一、名词解释
1. 试验方案:根据试验目的和要求所拟进行比较的一组试验处理的总称。
2. 试验因素:被变动并设有比较的一组处理的因子。简称因素或因子。
3. 单因素试验:整个试验中只变更、比较一个试验因素的不同水平,其它作为试验
条件的因素均严格控制一致的试验。
4. 多因素试验:在同一试验方案中包含两个或两个以上的试验因素,各个因素都分
为不同水平,其它试验条件均严格控制一致的试验。
5. 处理组合:各因素不同水平的组合。
6. 试验指标:用于衡量试验效果的指示性状。
7. 试验效应:试验因素对试验指标所起的增加或减少的作用。
8. 简单效应:在同一因素内两种水平间试验指标的相差。
9. 平均效应:一个因素内各简单效应的平均数。也称主要效应,简称主效。
10. 交互作用效应:两个因素简单效应间的平均差异。简称互作。
11. 对照:试验方案中包括有对照水平或处理,简称对照。(试验当中所设计的比较标
准的处理)
12. 唯一差异原则:指在试验中进行比较的各个处理,其间的差别仅在于不同的试验
因素或不同的水平,其余所有的条件都应完全一致。
13. 误差:测量值与真实值之间的差异称为误差 。
14. 随机误差:由随机或偶然因素造成的试验结果与处理真值之间的差异称为偶然性
误差或随机误差。
15. 系统误差:由固定原因一起的试验结果与处理真值之间的差异称为系统误差。
16. 精确度:试验中同一性状的重复观察值彼此接近的程度。(即试验误差的大小)
17. 准确度:试验中某一性状的观察值与其理论值真值的接近程度。
18. 空白试验:在整个试验地上种植单一品种的作物。
19. 匀田种植:
20. 重复:试验中同一处理种植小区数即为重复次数。
21. 随机排列:指一个区组中每一处理都有同等的机会设置在任何一个试验小区上,
避免任何主观成见。
22. 局部控制:指将整个试验环境分成若干个相对最为一致的小环境,再在小环境内
设置成套处理,使非试验因素(试验环境)最大程度的一致。
23. 试验小区:在田间试验中,安排处理的小块地段。简称小区。
24. 边际效应:小区两边或两端的植株,因占较大空间而表现的差异。
25. 生长竞争:相邻小区种植不同品种或施用不同肥料时,由于株高、分蘖力或生长
期的不同,通常有一行或更多行受到影响。
26. 区组:将全部处理小区分配于具有相对同质的一块土地上。
27. 完全区组:重复与区组相等,每一区组或重复包含有全套处理。
28. 不完全区组:一个重复安排在几个区组上,每个区组只安排部分处理。
29. 拉丁方设计:将处理从纵横两个方向排列为区组(或重复),使每个处理在每一列
和每一行中出现的次数相等的试验设计方法称为拉丁方设计。
30. 随机区组设计:根据“局部控制”的原则,将试验地按肥力程度划分为等于重复
次数的区组,一区组安排一重复,区组内各处理都独立地随机排列的试验设计方法。
31. 主区:在裂区设计中,按主处理划分的小区。也称整区。
32. 副区:裂区设计中,主区内按各副处理划分的小区。也称裂区。
33. 总体:具有共同性质的个体所组成的集团。
34. 样本:为了研究总体,从无限总体中抽出的部分个体的集合。
35. 观察值:每一个体的某一性状、特性的测定数值。
36. 变数:观察值的集合。
37. 变量:观察值中的每个成员。也称随机变数。
38. 参数:由总体的全部观察值而算得的总体特征数,如平均数等。
39. 统计数:总体相应参数的估计值。
40. 随机样本:从总体中随机抽取的样本。
41. 样本容量:样本所包含的个体数。
42. 不连续性或间断性变数:指用计数方法获得的数据。
43. 连续性变数:指称量、度量或测量方法所获得的数据。
