等的时间间隔对信号抽取样值的过程。 8．总体参数：所谓总体参数是指总体中对某变量的概括性描述。 9．样本统计量：样本统计量的概念很宽泛（譬如样本均值、样本中位数、样本方差等等）,到现在 为止,不是所有的样本统计量和总体分布的关系都能被确认,只是常见的一些统计量和总体分布之间 的关系已经被证明了。 10．正态分布：若随机变量X服从一个数学期望为μ、标准方差为σ2的高斯分布, 正态分布又名 高斯分布 11．假设测验：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,然后由样本的实际结果,经过一定的计算,做出在一定概率意义上应该 接受的那种假设的推断。 12．方差分析：又称“变异数分析”或“F检验”,用于两个及两个以上样本均数差别的显著性检验。 13．小概率原理：一个事件如果发生的概率很小的话,那么它在一次试验中是几乎不可能发生的,但 在多次重复试验中几乎是必然发生的,数学上称之小概率原理。 15．决定系数：决定系数定义为相关系数r的平方 16．随机误差：在实际相同条件下,多次测量同一量值时,其绝对值和符号无法预计的测量误差。 17．系统误差：它是在一定的测量条件下,对同一个被测尺寸进行多次重复测量时,误差值的大小和 符号（正值或负值）保持不变；或者在条件变化时,按一定规律变化的误差 二. 判断题（每题2分,共10分） 1. 在正态分布N(μ ;σ)中,如果σ相等而μ不等,则曲线平移, ( ) 2. 如果两个玉米品种的植株高度的平均数相同,我们可以认为这两个玉米品种是来自同一总体（） 3. 当我们说两个处理平均数有显著差异时,则我们有99%的把握肯定它们来自不同总体. 4小概率原理是指小概率事件在一次试验中可以认为不可能发生（） 5 激素处理水稻种子具有增产效应,现在在5个试验区内种植经过高、中、低三种剂量的激素处理的水稻种此试验称为三处理五重复试验（） 6.系统误差是不可避免的,并且可以用来计算试验精度。（） 7.精确度就是指观察值与真值之间的差异。（） 8. 实验设计的三个基本原则是重复、随机、局部控制。（） 9. 正交试验设计就是从全部组合的处理中随机选取部分组合进行试验。（） 10.如果回归方程Y=3+1.5X的R2=0.64,则表明Y的总变异80%是X造成。（） 三. 简答题（每题5分共20分） 1. 完全随机试验设计与随机区组试验设计有什么不同? 2. 什么是小概率原理?在统计推断中有何 作用? 3. 什么是多重比较中的FISHER氏保护测验?4. 样本的方差计算中,为什么要离均差平方和 除以n-1而不是除以n? 5. 如果两个变量X和Y的相关系数小于0.5,是否它们就没有显著相关性? 6. 单尾测验与双尾测验有何异同?

生物统计学教案

《生物统计学》教案 第一章统计数据的收集和整理 教学时间：2学时 教学方法：课堂板书讲授 教学目的：重点掌握样本特征数平均数、样本方差、标准差的概念和计算方法，掌握数据类型及频数（率）分布，了解众数、中位数、变异系数。 讲授难点：样本方差、标准差的概念和计算方法 1.1 总体与样本 1.1.1 统计数据的不齐性 1、变异性是自然界存在的客观规律。 2、自然界如果没有变异，也就不需要统计学了。 3、生物学研究的对象都是很大的群体，不可能研究全部对象，只能通过研究其中的一部分，来推断全部对象，于是引出以下概念。 1.1.2 总体与样本 总体：研究的全部对象。 个体：总体中的每个成员。 样本：总体的一部分。 样本含量：样本所包含的个体数目。 1.1.3 抽样 抽样：从总体中获得样本的过程。 随机抽样：总体中的每一个个体被抽中的机会都相同的一种抽样方法。 放回式抽样：从总体中抽出一个个体，记下其特征后，放回原总体中，再做第二次抽样。 非放回式抽样：从总体中抽出个体后，不再放回，即做第二次抽样。 抽样的目的：从总体中获得一个有代表性的样本，以便通过样本推断总体。 应注意的问题：①样本必须有代表性。②样本含量与可实施性之间的平衡。 1.2 数据类型及频数（率）分布

1.2.1 连续型数据和离散型数据 连续型数据：与某种标准比较所得到的数据。又称为度量数据。 离散型数据：由记录不同类别个体的数目所得到的数据。又称为计数数据。 1.2.2 频数（率）分布表和频数（率）分布图的编绘 例1.1 调查每天出生的10名新生儿中体重超过3公斤的人数， 共调查120天，结果如下： 表 1－1 每10名新生儿中体重超过3Kg的人数的 频数（率）分布表 频数（率）分布：把频数（率）按组值的顺序排列起来，便得到离散型数据的频数（率）分布。 频数（率）分布还可以用图形表示，见图1-1。 图1－1 每10名新生儿中体重超过3Kg的人数的频数分布图 下面介绍连续型数据的频数（率）分布表和分布图的编绘方法。

