1、試驗設計課程總結：第一章1. 試驗設計與分析：簡稱試驗統計，是數理統計的一個分支，是進行科學研究不可缺少的工具，包括兩部分內容，對試驗或者調查進行周密而審慎的設計，然后通過試驗或者調查得到統計數據；對數據進行統計學分析，并對試驗或者調查的結果給你合理的解釋從而得到結論。2. 誤差：觀察值與真值之間或者樣本指標與總體指標之差。3. 試驗誤差包括三種；系統誤差：觀察值與真值之間發生了有一定放行的偏離，這種偏離叫做系統誤差。隨機誤差：觀察值與針織之間僅僅發生了一些無方向的微小偏離，即這種偏離具有隨機性，這種偏離就稱為隨機誤差。錯失誤差：試驗中由于試驗人員粗心大意所發生的差錯稱為錯失誤差，如記錄、測量

2、錯誤等，只要試驗人員敬業、細心進行試驗，可以杜絕此類誤差的發生。4. 準確度：是指同一處理的掛差值與其真值接近的程度，越是接近，則試驗越準確。精確度：是指同一處理的重復觀察值間彼此接近的程度。5. 試驗誤差的來源：供試材料固有的差異；環境條件的差異；管理不一致所引起的差異；觀察測定的不一致造成的差異6. 抽樣誤差：（隨機誤差的一種）由抽樣引起的樣本統計量與總體參數之間的差別。7. 試驗指標：為衡量試驗結果的好換或者處理效應的高低，在試驗中具體測定的形狀或者觀測的項目稱為試驗指標。8. 試驗因素：試驗中所研究的影響試驗指標的因素為試驗因素。9. 因素水平：試驗因素所處的某種特定狀態或者數量等級1

3、0. 試驗處理：實現設計好的實施在試驗單位上的具體項目。簡稱為處理11. 試驗單位：在試驗中能接受不同試驗處理的獨立的試驗載體。12. 重復：在試驗中，將一個處理實施在兩個或者兩個以上的試驗單位上，甚微處理有重復，處理實施的單位數稱為處理的重復數。13. 數量性狀：是指能夠以量測或技術的方式表示起特征的性狀。14. 數量性狀資料：觀察測定數量性狀而獲得的數據。15. 質量性狀：指能觀察到而不能直接測量的性狀，如顏色，性別等。16. 質量性狀資料：值用量測手段得到的數量性狀資料，即用度、量、衡等計量等工具直接測定的數量性狀資料。17. 極差：最大值與最小值之間的差值。18. 方差（varianc

4、e）或標準差 （Standard Deviation，SD）：刻畫數據集中或者離散的程度。19. 標準誤：即樣本均數的標準差，是描述均數抽樣分布的離散程度及衡量均數抽樣誤差大小的尺度，反映的是樣本均數之間的變異。標準誤不是標準差，是多個樣本平均數的標準差。（標準誤=標準差/n1/2）20. 實驗設計的三個基本原則及其應用：設置重復：試驗中同一處理實施在兩個或者兩個以上實驗單位上。隨機化：對試驗動物的分組應采用隨機的方法，是每個試驗動物都有同等機會進入各個處理，避免分組時試驗人員主觀因素的影響。局部控制：試驗時采取一定的技術措施或者方法，以控制或則降低非試驗罌粟對試驗結果的影響。21. 變異系數

5、: 公式22. 總體的分布有兩種類型，離散型隨機變量的分布（0-1分布、二項分布、泊松分布）和連續型隨機變量的分布（正態分布）。23. 什么是t分布、f分布、卡方分布，以及各自的應用條件？計算公式？獨立性？n=1或n不等1時的矯正？第二章1、 參數估計：用樣本統計來那個對總體參數進行估計2、 假設檢驗：利用樣本統計量對總體的分布特征進行檢驗。（顯著性檢驗）3.顯著水平（）：通常以表示，是一個臨界概率值，用來確定是否屬于小概率事件的概率值。3、 如何選擇參數水平？應根據試驗的要求或試驗結論的重要性而定。如果試驗中難以控制的因素較多，試驗誤差可能較大，則顯著水平取值大些；如果試驗耗費較大，對精確度

6、要求較高，不容許反復，或試驗結論的應用事關重大，則所選顯著水平應無小些。顯著水平對假設檢驗的結論有直接影響，所以應在試驗開始前規定好。4、 假設檢驗的基本步驟：（1）提出假設：（2）確定顯著水平a。（3）測驗計算，即在無效假設正確的前提下，依據統計數的抽樣分布，計算因隨機抽樣而獲得實際差數的概率（4）統計推斷：即將確定的a值與計算得的概率相比較，依據“小概率時間實際不可能性”原理做出接受或者否定無效假設的推斷。5、 什么是單尾檢驗、雙尾檢驗？以及如何選擇？雙側檢驗，否定域在檢驗統計量分布的兩尾；單側檢驗，否定域在統計量分布的一側。雙尾檢驗永遠是正確的，單側檢驗只有在少數情況下才是合適的，即使要