44. 质量性状:指能观察而不能量测的性状,即属性性状。
45. 标准差:方差的正平方根值。
46. 自由度:指样本内独立而能自由变动的离均差个数。
47. 变异系数:计算样本的标准差对均数的百分数,称为变异系数。
48. 随机事件:某特定事件只是可能发生的几种事件中的一种。
49. 互斥事件:两事件不可能同时发生。
50. 对立事件:两事件不可能同时发生,但必发生其一。
51. 抽样分布:从总体中随机抽样得到样本,获得样本观察值后可以计算一些统计数,
统计数的分布称为抽样分布。
52. 标准误:抽样分布的标准差又成为标准误。
53. 统计推断:试验表面效应与误差大小相比较并由表面效应可能属误差的概率而作
出推论的方法称为统计推断。(利用概率论和抽样分布的原理,由样本结果(统计数)推断或估计其总体特征)
54. 假设测验:先作无效假设,再依据该假设概率大小来判断接受或否定该假设的过
程。
55. 统计假设:在试验中提出的关于某一个总体参数的假设。
56. 无效假设:假设总体参数与某一指定值相等或假设两个总体参数相等,即假设其
没有效应差异。
57. 备择假设:和无效假设相对应的一个统计假设。
58. 显著水平:用来测验假设的概率标准。
59. 小概率事件不可能性原理:概率很小的事件,在一次试验中几乎不可能发生或可
认为不可能发生。
60. 一尾测验:备择假设只有一种可能性,统计假设只有一个否定区域,这类测验叫
一尾测验。
61. 两尾测验:
62. 第一类错误:指不同总体的参数间本来没有差异,而测验结果认为有差异,这种
错误称为第一类错误(否定本来正确的无效假设)
63. 第二类错误:指参数间本来有差异,而测验结果认为参数间无差异,这种错误称
为第二类错误。(接受了本来错误的无效假设)
64. u测验:用标准化的正态分布N(0,1)进行的测验。
65. t测验:用t分布进行的测验。
66. 成对数据:若试验设计是将性质相同的两个供试单位配成一对,并设有多个配对,
然后对每一配对的两个供试单位分别随即地给予不同处理,所得观察值为成对数据。
67. 置信度:保证区间能覆盖参数的概率。
68. 置信区间:在一定概率保证下,能够覆盖参数的一个估计范围。
69. 多重比较:一个试验中k个处理平均数间可能有k(k—1)/2个比较,复式比较。
70. 回归截距:回归直线在y轴上的截距。通常以a表示。
71. 回归系数:x每增加一个单位数,y平均地要增加或减少的单位数。通常以b表
示。
72. (相关系数:表示x和y相关密切程度及其性质的统计数。)
73. 相关系数:表示两变数相关密切程度的统计数在两个变数为直线相关时的称法。
74. 回归分析:以计算回归方程为基础的统计分析方法。
75. 相关分析:以计算相关系数为基础的统计分析方法。
76. 卡方值:相互独立的多个正态离差平方值的总和。
77. 自变数:两个变数间的关系若具有原因和反应(结果)的性质,则称这两个数间
存在因果关系,并定义原因变数为自变数。
78. 依变数:两个变数间的关系若具有原因和反应(结果)的性质,则称这两个数间
存在因果关系,并定义结果变数为依变数。
79. 独立性测验:当次数资料每一变数均具有两种不同的调查目标性状时,测验两类
目标性状之间的关联性,称为独立性进行测验。
80. 适合性测:这一假设测验是测验某一次数资料的样本结果是否符合假设的理论次
数分布。
二、简答题
1、 田间试验的误差来源与控制途径。
误差来源:
(1) 实验材料固有的差异。
(2) 试验时农事操作和管理技术的不一致所引起的差异。
(3) 进行试验时外界条件的差异。(主要是指土壤肥力不均匀所导致的条件差异) 控制途径:
(1) 选择同质一致的试验材料。