生物统计学 实验报告 大肠杆菌

A 题 细胞体内代谢物浓度预测 随着基因组、转录组、蛋白质组等各种“组学”研究计划的蓬勃开展，生命科学进入了“组学”时代。代谢组学作为系统生物学的重要分支，其研究的重点是细胞内代谢物种类与浓度的定性和定量分析以及代谢网络的构建和模拟。 对代谢物的检测及浓度测定主要采用实验方法，包括核磁共振、气相色谱-质谱联用和液相色谱-质谱联用等技术。但由于代谢物种类繁多，且大部分浓度较低（μM 数量级），尤其是胞内代谢物提取难度非常大，精确测定其浓度异常困难，而且实验测定需要消耗大量财力物力和人力，因此通过计算机方法对代谢物浓度预测和分析变得越来越重要。 活细胞的代谢物浓度由什么决定？除了一些特定的代谢和酶的作用以外，有没有那种能全局影响浓度值的性质？ 试根据附件中的数据完成如下问题： 1 根据不同类型的数据，分析代谢物浓度与其物理化学性质之间的关系。 2 筛选合适的物理化学性质，建立预测代谢物浓度的预测模型，并对此模型进行评价; 1.线性插补法处理缺失数据 原理：用该列数据缺失值前一个数据和后一个数据建立线性插值，然后用缺失点在线性插值函数的函数值填充该缺失值，即： 在于消除不同变量的量纲的影响，而且标准化转化不会改变变量的相关系数。 代谢物浓度：取对数 代谢物理化性质：标准差标准化法 )1,1( m j n i S x x x j j ij ij ≤≤≤≤-=' 式中：.)(11,1121∑∑==--= =n i j ij j n i ij j x x n S x n x 3.SAS 软件建立多元线性回归方程 回归模型一般形式： u X b X b X b b Y k k +++++= (22110)

生物统计学实验指导

《生物统计学》实验教学教案 [实验项目] 实验一平均数标准差及有关概率的计算 [教学时数] 2课时。 [实验目的与要求] 1、通过对平均数、标准差、中位数、众数等数据的计算，掌握使用计算机计算统计量的方法。 2、通过对正态分布、标准正态分布、二项分布、波松分布的学习，掌握使用计算机计算有关概率和分位数的方法。为统计推断打下基础。 [实验材料与设备] 计算器、计算机；有关数据资料。 [实验内容] 1、平均数、标准差、中位数、众数等数据的计算。 2、正态分布、标准正态分布有关概率和分位数的计算。 3、二项分布有关概率和分位数的计算。 4、波松分布有关概率和分位数的计算。 [实验方法] 1、平均数、标准差、中位数、众数等数据的计算公式。 平均数=Average(x1x2…x n) 几何平均数=Geomean(x1x2…x n) 调和平均数=Harmean(x1x2…x n) 中位数=median(x1x2…x n) 众数=Mode(x1x2…x n) 最大值=Max(x1x2…x n) 最小值=Min(x1x2…x n) 平方和(Σ(x- )2)=Devsq(x1x2…x n) x 样本方差=Var (x1x2…x n) 样本标准差=Stdev(x1x2…x n) 总体方差=Varp(x1x2…x n) 总体标准差=Stdevp(x1x2…x n) 2、正态分布、标准正态分布有关概率和分位数的计算。 一般正态分布概率、分位数计算：

概率=Normdist(x,μ,σ,c) c 取1时计算 -∞-x 的概率 c 取0时计算 x 的概率 分位数=Norminv(p, μ, σ) p 取-∞到分位数的概率 练习： 猪血红蛋白含量x 服从正态分布N(12.86，1.332)，(1) 求猪血红蛋白含量x 在11.53—14.19范围内的概率。（0.6826）(2) 若P(x ＜1l )=0.025，P(x ＞2l )=0.025，求1l ，2l 。 （10.25325） L1=10.25 L2=15.47 标准正态分布概率、分位数计算： 概率=Normsdist(x) c 取1时计算 -∞--x 的概率 c 取0时计算 x 的概率 分位数=Normsinv(p) p 取-∞到分位数的概率 练习： 1、已知随机变量u 服从N(0，1)，求P(u ＜-1.4)， P(u ≥1.49)， P （｜u ｜≥2.58）， P(-1.21≤u ＜0.45)，并作图示意。 参考答案： (0.080757,0.06811,0.00988,0.5605) 2、已知随机变量u 服从N(0，1)，求下列各式的αu 。 (1) P(u ＜-αu )+P(u ≥αu )=0.1; 0.52 (2) P(-αu ≤u ＜αu )=0.42; 0.95 参考答案： [1.644854, 0.63345; 0.553385, 1.959964] 3、二项分布有关概率和分位数的计算。 概率=Binomdist(x,n,p,c) c 取1时计算 0-x 的概率 c 取0时计算 x 的概率 练习： 1、已知随机变量x 服从二项分布B （100，0.1），求μ及σ。 参考答案： 见P48，μ= np, σ=(npq)0.5 2、已知随机变量x 服从二项分布B(10,0.6)，求P(2≤x ≤6)，P(x ≥7)，P(x<3)。 参考答案： 0.6054, 0.38228, 0.012295 4、波松分布有关概率和分位数的计算。 概率=Poisson(x,λ,c) c 取1时计算 0-x 的概率 c 取0时计算 x 的概率 练习： ),(m n Permut C m n =

贵州大学《生物统计学》考试试卷(含答案)

