【文章內(nèi)容簡介】 映數(shù)值變量資料的離散趨勢 Ｃ、考慮了每個變量值的變異情況 Ｄ、較極差穩(wěn)定 關(guān)于變異系數(shù)，哪項說法是錯誤的。（ C ） A、反映全部觀察值的離散程度 B、是評價一組數(shù) 據(jù)偏離均數(shù)的相對指標 C、常與平均數(shù)一起使用 D、可用于比較各種數(shù)量性狀的變異程度 參數(shù)是指（ B ） A、參與個體數(shù) B、總體的統(tǒng)計指標 C、樣本的統(tǒng)計指標式 C、樣本的總和 配對設計的試驗中，同一組 A ） A、個體間差異需盡可能小 B、個體接受相同的處理 C、個體間差別越大越好 D、除處理因素外，其它已知或可能影響觀察指標的因素和條件都相同或相近 常用的三種多重比較方法中，（ B ） ） 5 A、 q檢驗法更易犯取偽錯誤 B、 LSD法更易犯取偽錯誤 C、新復極差法的尺度最大 D、 LSD法的尺度最大 填空題 在同一連續(xù)分布總體中作隨機抽樣時，抽樣分布標準誤的大小受（樣本容量）的影響。 用 作假設檢驗時，如果在兩尾 t界值表上找 所對應的值，說明進行的是（ 兩尾 ）檢驗。 在假設檢驗中如果本應作兩尾檢驗的作了一尾檢驗，犯 II型錯誤的機會 ( 增大 )。 分布中的 值最小極限值是 ( 1 )。 概率有（統(tǒng)計概率和古典概率 ）兩種定義。 中心極限定理的最大意義在于（ 標準正態(tài)分布適用于各種總體的平均數(shù)抽樣分布的分析 ）。 比較試驗中設置重復的作用在于（估計誤差）。 兩因素隨機區(qū)組試驗無重復觀察值資料的方差分析中包括總變異在 有 ）。 事件 A A ?、 An構(gòu)成的完全事件系中，（ 必然事件 和事件 ）發(fā)生的概率等于 1。 1與相比算術(shù)均數(shù)，中位數(shù)更適用于（極個別表現(xiàn)值特別大）。 1服從標準正態(tài)分布的變量，隨機抽取 到一個介于（ —）與（ +）之間的變量值的幾率為 99%。 1二項分布如果（ P遠離 ， n又太?。┓植季椭荒茉诙椃植忌现苯舆M行假設檢驗。 1統(tǒng)計假設檢驗中的（棄真）錯誤不可避免，但在（做出無效假設特別慎重）的情況下犯這種錯誤是無關(guān)緊要的。 1與成組比較相比，配對設計（對于對之間的差異）處理有無作用，因為配對試驗中的個體間固有差異（沒有計算入處理間的誤差項里面）。 1在兩變量 X1 和 X2 的配對 t 檢驗中，差數(shù)的平均數(shù)等于（ ）。 1回歸和相關(guān)分析中的 t檢驗是雙側(cè)的還是單側(cè)的？（ 單側(cè) ） 在同一連續(xù)分布總體中作隨機抽樣， n越大，則（抽樣誤差）越小。 用 作兩尾檢驗時，查一尾表需要在表上找 對應的值。 對于一個具體的試驗結(jié)果，用兩尾檢驗比用一尾檢驗更 ( 容易 )達到顯著水平。 正態(tài)分布曲線與橫軸之間的總面積等于 ( 1 )。 隨著 n 的增大 , 隨機事件 A 的頻率越來越穩(wěn)定地趨近于一定值 p， 這個 p值就是 A的概率。這樣的概率類型叫（統(tǒng)計概率） t 分布與 u 分布的相同之處一是（ 對稱分布），二是（曲線與橫軸所圍成的面積等于 1 ）。 在（單因素）試驗中，處理數(shù)等于水平數(shù)。 單因素隨機區(qū)組試驗無重復觀察值資料的方差分析中除總變異外還有（ 2 ）個變異來源。 在（ X2）檢驗中按已知的生物學理論或變量總體的各類別比率計算理論次數(shù)。 樣本容量 n（越大）則在同一連續(xù)分布總體中作隨機抽樣的抽樣分布標準誤越小。 用 作一尾檢驗時，查兩尾表需要在表上找 對應的值。 在假設檢驗中，用一尾檢驗比用兩尾檢驗更 (難 )達到顯著水平。 F分布 和 分布的共同特點是（分布區(qū)間都為 [ 0， + ∞) ）。 在有限個（ n個）可能出現(xiàn)的表現(xiàn)形式中，具有某種共同屬性的表現(xiàn)形式有m個，則在隨機抽查時具該種屬性的個體出現(xiàn)概率屬于（ ） 根據(jù)（ ），樣本平均數(shù)的差異顯著性性檢驗在（ ）時不必要求變量一定要呈正態(tài)分布。 在有 m個因素且每個因素有 k個水平的試驗中，處理數(shù)等于（ km）。 