(2) 改进操作和管理技术,使之标准化。
(3) 控制引起差异的外界主要因素。(选肥力均匀的试验地,采用适当的小区技术,
应用良好的试验设计和相应的统计分析)
2、 田间试验设计的原则与作用:
(1) 重复。试验中同一处理种植的小区数即为重复次数。作用:估计和降低试验误
差,提高试验的精确度。
(2) 随机排列。随即排列是指一个区组中每一处理都有同等的机会设置在任何一个
试验小区上。作用:与重复结合,提供无偏的试验误差估计值。
(3) 局部控制。局部控制就是将整个试验环境分成若干个相对最为一致的小环境,
再在小环境内设置成套处理,即在田间分范围分地段地控制土壤差异等非处理因素,使之对各试验处理小区的影响达到最大程度的一致。作用:降低误差。
3、 正态分布曲线的特性:
(1)是以y=μ为对称轴向左右两侧对称分布的曲线。
(2)是以参数μ和σ的不同而表现为一系列曲线,是一个曲线簇而不是一条曲线。
(3)多数次数集中于μ附近,离μ越远,次数越少;在|y-μ|范围内次数相等,在|y-μ|≥3σ以上次数极少。
(4)在|y-μ|=σ处有“拐点”。
(5)曲线与横轴之间总面积为1。
4、t测验与u测验的异同。
(1)相同之处:①都是根据抽样平均数进行的统计测验;②分布曲线都是以y=μ=0
y-μuy-μ向左右两侧延伸;③当n→∞时,t。 u=,t=σysy(2)不同之处:①两者标准差不同:;②适用条件不同,n不同,t
分布是自由度n-1;③概率密度函数不同;④正态曲线是一个曲线簇,t分布曲线是一条与自由度相关的曲线。
5、假设测验的两类错误的概念与控制。
假设测验的第一类错误:无效假设正确,可是由于假设测验结果否定了无效假设。 假设测验的第二类错误:无效假设错误,备择假设正确,可是由于假设测验结果接受了无效假设。
控制途径:(1)采用一个较低的显著水平;同时适当增加样本容量,或适当减小总体方差,或两者兼之。
(2)若显著水平已定,则可通过改进试验技术和增加样本容量来降低犯第二类错误的概率。
6、一尾测验与两尾测验的异同。
(1)相同之处:测验的方法相同。
(2)不同之处:①两尾测验考虑的概率为正态曲线左边一尾概率和右边一尾概率的总和,它有两个否定区域;一尾测验的统计假设只有一个否定区域,即正态曲线的左边一尾或右边一尾。
②一尾测验的临界正态离差|uα||uα|小于两尾测验的正态离差,所以一尾测验容易否
定假设。
7、对比法与间比法的异同。
(1)相同之处:①都是顺序排列的试验设计;②都设有对照区。
(2)不同之处:对比法设计的特点是每一供试品种均直接排列于对照区旁边,每一小区可与邻旁的对照区直接比较;间比法设计的特点是一条地上,排列的第一个小区和末尾的小区一定是对照区,每二对照区之间排列相同数目的处理小区。
8、裂区设计的条件。
(1)在一个因素各种处理比另一因素的处理可能需要更大面积时,为了实施和管理上的方便而应用裂区设计。
(2)试验中某一因素的主效比另一因素重要,而要求更精确的比较,或二因素互作比其主效更重要时,采用裂区设计。
(3)据以往研究,得知某些因素的效应比另一因素的更大时,采用裂区设计。
9、二因素随机设计与裂区设计的异同。
(1) 相同之处:都是随机排列的试验设计方法。
(2) 不同之处:①二因素随机设计将试验地按肥力程度划分为等于重复次数的区
组,一组安排一个重复,区组内各处理都独立地随机排列;裂区设计先按第一个因素设置各个处理(主处理)的小区,再在这主处理的小区内引进第二个因素的各个处理(副处理)的小区。
②裂区设计有误差的再分解。
③分析方法不同。裂区设计分主区与副区进行研究。
10、拉丁方设计与单因素随机设计的异同。
(1)相同之处:都是随机排列的试验设计方法。