贵州大学《生物统计学》考试试卷（含答案） 一 单项选择题（每题3分，共21分） 1.在假设检验中，显著性水平α的意义是___C___。 A. 原假设0H 成立，经检验不能拒绝的概率 B. 原假设0H 不成立，经检验不能拒绝的概率 C. 原假设0H 成立，经检验被拒绝的概率 D. 原假设0H 不成立，经检验被拒绝的概率 2．设123,,X X X 是总体2( , )N μσ的样本，μ已知，2 σ未知，则下面不是统计量的是__C___。 A. 123X X X +- B. 4 1 i i X μ=-∑ C. 2 1X σ+ D. 4 21 i i X =∑ 3.设随机变量~(0,1)X N ，X 的分布函数为()x Φ,则( 2)P X >的值为___A____。 A. ()212-Φ???? B. ()221Φ- C. ()22-Φ D. ()122-Φ 4．比较身高和体重两组数据变异程度的大小应采用__D___。 A ．样本平均数 B. 样本方差 C. 样本标准差 D. 变异系数 5．设总体服从),(2 σμN ，其中μ未知，当检验0H :220σσ=,A H :220σσ≠时，应选择统计量___B_____。 A. 2 (1)n S σ- B. 2 2 (1)n S σ- X X 6．单侧检验比双侧检验的效率高的原因是___B_____。 A ．单侧检验只检验一侧 B ．单侧检验利用了另一侧是不可能的这一已知条件 C ．单侧检验计算工作量比双侧检验小一半 D. 在同条件下双侧检验所需的样本容量比单侧检验高一倍 7．假设每升饮水中的大肠杆菌数服从参数为μ的泊松分布，则每升饮水中有3个大肠杆菌的概率是____D____。 A.63e μ μ- B.36e μμ- C.36e μ μ- D. 316 e μμ-

生物统计学教案(4)

生物统计学教案 第四章 抽样分布 教学时间：2学时 教学方法：课堂板书讲授 教学目的：重点掌握样本平均数的t 分布、F 分布和样本方差的X 2分布，掌握两个样 本标准差比的分布。 讲授难点：t 分布、F 分布和X 2分布 4.1 从一个正态总体中抽取的样本统计量的分布 4.1.1 样本平均数的分布 标准差已知时的平均数的分布 从平均数为μ，标准差为σ的正态总体中，独立随机地抽取含量为n 的样本，其样本平均数为一服从正态分布的随机变量。它的平均数和方差分别为： σ/n 称为标准误差。标准化的平均数 服从N (0,1)分布。 标准差未知时的平均数的分布－t 分布 若上述总体的标准差未知，可以用样本标准差代替总体标准差，标准化的平均数称为t 统计量t 不再服从N (0,1)分布，而服从n - 1自由度的t 分布。 S/n 称为样本标准误差。 n x x σ σμμ= =n x u σ μ -= n s x t μ-=

t 分布也是一种对称分布，在密度函数中只有自由度一个参数，随着自由度的增加，t 分布越来越接近于标准正态分布。 不同自由度下的t 分布 与标准正态分布类似，t 分布的上侧、下侧和双侧临界值，由以下各式给出： 对于给定的α从附表4中可以查出相应的上侧、下侧和双侧临界值。 4.1.2 样本方差的分布 从方差为σ2的正态总体中，随机抽取含量为n 的样本，计算出样本方差s 2， 标准化的s 2称为χ2。 ()()αα α α αα =??? ? ? ?≥=-≤ =≥2t t P t t P t t P ()2 2 2 2 2 1σσ χs n s df df -= =

生物统计学试题及答案

生物统计学考试 一.判断题（每题2分，共10分） √1. 分组时，组距和组数成反比。 ×2. 粮食总产量属于离散型数据。 ×3. 样本标准差的数学期望是总体标准差。 ×4. F分布的概率密度曲线是对称曲线。 √5. 在配对数据资料用t检验比较时，若对数n=13，则查t表的自由度为12。 二. 选择题(每题3分，共15分) 6.x～N（1，9），x1，x2，…，x9是X的样本，则有（） x N（0，1）B.11 - x ～N（0，1）C.91 - x ～N（0，1）D.以上答案均不正确 7. 假定我国和美国的居民年龄的方差相同。现在各自用重复抽样方法抽取本国人口的1%计 算平均年龄，则平均年龄的标准误（） A.两者相等 B.前者比后者大 D.不能确定大小 8. 设容量为16人的简单随机样本，平均完成工作需时13分钟。已知总体标准差为3分钟。 若想对完成工作所需时间总体构造一个90%置信区间，则（） u值 B.应用t分布表查出t值 C.应用卡方分布表查出卡方值 D.应用F分布表查出F值 9. 1-α是（） A.置信限 B.置信区间 C.置信距 10. 如检验k (k=3)个样本方差s i2 (i=1,2,3)是否来源于方差相等的总体,这种检验在统计上称为 ( )。 B. t检验 C. F检验 D. u检验 三. 填空题(每题3分，共15分) 11. 12. 13. 已知F分布的上侧临界值F0.05（1，60）=4.00，则左尾概率为0.05，自由度为（60，1） 的F 14. 15.已知随机变量x服从N (8，4)，P（x < 4.71）(填数字) 四．综合分析题（共60分）

