生物统计与实验设计

生物统计与实验设计-个人作业总结

生物统计和实验设计

• 田间试验设计
  • 田间试验设计基础
    • 田间试验设计概念
    • 试验设计中的基本概念
  • 田间试验的种类
    • 按试验性质分类
    • 按因子多少分类
  • 田间试验的特点和要求
    • 田间试验的特点
    • 田间试验的基本要求
  • 试验误差与土壤差异
    • 田间试验的差异
    • 试验地的土壤差异
    • 试验地的选择和培养
  • 田间试验设计原则
    • 重复
    • 随机排列
    • 局部控制
  • 试验小区的控制技术
    • 试验小区的面积
    • 小区的形状
    • 重复次数
    • 对照区的设置
    • 保护行的设置
    • 重复区和小区的排列
  • 常用的试验设计方法
    • 完全随机设计
    • 随机区组设计
    • 拉丁方设计
    • 裂区设计
• 试验结果资料的整理
  • 次数分布
    • 次分布表及其制作
    • 次数分布图
  • 平均数
    • 平均数的概念和功能
    • 全球平均数
    • 其他几种平均数
  • 变异数
    • 极差
    • 方差
    • 标准差
    • 变异系数
• 理论分布和抽样分布
  • 概率的基本知识
    • 什么是事件
    • 什么是概率
    • 频率和概率
    • 概率的基本性质
    • “小概率实际不可能性”原理
    • 复合事件及事件间的关系
    • 计算事件概率的法则
  • 二项分布
    • 二项总体
    • 二项总体的样本总和数总体
  • 正态分布
    • 什么是正态分布
    • 正态分布有什么重要意义
    • 正态分布曲线的特征
    • 正态分布的概率计算
  • 平均数抽样分布
    • 样本平均数的分布
    • 样本平均数差数的分布
    • 二项总体的抽样分布
• 假设检验
  • 单个样本平均数的统计假设测验
    • 统计推断的概念和内容
    • 单个样本平均数的假设测验举例
  • 两个样本平均数的统计假设测验
    • 成组数据
    • 成对数据
    • 显著性测验的两尾测验和一尾测验
    • 显著性测验的两类错误
  • 参数的区间估计
    • 什么是参数的区间估计
    • 总体平均数μ的区间估计
    • 总体平均数差数μ1-μ2的区间设计
• 直线相关与回归
  • 概述
    • 资料与双变数资料在分析上有什么不同
    • 界性状间普遍存在什么关系
    • 模型和相关模型
  • 直线回归
    • 回归方程
    • 回归方程的计算
    • 回归图的绘测
    • 归的估计标准误差
    • 归的显著性检验
    • 回归的区间估计
  • 直线相关
    • 数的图示
    • 相关系数的计算公式
    • 相关系数的显著性检验
    • 决定系数
• X²测验
  • X²测验的方法
    • 什么叫卡方测验
    • X²的基本公式
    • 卡方的分布特性和显著性测验
  • 适合性测验
    • 什么是适合性测验
    • k=2的次数资料
    • k≥3的次数资料
  • 独立性测验
    • 什么是独立性测验
    • 2×2表的独立性测验
    • 2×c表的独立性测验
• 单因素试验的方差分析
  • 完全随机设计试验的方差分析
    • 什么是完全随机设计
    • 线性模式与有关公式
    • 举例说明
  • 随机区组设计试验的方差分析
    • 什么是随机区设计
    • 线性模式与有关公式
    • 举例说明
• 方差分析
  • 方差分析的意义
    • 多个样本平均数相比较时，不能用t测验进行两两测验的原因
    • 什么是方差分析
    • 为什么方差分析极为重要
  • 方差分析的原型
    • 平方和自由度的分解
    • F测验
    • 多重比较
  • 方差分析的基本假定和数据转换
    • 方差分析的基本假定
    • 数据转换
    • 转换资料的分析