(2)不同之处:①单因素随机设计的特点是将各处理随机分配到各个试验单元(或小区)中,每一处理的重复可以相等或不相等;拉丁方设计的特点是将处理从纵横两个方向排列为区组(或重复),使每个处理在每一列和每一行中出现的次数相等(通常一次)。
②拉丁方排列具有双向控制土壤差异的作用,故有较高的精确度。
11、方差分析的基本假定。
(1)处理效应与环境效应等应具有“可加性”。
(2)试验误差是随机的、彼此独立的,具有平均数为零的正态分布,即“正态性”。
(3)所有试验处理必须具有共同的误差方差,即误差同质性。
12、假设测验的步骤与原理。
(1)原理:小概率事件实际不可能发生。
(2)步骤:①对样本所属的总体提出统计假设;②规定测验的显著水平;③在假定H0为正确的前提下,根据统计数的抽样分布计算离差值;④将规定的 值和算得的离差
H值比较,作出接受或否定0的推断。
13、直线回归分析与直线相关分析的异同。
(1)相同之处:①都是分析两个变数X和Y之间的相关密切程度,并测定其显著性; ②两者含有交叉信息。
(2)不同之处:①回归分析一计算回归方程为基础,相关分析一计算相关系数为基础;
②当Y含有试验误差而X不含试验误差时用回归分析,当X合Y均含有试验误差时用相关分析。
14、直线回归和相关的应用要点。
(1)要有学科专业知识作指导;
(2)要严格控制研究对象以外的有关因素;
(3)直线回归和相关分析结果不显著,并不代表X和Y没有关系;
(4)一个显著的r或b并不代表X和Y的关系就一定是线性的(可能有更好的描述曲线);
(5)在农学和生物学研究中要发现X和Y的真实曲线是相当困难的,故在一定区间内可用线性关系描述X和Y;
(6)一个显著的相关或回归并不一定具有实践是的预测意义;
(7)为提高分析的准确性,两个变数的样本容量要尽可能大一些,同时X变数的取值范围也尽可能宽些。
一、名词解释
1. 试验方案:根据试验目的和要求所拟进行比较的一组试验处理的总称。
2. 试验因素:被变动并设有比较的一组处理的因子。简称因素或因子。
3. 单因素试验:整个试验中只变更、比较一个试验因素的不同水平,其它作为试验
条件的因素均严格控制一致的试验。
4. 多因素试验:在同一试验方案中包含两个或两个以上的试验因素,各个因素都分
为不同水平,其它试验条件均严格控制一致的试验。
5. 处理组合:各因素不同水平的组合。
6. 试验指标:用于衡量试验效果的指示性状。
7. 试验效应:试验因素对试验指标所起的增加或减少的作用。
8. 简单效应:在同一因素内两种水平间试验指标的相差。
9. 平均效应:一个因素内各简单效应的平均数。也称主要效应,简称主效。
10. 交互作用效应:两个因素简单效应间的平均差异。简称互作。
11. 对照:试验方案中包括有对照水平或处理,简称对照。(试验当中所设计的比较标
准的处理)
12. 唯一差异原则:指在试验中进行比较的各个处理,其间的差别仅在于不同的试验
因素或不同的水平,其余所有的条件都应完全一致。
13. 误差:测量值与真实值之间的差异称为误差 。
14. 随机误差:由随机或偶然因素造成的试验结果与处理真值之间的差异称为偶然性
误差或随机误差。
15. 系统误差:由固定原因一起的试验结果与处理真值之间的差异称为系统误差。
16. 精确度:试验中同一性状的重复观察值彼此接近的程度。(即试验误差的大小)
17. 准确度:试验中某一性状的观察值与其理论值真值的接近程度。
18. 空白试验:在整个试验地上种植单一品种的作物。
19. 匀田种植:
20. 重复:试验中同一处理种植小区数即为重复次数。
21. 随机排列:指一个区组中每一处理都有同等的机会设置在任何一个试验小区上,
避免任何主观成见。