生物统计学教案

生物统计学教案 第九章 两因素及多因素方差分析 教学时间：5学时 教学方法：课堂板书讲授 教学目的：重点掌握固定模型、随机模型两因素方差分析的方法步骤,掌握混合模型 的方差分析，了解多因素的方差分析方法。。 讲授难点：固定模型、随机模型两因素方差分析的方法步骤 9.1 两因素方差分析中的一些基本概念 9.1.1 模型类型 交叉分组设计：A 因素的a 个水平和B 因素的b 个水平交叉配合，共构成ab 个组合，每一组合重复n 次，全部实验共有abn 次。 固定模型：A 、B 两因素均为固定因素。 随机模型：A 、B 两因素均为随机因素。 混合模型：A 、B 两因素中，一个是固定因素，一个是随机因素。 9.1.2 主效应和交互作用 主效应：由于因素水平的改变所造成的因素效应的改变。 A 1 A 2 A 1 A 2 B 1 18 24 B 1 18 28 B 2 38 44 B 2 30 22 先看左边的表。A 因素的主效应应为A 2水平的平均效应减A 1水平的平均效应，B 的主效应类似。 当A 1B 1＋A 2B 2＝A 1B 2＋A 2B 1时，A 、B 间不存在交互作用。这里A 1B 1＋A 2B 2＝62，A 1B 2＋A 2B 1＝62，因此A 、B 间不存在交互作用。 交互作用：若一个因素在另一因素的不同水平上所产生的效应不同，则它们之间存在交互作用。 20 2 241824438226 2361824424221211222121112212=+-+=+-+==+-+=+-+=B A B A B A B A B B A B A B A B A A

现在看右边的表。 A（在B1水平上）＝A2B1－A1B1＝28－18＝10 A（在B2水平上）＝A2B2－A1B2＝22－30＝－8 显然A的效应依B的水平不同而不同，故A、B间存在交互作用。交互作用的大小为AB＝（A1B1＋A2B2）－（A1B2＋A2B1） 9.1.3 两因素交叉分组实验设计的一般格式 假设A因素有a水平，B因素有b水平，则每一次重复包含ab次实验，实验重复n次，总的实验次数为abn次。以x ilk表示A因素第i水平，B因素第j水平和第k次重复的观测值。一般格式见下表。 因素 B j=1,2,…,b B1B2…B b总计 A1x111x121x1b1 x112x122x1b2 x11n x12n x1b n x1. . 因 素A2x211x221x2b1 A x212x222x2b2 x21n x22n x2bn x2. . A a x a11x a21x ab1 x a12x a22x ab2 x a1n x a2n x abn x a. . 总计x.1. x.2.x.b.x. . .

生物统计学 (2)

生物统计学 名词解释： 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。 2.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； 3.个体：组成总体的基本单元称为个体； 4.样本：从总体中抽出若干个体所构成的集合称为样本； 5.样本容量：样本中所包含的个体数目称为样本容量。 6.集中性：资料中的观测值从某一数值为中心而分布的性质。 7.离散性：是变量有差离中心分散变异的性质。 8.变量（变数）：指相同性质的事物间表现差异性或差异特征的数据。 9.常数：表示能代表事物特征和性质的数值，通常由变量计算而来，在一定过程中是 不变的。 10.参数：描述总体特征的数量称为参数，也称参量。常用希腊字母表示参数，例如用 μ表示总体平均数，用σ表示总体标准差； 11.统计数：描述样本特征的数量称为统计数，也称统计量。常用拉丁字母表示统计数， 例如用x表示样本平均数，用S表示样本标准差。 12.效应：通过施加试验处理，引起试验差异的作用称为效应。效应是一个相对量，而 非绝对量，表现为施加处理前后的差异。效应有正效应与负效应之分。 13.互作（连应）：是指两个或两个以上处理因素间相互作用产生的效应。互作也有正效 应（协同作用）与负效应（拮抗作用）之分。 14.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。 15.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。 16.随机误差（抽样误差）：这是由于试验中无法控制的内在和外在的偶然因素所造成。 随机误差越小，试验精确性越高。 17.系统误差（片面误差）：这是由于试验条件控制不一致、测量仪器不准、试剂配制 不当、试验人员粗心大意使称量、观测、记载、抄录、计算中出现错误等人为因素而引起的。系统误差影响试验的准确性。只要以认真负责的态度和细心的工作作风是完全可以避免的。 18.试验误差：在试验过程中，由于试验条件及人为的一些因素而造成的试验结果与真 实值之间的偏差，来源于试验材料固有的差异和外界因素（管理措施、试验条件等）。 19.数量性状：是指能够以计数和测量或度量的方式表示其特征的性状。 20.质量性状：是指能观察到而不能直接测量的性状 21.次数资料：由质量性状量化得来的资料叫做次数资料。 22.试验：是对已有的或没有的事物加以处理的方法。 23.大数定律：是概率论中用来阐述大量随机现象平均结果稳定性的一系列定律的总称。 主要内容：样本容量越大，样本统计数与总体参数之差越小。 24.泊松分布：是一种可以用来描述和分析随机地发生在单位空间或时间里的稀有事件 的概率分布，也是一种离散型随机变量的分布。 25.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，