7、做單側檢驗也必須事先確定。6、 什么是兩類錯誤？在實際中如何避免？第一類錯誤“棄真”，即無效假設是正確的結果卻否定了他，一類錯誤是把非真實差異錯判為真實差異，減小犯這個錯誤的方法是是的那個的提高顯著水平；第二類錯誤“納偽”真實情況是無效假設不成立，卻接受了他，二類錯誤是吧這么把真實差異錯判為非真實差異，減小犯二類錯誤的方法是適當增加樣本容量。7、 一個正態總體的參數假設檢驗（書上的公式補充就可以了）正態總體均數u的假設檢驗 方差已知時；方差未知時8、 符合性檢驗：檢驗試劑資料與根據科學假設所得的理論數據是否吻合的問題叫做符合性檢驗問題，皮爾遜檢驗為符合性檢驗提供了判斷方法。9、 符合性檢驗的步

8、驟：（1）建立假設（2）計算檢驗統計量 當自由度為1時，樣本卡方值要進行校正，校正后的卡方值是：（3）查臨界卡方值，做出統計推斷若屬性類別分類數為k，則適合性檢驗的自由度為k-1。10、 獨立性檢驗（列聯表分析）獨立性檢驗：根據次數資料判斷兩類銀子彼此相關或相互獨立的假設檢驗。實際上是基于次數資料對子因子間相關性的研究。第三章1. 用t檢驗進行多個均數比較的局限性？檢驗過程繁瑣；無統一的試驗誤差，誤差估計的精確性和檢驗的靈敏性低；推斷的可靠性低，檢驗的一類錯誤率大。2. 方差分析的基本思想：（1）將k個處理的觀測值作為一個整體看待（2）把觀測值總變異的平方和及自由度分解為相應于不同變異來源的平

9、方和及自由度（3）獲得不同變異來源的總體方差估計值（4）通過計算這些總體方差的估計值的適當比值，就能檢驗各樣本均數是否相等。方差分析實質是關于觀測值變異原因的數量分析。3. 方差分析的兩種模型：固定模型和隨機模型。固定模型：最后都落腳到“幾種處理間有無顯著差異”隨機模型：研究目的是估計因素A的總體參數。4. 多重比較方法包括最小顯著差數法LSD方法、最小顯著極差法LSR法中的q法和新復極差法？之間的異同，如何選擇應用？（1）LSD法適合于各個組與對照組進行比較，步驟：列出平均數的多重比較表，比較表中各處理按期平均數按照從大到小自上而下排列；計算最小顯著差數LSD0.01和LSD0.05；將平均

10、數多重比較表中兩兩平均數的差數與LSD0.01、LSD0.05比較，做出統計推斷。（2）LSR方法克服了LSD法的不足，但是檢驗的工作量有所增加，常用的方法有q檢驗法和新復極差法（Duncan）q檢驗法步驟：列出平均數多重比較表；由自由度 、秩次距k查臨界q值，計算最小顯著極差LSR0.05k和LSR0.01k；將平均數多重比較表中的各極差與相應的最小顯著極差LSR0.05k和LSR0.01k比較，做出統計推斷。（3）以上三種方法比較：LSD方法新復極差法q檢驗法秩次距K=2時，取等號；k3時，取小于號。在多重比較中，LSD法的尺度最小，q法最大，新復極差法居中。用上述排列順序前面方法檢驗顯著

11、的差數，用后面的方法檢驗未必顯著；用后面的方法檢驗顯著的差數，用前面方法檢驗必然顯著。5. 什么是完全隨機設計，以及主要的優缺點？完全隨機設計是指將所有的試驗單元隨機地分配到各個處理中，使得每個試驗單元都有相同的機會接受某個處理，而不受試驗人員主觀傾向的影響，其實質是將供試材料隨機分組。主要優點：設計簡單、容易，處理數與重復數都不收先合租，適用于試驗條件、環境、試驗材料差異較小的試驗；統計分析簡單，無論所獲得的試驗資料個處理重復數相同與否，都可以用t檢驗或者方差分析法進行統計分析；實驗誤差自由度大于處理數和重復數相等的其他設計。主要缺點：由于完全隨機設計為應用試驗設計三原則中的局部控制原則，非

12、試驗因素的影響被歸入實驗誤差，試驗誤差較大，試驗的精確性較低；在試驗條件、化境、試驗材料差異較大時，不宜采用此種設計方法。6. 交互作用：簡稱互作，指兩個或兩個以上因素之間相互作用效應的簡稱，也稱為交互作用。7. 隨機區組設計以及主要的優缺點？隨機區組設計也稱為隨機單位組設計，他是以劃分區組的方法使區組內部條件盡可能一致，以達到局部控制的目的。主要優點：設計與分析方法簡單易行；體現了實驗設計三原則，有效地降低了試驗誤差，試驗的精確性高；把條件一致的試驗大院分在同一區組，再將同一區組的試驗單元隨機分配到不同處理組內，加大了處理組之間的可比性。只要缺點：要使個區組內是啊一年材料的初始條件一致會有一定的難度，處理數不超過20為宜。8. 單因素完全隨機區組的可加性線性模型或線性統計模型為：要求隨機誤差具有獨立性、正態性和方差同質性，因而要求所有的間是星湖獨立的且服從9. 方差分析的過程：10. 交互作用產生的原因：每個伊蘇并不是獨立的對觀測值起作用的，而因素不同水平的組合也會起作用，從而使得一個因素的某個水平在另一個因素的不同水平中有不同的效應；或者說，一個因素不同水平的效應的相對大小并不是恒定的，而是隨著另一個因素的不同水平而變化，有時會得到增強或者減弱甚至出現相反