22. 局部控制:指将整个试验环境分成若干个相对最为一致的小环境,再在小环境内
设置成套处理,使非试验因素(试验环境)最大程度的一致。
23. 试验小区:在田间试验中,安排处理的小块地段。简称小区。
24. 边际效应:小区两边或两端的植株,因占较大空间而表现的差异。
25. 生长竞争:相邻小区种植不同品种或施用不同肥料时,由于株高、分蘖力或生长
期的不同,通常有一行或更多行受到影响。
26. 区组:将全部处理小区分配于具有相对同质的一块土地上。
27. 完全区组:重复与区组相等,每一区组或重复包含有全套处理。
28. 不完全区组:一个重复安排在几个区组上,每个区组只安排部分处理。
29. 拉丁方设计:将处理从纵横两个方向排列为区组(或重复),使每个处理在每一列
和每一行中出现的次数相等的试验设计方法称为拉丁方设计。
30. 随机区组设计:根据“局部控制”的原则,将试验地按肥力程度划分为等于重复
次数的区组,一区组安排一重复,区组内各处理都独立地随机排列的试验设计方法。
31. 主区:在裂区设计中,按主处理划分的小区。也称整区。
32. 副区:裂区设计中,主区内按各副处理划分的小区。也称裂区。
33. 总体:具有共同性质的个体所组成的集团。
34. 样本:为了研究总体,从无限总体中抽出的部分个体的集合。
35. 观察值:每一个体的某一性状、特性的测定数值。
36. 变数:观察值的集合。
37. 变量:观察值中的每个成员。也称随机变数。
38. 参数:由总体的全部观察值而算得的总体特征数,如平均数等。
39. 统计数:总体相应参数的估计值。
40. 随机样本:从总体中随机抽取的样本。
41. 样本容量:样本所包含的个体数。
42. 不连续性或间断性变数:指用计数方法获得的数据。
43. 连续性变数:指称量、度量或测量方法所获得的数据。
44. 质量性状:指能观察而不能量测的性状,即属性性状。
45. 标准差:方差的正平方根值。
46. 自由度:指样本内独立而能自由变动的离均差个数。
47. 变异系数:计算样本的标准差对均数的百分数,称为变异系数。
48. 随机事件:某特定事件只是可能发生的几种事件中的一种。
49. 互斥事件:两事件不可能同时发生。
50. 对立事件:两事件不可能同时发生,但必发生其一。
51. 抽样分布:从总体中随机抽样得到样本,获得样本观察值后可以计算一些统计数,
统计数的分布称为抽样分布。
52. 标准误:抽样分布的标准差又成为标准误。
53. 统计推断:试验表面效应与误差大小相比较并由表面效应可能属误差的概率而作
出推论的方法称为统计推断。(利用概率论和抽样分布的原理,由样本结果(统计数)推断或估计其总体特征)
54. 假设测验:先作无效假设,再依据该假设概率大小来判断接受或否定该假设的过
程。
55. 统计假设:在试验中提出的关于某一个总体参数的假设。
56. 无效假设:假设总体参数与某一指定值相等或假设两个总体参数相等,即假设其
没有效应差异。
57. 备择假设:和无效假设相对应的一个统计假设。
58. 显著水平:用来测验假设的概率标准。
59. 小概率事件不可能性原理:概率很小的事件,在一次试验中几乎不可能发生或可
认为不可能发生。
60. 一尾测验:备择假设只有一种可能性,统计假设只有一个否定区域,这类测验叫
一尾测验。
61. 两尾测验:
62. 第一类错误:指不同总体的参数间本来没有差异,而测验结果认为有差异,这种
错误称为第一类错误(否定本来正确的无效假设)
63. 第二类错误:指参数间本来有差异,而测验结果认为参数间无差异,这种错误称
为第二类错误。(接受了本来错误的无效假设)
64. u测验:用标准化的正态分布N(0,1)进行的测验。