生物统计学考试试卷及答案

考试轮次：2017－2018学年第一学期期末考试试卷编号 考试课程：[120770] 生物统计与实验设计命题负责人曾汉元 适用对象：生物与食品工程学院生物科学专业2015级审查人签字 考核方式：上机考试试卷类型：A卷时量:150分钟总分：100分 注意：答案中要求保留必要的计算和推理过程，全部答案保存为一个Word文档，文件名 为学号最后两位数+姓名。考试结束后不要关机。提交答卷后，请到主机看一下是否提交成功。第1题12分，第3题5分，第10题13分，其余的题各10分。 1、下表为某大学96位男生的体重测定结果（单位：kg），请根据资料分别计算以下指标：（1）算术平均数；（2）几何平均数；(3)中位数；（4）众数；（5）极差；（6）方差；（7）标准差；（8）变异系数；（9）标准误。(10) 绘制各体重分布柱形图。 66 69 64 65 64 66 70 64 59 67 66 66 60 66 65 61 61 66 67 68 62 63 70 65 64 66 68 64 63 60 60 66 65 61 61 66 59 66 65 63 58 66 66 68 64 65 71 61 62 69 70 68 65 63 66 65 67 66 74 64 70 64 59 67 66 66 60 66 65 61 61 66 67 68 62 63 70 65 64 66 68 64 63 60 60 66 65 61 61 66 59 66 65 63 58 66 2、已知1000株水稻的株高服从正态分布N（97，3 2），求： （1）株高在94cm以上的概率？ （2）株高在90~99cm之间的概率？ （3）株高在多少cm之间的中间概率占全体的99%？ 3．已知某批30个小麦样品的平均蛋白质含量为14.5%，σ=2.50%，试进行95%置信度下的蛋白质含量的区间估计和点估计。 4、有一大麦杂交组合，F2代的芒性状表型有钩芒、长芒和短芒三种，观察计得其株数依次分别为348、11 5、157，试检验其比率是否符合9：3：4的理论比率。 5、某医院用某种中药治疗7例再生障碍性贫血患者，现将血红蛋白含量（g/L）变化的数据列在下面，假定资料满足各种假设测验所要求的前提条件，问：治疗前后之间的差别有无显著性意义？ 患者编号 1 2 3 4 5 6 7 治疗前血红蛋白含量65 75 50 76 65 72 68 治疗后血红蛋白含量82 112 125 85 80 105 128

生物统计学教案(5)

生物统计学教案 第五章统计推断 教学时间：5学时 教学方法：课堂板书讲授 教学目的：重点掌握两个样本的差异显著性检验，掌握一个样本的差异显著性检验，了解二项分布的显著性检验。 讲授难点：一个、两个样本的差异显著性检验 统计假设检验：首先对总体参数提出一个假设，通过样本数据推断这个假设是否可以接受，如果可以接受，样本很可能抽自这个总体，否则拒绝该假设，样本抽自另外总体。 参数估计：通过样本统计量估计总体参数。 5.1 单个样本的统计假设检验 5.1.1 一般原理及两种类型的错误 例：已知动物体重服从正态分布N(μ，σ2)，实验要求动物体重μ＝10.00g。已知总体标准差σ＝0.40g，总体平均数μ未知，为了得出对总体平均数μ的推断，以便决定是否接受这批动物，随机抽取含量为n的样本，通过样本平均数，推断μ。 1、假设： H 0: μ=μ 或H0: μ－μ0＝0 H A : μ>μ μ<μ μ≠μ 三种情况中的一种。 本例的μ ＝10.00g，因此 H : μ=10.00 H A : μ>10.00或μ<10.00或μ≠10.00 2、小概率原理小概率的事件，在一次试验中几乎是不会发生的，若根据一定的假设条件计算出来该事件发生的概率很小，而在一次试验中，它竟然发生了，则可以认为假设的条件不正确，从而拒绝假设。 从动物群体中抽出含量为n的样本，计算样本平均数，假设该样本是从N(10.00，0.402)中抽取的，标准化的样本平均数

服从N (0,1)分布，可以从正态分布表中查出样本抽自平均数为μ的总体的概率，即 P (U >u ), P (U <－u ), 以及P (|U |>u )的概率。如果得到的值很小，则 x 抽自平均数 为μ0的总体的事件是一个小概率事件，它在一次试验中几乎是不会发生的，但实际上它发生了，说明假设的条件不正确，从而拒绝零假设，接受备择假设。 显著性检验：根据小概率原理建立起来的检验方法。 显著性水平：拒绝零假设时的概率值，记为α。通常采用α＝0.05和α＝0.01两个水平，当P < 0.05时称为差异显著，P < 0.01时称为差异极显著。 3、临界值 例 从上述动物群体中抽出含量n ＝10的样本，计算出 x ＝10.23g ，并已知 该批动物的总体平均数μ绝不会小于10.00g ，规定的显著水平α＝0.05。根据以上条件进行统计推断。 H 0: μ=10.00 H A : μ>10.00 根据备择假设，为了得到x 落在上侧尾区的概率P (U > u )，将x 标准化，求 出u 值。 P (U >1.82)＝0.03438，P < 0.05，拒绝H 0，接受 H A 。 在实际应用中，并不直接求出概率值，而是建立在α水平上H 0的拒绝域。从 正态分布上侧临界值表中查出P (U > u α)= α时的u α值，U > u α的区域称为在α水平上的H 0拒绝域，而U < u α的区域称为接受域。接受域的端点一般称为临界值。本例的u ＝1.82，从附表3可以查出u 0.05=1.645, u > u α，落在拒绝域内，拒绝H 0而接受H A 。 4、单侧检验和双侧检验 上尾单侧检验：上例中的H A :μ>μ0，相应的拒绝域为U > u α。对应于H A :μ>μ0时的检验称为上尾单侧检验。 下尾单侧检验：对应于H A :μ<μ0时的检验称为下尾单侧检验。 n x n x u 40 .000.100 -= -= σ μ82 .110 40 .000 .1023.100 =-= -= n x u σ μ