兩因素隨機區(qū)組試驗有重復觀察值資料的方差分析中除總變異外還有（ 5 ）個變異來源。 在（獨立性）檢驗中需要按隨機事件的概率相乘原理來計算各類別的理論次數(shù)。 若每次試驗中兩兩互斥的事件 A A ?、 An（ ） , 且 ―事件 A A ?、 An（ ） ‖構(gòu)成一個必然事件 , 這樣的一系列事件就是一個完全事件系。 1概率隨變量實際取值 Xi 不同而變的（概率變化規(guī)律或特征）就叫概率分布。用于描述變量各個 Xi與相應 P(Xi)之間（對應關(guān)系的函數(shù)式）叫概率密度函數(shù)。 1服從正態(tài)分布的變量，隨機抽取到一個介于（ —）與（ +）之間的變量值的幾率為 99%。 1二項分布在 p=q= 時呈（正態(tài)）分布；如 p 或 q 不等于 ，只要偏離 不多且 n 足夠大，則從二項總體中隨機抽樣的平均數(shù)抽樣分布也趨近于（正態(tài)分布）了。 6 1在統(tǒng)計假設檢驗的兩類錯誤中， I 型錯誤的特點是（犯 I 型錯誤的概率等于選擇的顯著水平 α）。為避免犯 II型錯誤，可采取（ 3 ）個對策。 若事件 A A ?、 An兩兩互斥 , 且每次試驗必有一件發(fā)生 , 則 ―事件 AA ?、 An 任中發(fā)生一件 ‖就是一個（必然）事件 , 這樣的一系列事件 就是一個（完全事件系）。 1概率隨變量實際取值 Xi不同而變的變化規(guī)律與特征就是（概率分布）。用于描述變量各個 Xi與相應 P(Xi)之間對應關(guān)系的函數(shù)式叫（概率密度函數(shù)）。 1服從正態(tài)分布的變量，隨機抽取到一個介于（ — ）與（ + ）之間的變量值的幾率為 95%。 1二項分布在（ P）和（ q取值接近）時趨近于正態(tài)分布。在 n足夠大時 t分布就趨近于（正態(tài)分布）了。 1在統(tǒng)計假設檢驗的兩類錯誤中，通過（ ）可以減少犯取偽錯誤的機會甚至避免犯這類錯誤。 四．簡答題 獨立 性檢驗與適合性檢驗是兩種不同的檢驗方法，除了研究目的不同外，還有以下區(qū)別： 1）數(shù)據(jù)資料的結(jié)構(gòu)不同 獨立性檢驗的資料是按兩個因素的屬性或類別歸組。依兩因素的屬性類別數(shù)不同而構(gòu)成 2 2c、 rc 列聯(lián)表 。 而適合性檢驗只按一個因素如性別、表現(xiàn)型等的屬性或類別對次數(shù)資料進行歸組。 2）理論值計算的依據(jù)不同 適合性檢驗按已知的生物學理論或變量總體的各類別比率計算理論次數(shù)。獨立性檢驗的理論次數(shù)是在假設兩因素相互獨立的條件下按概率的乘法定理進行計算。 3）獨立性檢驗與適合性檢驗的自由度不同 在適合 性檢驗中 , 自由度只有一個約束條件 : 各理論次數(shù)之和等于各實際次數(shù)之和 , df = k–1。 獨立性檢驗有三個約束條件 : ① . 所有 rc 個 Oij 之和必須等于 rc 個 Eij 之和 , 所以整個試驗有總自由度 : rc–1； ② . c 個 Ci 之和必須等于 c 個 Ei 之和 , 所以有 df = c –1。但 r 因素與 c 因素獨立與否 , 與 c 因素內(nèi)部的 df 無關(guān)。 ③ . r 個 Rj 之和必須等于 r 個 Ej 之和 , 所以有 df = r –1 。但 r 因素與 c 因素是否獨立 , 與 r 因素內(nèi)部的 df 無關(guān)。所以 , 獨立性檢驗的自由度為： df = rc – 1 – (r –1) – (c –1) = (r –1)(c –1) 即等于 : (行的屬性或類別數(shù) 1)(列的屬性或類別數(shù) 1) 優(yōu)點： ① . 設計簡單，容易掌握； ② . 靈活性大 , 適用于單因素、多因素及綜合性試驗 。 ③ . 符合試驗設計的三原則。在完全隨機設計的基礎上增加了局部控制的內(nèi)容 ,將試驗環(huán)境一致性的控制范圍從整個試驗地縮小到了單個區(qū)組 ,能有效減少單方向土壤肥力差異的影響，區(qū)組間的差 異在統(tǒng)計分析時單獨成為一個變異來源，降低試驗誤差，提高試驗的精確度； ④ . 對試驗地的形狀和大小要求不嚴，必要時不同區(qū)組可以分散設置在不同的田塊或地段上；