65. t测验:用t分布进行的测验。
66. 成对数据:若试验设计是将性质相同的两个供试单位配成一对,并设有多个配对,
然后对每一配对的两个供试单位分别随即地给予不同处理,所得观察值为成对数据。
67. 置信度:保证区间能覆盖参数的概率。
68. 置信区间:在一定概率保证下,能够覆盖参数的一个估计范围。
69. 多重比较:一个试验中k个处理平均数间可能有k(k—1)/2个比较,复式比较。
70. 回归截距:回归直线在y轴上的截距。通常以a表示。
71. 回归系数:x每增加一个单位数,y平均地要增加或减少的单位数。通常以b表
示。
72. (相关系数:表示x和y相关密切程度及其性质的统计数。)
73. 相关系数:表示两变数相关密切程度的统计数在两个变数为直线相关时的称法。
74. 回归分析:以计算回归方程为基础的统计分析方法。
75. 相关分析:以计算相关系数为基础的统计分析方法。
76. 卡方值:相互独立的多个正态离差平方值的总和。
77. 自变数:两个变数间的关系若具有原因和反应(结果)的性质,则称这两个数间
存在因果关系,并定义原因变数为自变数。
78. 依变数:两个变数间的关系若具有原因和反应(结果)的性质,则称这两个数间
存在因果关系,并定义结果变数为依变数。
79. 独立性测验:当次数资料每一变数均具有两种不同的调查目标性状时,测验两类
目标性状之间的关联性,称为独立性进行测验。
80. 适合性测:这一假设测验是测验某一次数资料的样本结果是否符合假设的理论次
数分布。
二、简答题
1、 田间试验的误差来源与控制途径。
误差来源:
(1) 实验材料固有的差异。
(2) 试验时农事操作和管理技术的不一致所引起的差异。
(3) 进行试验时外界条件的差异。(主要是指土壤肥力不均匀所导致的条件差异) 控制途径:
(1) 选择同质一致的试验材料。
(2) 改进操作和管理技术,使之标准化。
(3) 控制引起差异的外界主要因素。(选肥力均匀的试验地,采用适当的小区技术,
应用良好的试验设计和相应的统计分析)
2、 田间试验设计的原则与作用:
(1) 重复。试验中同一处理种植的小区数即为重复次数。作用:估计和降低试验误
差,提高试验的精确度。
(2) 随机排列。随即排列是指一个区组中每一处理都有同等的机会设置在任何一个
试验小区上。作用:与重复结合,提供无偏的试验误差估计值。
(3) 局部控制。局部控制就是将整个试验环境分成若干个相对最为一致的小环境,
再在小环境内设置成套处理,即在田间分范围分地段地控制土壤差异等非处理因素,使之对各试验处理小区的影响达到最大程度的一致。作用:降低误差。
3、 正态分布曲线的特性:
(1)是以y=μ为对称轴向左右两侧对称分布的曲线。
(2)是以参数μ和σ的不同而表现为一系列曲线,是一个曲线簇而不是一条曲线。
(3)多数次数集中于μ附近,离μ越远,次数越少;在|y-μ|范围内次数相等,在|y-μ|≥3σ以上次数极少。
(4)在|y-μ|=σ处有“拐点”。
(5)曲线与横轴之间总面积为1。
4、t测验与u测验的异同。
(1)相同之处:①都是根据抽样平均数进行的统计测验;②分布曲线都是以y=μ=0
y-μuy-μ向左右两侧延伸;③当n→∞时,t。 u=,t=σysy(2)不同之处:①两者标准差不同:;②适用条件不同,n不同,t
分布是自由度n-1;③概率密度函数不同;④正态曲线是一个曲线簇,t分布曲线是一条与自由度相关的曲线。
5、假设测验的两类错误的概念与控制。
假设测验的第一类错误:无效假设正确,可是由于假设测验结果否定了无效假设。 假设测验的第二类错误:无效假设错误,备择假设正确,可是由于假设测验结果接受了无效假设。
控制途径:(1)采用一个较低的显著水平;同时适当增加样本容量,或适当减小总体方差,或两者兼之。