生物统计学简答题

1. 什么是生物统计学生物统计学的主要内容和作用是什么 生物统计学是用数理统计的原理和方法来分析和解释生物界各种现象和试验调查资料，是研究生命过程中以样本来推断总体的一门学科。 生物统计学主要包括试验设计和统计分析两大部分的内容。其基本作用表现在以下4个方面：1.提供整理和描述数据资料的科学方法，确定某些性状和特性的数量特征。2.判断试验结果的可靠性。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则。 2. 随即误差与系统误差有何区别随机误差也称为抽样误差或偶然误差，它是由于试验中许多无法控制的偶然因素所造成的试验结果与真实结果之间的误差，是不可避免的，随机误差可以通过试验设计和精心管理设法减小，而不能完全消除。 系统误差也称为片面误差，是由于试验处理以外的其他条件明显不一致所产生的带有倾向性或定向性的偏差。系统误差主要由一些相对固定的因素引起，在某种程度上是可控制的。 3. 准确性与精确性有何区别 准确性指在调查和实验中某一实验指标或性状的观测值和真实值接近程度。精确性指调查和实验中同一实验指标或性状的重复观察值彼此接近的程度。准确性是说明测定值和真实值之间符合程度的大小；精确性是反映多次测定值的变异程度。 4. 平均数与标准差在统计分析中有何用处他们各有哪些特性平均数的用处：

①平均数指出了一组数据的中心位置，标志着资料所代表性状的数量水平和质量水平；②作为样本或资料的代表数据与其他资料进行比较。平均数的特征：①离均差之和为零；②离均差平方和为最小。 标准差的用处：①标准差的大小，受实验后调查资料中的多个观测值的影响，如果观测值之间的差异大，离均差就越大；②在计算标准差是如果对观察值加上一个或减去一个a，标准差不变；如果给各观测值乘以或除以一个常数a，所得的标准差就扩大或缩小a倍；③在正态分布中，X+-S内的观测值个数占总个数的%，X-+2s内的观测值个数占总个数的%，x-+3s 内的观测值个数占总个数的%。标准差的特征：①表示变量分布的离散程度；②标准差的大小可以估计出变量的次数分布及各类观测值在总体中所占的比例；③估计平均数的标准差；④进行平均数区间估计和变异数的计算。 5. 什么是正态分布什么是标准正太分布正态分布曲线有什么特点μ和σ对正态分布曲线有何影响 正态分布是一种连续型随机变量的概率分布，它的分布特征是大多数变量围绕在平均数左右，由平均数到分布的两侧，变量数减小，即中间多，两头少，两侧对称。 U=0，σ2=1的正态分布为标准正态分布。 正态分布具有以下特点：标准正态分布具有以下特点：①、正态分布曲线是以平均数μ为峰值的曲线，当x=μ时，f(x)取最大值；②、正态分布是以μ

生物统计学期末复习题库及答案

第一章 填空 1．变量按其性质可以分为（连续）变量和（非连续）变量。 2．样本统计数是总体（参数）的估计值。 3．生物统计学是研究生命过程中以样本来推断（总体）的一门学科。 4．生物统计学的基本内容包括（试验设计）和（统计分析）两大部分。 5．生物统计学的发展过程经历了（古典记录统计学）、（近代描述统计学）和（现代推断统计学）3个阶段。 6．生物学研究中，一般将样本容量（n ≥30）称为大样本。 7．试验误差可以分为（随机误差）和（系统误差）两类。 判断 1．对于有限总体不必用统计推断方法。（×） 2．资料的精确性高，其准确性也一定高。（×） 3．在试验设计中，随机误差只能减小，而不能完全消除。（∨） 4．统计学上的试验误差，通常指随机误差。（∨） 第二章 填空 1．资料按生物的性状特征可分为（数量性状资料）变量和（质量性状资料）变量。 2. 直方图适合于表示（连续变量）资料的次数分布。 3．变量的分布具有两个明显基本特征，即（集中性）和（离散性）。 4．反映变量集中性的特征数是（平均数），反映变量离散性的特征数是（变异数）。 5．样本标准差的计算公式s=（ ）。 判断题 1. 计数资料也称连续性变量资料,计量资料也称非连续性变量资料。（×） 2. 条形图和多边形图均适合于表示计数资料的次数分布。（×） 3. 离均差平方和为最小。（∨） 4. 资料中出现最多的那个观测值或最多一组的中点值,称为众数。（∨） 5. 变异系数是样本变量的绝对变异量。（×） 单项选择 1. 下列变量中属于非连续性变量的是( C ). A. 身高 B.体重 C.血型 D.血压 2. 对某鱼塘不同年龄鱼的尾数进行统计分析,可做成( A )图来表示. A. 条形 B.直方 C.多边形 D.折线 3. 关于平均数,下列说法正确的是( B ). A. 正态分布的算术平均数和几何平均数相等. B. 正态分布的算术平均数和中位数相等. C. 正态分布的中位数和几何平均数相等. D. 正态分布的算术平均数、中位数、几何平均数均相等。 4. 如果对各观测值加上一个常数a ，其标准差（ D ）。 A. 扩大√a 倍 B.扩大a 倍 C.扩大a 2倍 D.不变 5. 比较大学生和幼儿园孩子身高的变异度，应采用的指标是（ C ）。 A. 标准差 B.方差 C.变异系数 D.平均数 第三章 12 2--∑∑n n x x )(

生物统计学考试题及答案

生物统计学考试题及答案

重庆西南大学 2012 至 2013 学年度第 2 期 生物统计学 试题（A ） 试题使用对象： 2011 级 专 业(本科) 命题人： 考试用时 120 分钟 答题方式采用： 一：判断题；（每小题1分，共10分 ） 1、正确无效假设的错误为统计假设测验的第一类错误。（ ） 2、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。（ ） 3、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。（ ） 4、30位学生中有男生16位、女生14位，可推断该班男女生比例符合1∶1（已 知84.321,05.0=χ）。 （ ） 5、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。（ ） 6、率百分数资料进行方差分析前，应该对资料数据作反正弦转换。（ ） 7、比较前，应该先作F 测验。 （ ） 8、验中，测验统计假设H 00:μμ≥ ，对H A :μμ<0 时，显著水平为5%，则测验的αu 值为1.96（ ） 9、行回归系数假设测验后，若接受H o :β=0，则表明X 、Y 两变数无相关关系。( ) 10、株高的平均数和标准差为30150±=±s y （厘米），果穗长的平均数和标准差为s y ±1030±=（厘米），可认为该玉米的株高性状比果穗性状变异大。 （ ） 二：选择题；（每小题2分，共10分 ） 1分别从总体方差为4和12的总体中抽取容量为4的样本，样本平均数分别为3和2，在95%置信度下总体平均数差数的置信区间为（ ）。

A 、[-9.32，11.32] B 、[-4.16，6.16] C 、[-1.58，3.58] D 、都不是 2、态分布不具有下列哪种特征（ ）。 A 、左右对称 B 、单峰分布 C 、中间高、两头低 D 、概率处处相等 3、一个单因素6个水平、3次重复的完全随机设计进行方差分析，若按最小显著差数法进行多重比较，比较所用的标准误及计算最小显著差数时查表的自由度分别为（ ）。 A 、 2MSe/6 , 3 B 、 MSe/6 , 3 C 、 2MSe/3 , 12 D 、 MSe/3 , 12 4、已知),N(~x 2σμ，则x 在区间]96.1,[σμ+-∞的概率为（ ）。 A 、0.025 B 、0.975 C 、0.95 D 、0.05 5、 方差分析时，进行数据转换的目的是（ ）。 A. 误差方差同质 B. 处理效应与环境效应线性可加 C. 误差方差具有正态性 D. A 、B 、C 都对 三、简答题；（每小题6分，共30分 ） 1、方差分析有哪些步骤？ 2、统计假设是？统计假设分类及含义？ 3、卡方检验主要用于哪些方面？ 4、显著性检验的基本步骤？ 5、平均数有哪些？各用于什么情况？ 四、计算题；（共４题、50分） 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。（ 99 .52 05.0,2=χ， 81 .7205.0,3=χ）（10分） 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 1 2 3 野生大豆 29 68 96

生物统计学教案(7)

生物统计学教案 第七章拟合优度检验 教学时间：2学时 教学方法：课堂板书讲授 教学目的：重点掌握二项分布的检验、正态性的检验，掌握独立性检验，了解X2的可加性。 讲授难点：正态性的检验、二项分布的检验 7.1 拟合优度检验的一般原理 7.1.1 什么是拟合优度检验 用来检验实际观测数与依照某种假设或模型计算出来的理论数之间的一致性的方法。可分为两种类型： （1）拟合优度检验：检验观测数与理论数之间的一致性。 （2）独立性检验：通过检验实际观测数与理论数之间的一致性来判断事件之间的独立性。 7.1.2 拟合优度检验的统计量 例黄圆豌豆与绿皱豌豆杂交，第二代分离数目如下： 黄圆黄皱绿圆绿皱总计 实测数(O i) 315(O1) 101（O2）108(O3) 32(O4) 556 理论数(T i) 312.75(T1) 104.25(T2) 104.25(T3) 34.75(T4) 556 拟合优度的一般做法是： （1）将观测值分为k种不同类别，如四种类型豌豆。 （2）共获得n个独立观测值，第i类观测值的数目为O i。如O1－O4，他们的和等于n。 （3）第i类的概率为p i，如上述四类豌豆的概率分别为9/16、3/16、3/16、1/16，概率之和等于1。 （4）第i类的理论数T i = np i, k个理论数之和等于n。如上例中的T1－T4,它们的和等于n。 （5）O i与T i不符合程度的计算： ①求k个O i－T i之和，显然它们恒等于0。 ②求k个(O i－T i)2之和，得不出相对的不符合程度。O i＝9、T i＝6，O i－T i＝3；O i＝49、T i＝46，O i－T i＝3。前者的不符合程度远大于后者。 ③求k个[(O i－T i)/T i]2之和，但仍有问题。如：O i＝8、T i＝5以及O i＝80、T i＝50时O i －T i/T i都等于0.6。