(2)若显著水平已定,则可通过改进试验技术和增加样本容量来降低犯第二类错误的概率。
6、一尾测验与两尾测验的异同。
(1)相同之处:测验的方法相同。
(2)不同之处:①两尾测验考虑的概率为正态曲线左边一尾概率和右边一尾概率的总和,它有两个否定区域;一尾测验的统计假设只有一个否定区域,即正态曲线的左边一尾或右边一尾。
②一尾测验的临界正态离差|uα||uα|小于两尾测验的正态离差,所以一尾测验容易否
定假设。
7、对比法与间比法的异同。
(1)相同之处:①都是顺序排列的试验设计;②都设有对照区。
(2)不同之处:对比法设计的特点是每一供试品种均直接排列于对照区旁边,每一小区可与邻旁的对照区直接比较;间比法设计的特点是一条地上,排列的第一个小区和末尾的小区一定是对照区,每二对照区之间排列相同数目的处理小区。
8、裂区设计的条件。
(1)在一个因素各种处理比另一因素的处理可能需要更大面积时,为了实施和管理上的方便而应用裂区设计。
(2)试验中某一因素的主效比另一因素重要,而要求更精确的比较,或二因素互作比其主效更重要时,采用裂区设计。
(3)据以往研究,得知某些因素的效应比另一因素的更大时,采用裂区设计。
9、二因素随机设计与裂区设计的异同。
(1) 相同之处:都是随机排列的试验设计方法。
(2) 不同之处:①二因素随机设计将试验地按肥力程度划分为等于重复次数的区
组,一组安排一个重复,区组内各处理都独立地随机排列;裂区设计先按第一个因素设置各个处理(主处理)的小区,再在这主处理的小区内引进第二个因素的各个处理(副处理)的小区。
②裂区设计有误差的再分解。
③分析方法不同。裂区设计分主区与副区进行研究。
10、拉丁方设计与单因素随机设计的异同。
(1)相同之处:都是随机排列的试验设计方法。
(2)不同之处:①单因素随机设计的特点是将各处理随机分配到各个试验单元(或小区)中,每一处理的重复可以相等或不相等;拉丁方设计的特点是将处理从纵横两个方向排列为区组(或重复),使每个处理在每一列和每一行中出现的次数相等(通常一次)。
②拉丁方排列具有双向控制土壤差异的作用,故有较高的精确度。
11、方差分析的基本假定。
(1)处理效应与环境效应等应具有“可加性”。
(2)试验误差是随机的、彼此独立的,具有平均数为零的正态分布,即“正态性”。
(3)所有试验处理必须具有共同的误差方差,即误差同质性。
12、假设测验的步骤与原理。
(1)原理:小概率事件实际不可能发生。
(2)步骤:①对样本所属的总体提出统计假设;②规定测验的显著水平;③在假定H0为正确的前提下,根据统计数的抽样分布计算离差值;④将规定的 值和算得的离差
H值比较,作出接受或否定0的推断。
13、直线回归分析与直线相关分析的异同。
(1)相同之处:①都是分析两个变数X和Y之间的相关密切程度,并测定其显著性; ②两者含有交叉信息。
(2)不同之处:①回归分析一计算回归方程为基础,相关分析一计算相关系数为基础;
②当Y含有试验误差而X不含试验误差时用回归分析,当X合Y均含有试验误差时用相关分析。
14、直线回归和相关的应用要点。
(1)要有学科专业知识作指导;
(2)要严格控制研究对象以外的有关因素;
(3)直线回归和相关分析结果不显著,并不代表X和Y没有关系;
(4)一个显著的r或b并不代表X和Y的关系就一定是线性的(可能有更好的描述曲线);
(5)在农学和生物学研究中要发现X和Y的真实曲线是相当困难的,故在一定区间内可用线性关系描述X和Y;
(6)一个显著的相关或回归并不一定具有实践是的预测意义;
(7)为提高分析的准确性,两个变数的样本容量要尽可能大一些,同时X变数的取值范围也尽可能宽些。