生物统计学实验

渤海大学学生实验报告 课程名称：生物统计学实验任课教师：何余堂 实验室名称：计算机室房间号：理工Ⅱ--205 实验时间：2012-6-14 学院化学化工与食品安全学院专业食品质量与安 全 班级10-10 姓名宋帅婷学号10150142同组人其余19人 实验项目统计数据的整理及次数分布 表/图的制作 组 别第二组 实验成绩 一、实验目的 1、掌握Excel数据输入、输出与编辑方法； 2、掌握Excel用于描述性统计的基本菜单操作及命令； 3、掌握数据整理的基本方法； 4、熟练制作次数分布表/图。 二、实验原理 当观测值较多(n>30)时，宜将观测值分成若干组，以便统计分析。将观测值分组后，制成次数分布表，即可看到资料的集中和变异情况。 连续性资料的整理，需要先确定全距、组数、组距、组中值及组限，然后将全部观测值计数归组。分组结束后，将资料中的每一观测值逐一归组，统计每组内所包含的观测值个数，制作次数分布表。利用Excel的数据统计工具可以辅助完成上述工作。 三、实验步骤 1、加载分析工具库 单击Excel程序“工具”菜单中的“数据分析”命令可以浏览已有的分析工具。如果在“工具”菜单上没有“数据分析”命令，应在“工具”菜单上运行“加载宏”命令，在“加载宏”对话框中选择“分析工具库”。 2、练习 某地80例30～40岁健康男子血清总胆固醇（mol/L）测定结果如下： 4.77 4.56 5.18 4.38 4.03 5.16 4.88 4.52 4.47 5.38 3.37 4.37 5.77 4.89 5.85 5.10 5.55 4.38 3.40 3.89 6.14 5.39 4.79 4.09 5.85 3.04 4.31 3.91 4.60 3.95 6.30 5.12 5.32 3.35 4.79 4.55 4.58 2.70 4.47 3.56 4.77 4.56 5.18 4.38 4.03 5.16 4.88 4.52 4.47 5.38 3.37 4.37 5.77 4.89 5.85 5.10 5.55 4.38 3.40 3.89 6.14 5.39 4.79 4.09 5.85 3.04 4.31 3.91 4.60 3.95 6.30 5.12 5.32 3.35 4.79 4.55 4.58 2.70 4.47 3.56 5.21

生物统计学试题及答案

一、填空 变量按其性质可以分为连续变量和非连续变量。 样本统计数是总体参数的估计量。 生物统计学是研究生命过程中以样本来推断总体的一门学科。 生物统计学的基本内容包括试验设计、统计分析两大部分。 统计学的发展过程经历了古典记录统计学、近代描述统计学、现代推断统计学3 个阶段。 生物学研究中，一般将样本容量n >30称为大样本。 试验误差可以分为随机误差、系统误差两类。 资料按生物的性状特征可分为数量性状资料变量和质量性状资料变量。 直方图适合于表示连续变量资料的次数分布。 变量的分布具有两个明显基本特征，即集中性和离散性。 反映变量集中性的特征数是平均数，反映变量离散性的特征数是变异数。 林星s= 样本标准差的计算公式s= 如果事件A和事件B为独立事件，则事件A与事件B同时发生地概率P (AB) = P(A)*P(B)。 二项分布的形状是由n和p两个参数决定的。 正态分布曲线上，卩确定曲线在x轴上的中心位置，c确定曲线的展开程度。样本平均数的标准误等于c Wi。 t分布曲线和正态分布曲线相比，顶部偏低，尾部偏高。

统计推断主要包括假设检验和参数估计两个方面。

参数估计包括点估计和区间估计假设检验首先要对总体提出假设，一般应作两个假设，一个是无效假设，一个是备择假设。 对一个大样本的平均数来说，一般将接受区和否定区的两个临界值写作卩-U a^x_ 卩+U a c x 在频率的假设检验中，当np或nq v30时，需进行连续性矫正。 2检验主要有3种用途：一个样本方差的同质性检验、适应性检验和独立性检验。 2检验中，在自由度df = (1)时，需要进行连续性矫正，其矫正的2 = ( p85 )。 2分布是连续型资料的分布，其取值区间为［0.+ %)。 猪的毛色受一对等位基因控制，检验两个纯合亲本的F2代性状分离比是否符合 孟德尔第一遗传规律应采用适应性检验法。 独立性检验的形式有多种，常利用列联表进行检验。 根据对处理效应的不同假定，方差分析中的数学模型可以分为固定模型、随机模型和混合模型混合模型3类。 在进行两因素或多因素试验时，通常应该设置重复，以正确估计试验误差，研究因素间的交互作用。 在方差分析中，对缺失数据进行弥补时，应使补上来数据后，误差平方和最小。方差分析必须满足正态性、可加性、方差同质性3个基本假定。 如果样本资料不符合方差分析的基本假定，则需要对其进行数据转换，常用的数据转换方法有平方根转换、对数转换、正反弦转换等。 相关系数的取值范围是［-1,1］O