田間試驗與統(tǒng)計方法復(fù)習(xí)題

1、東北農(nóng)業(yè)大學(xué)網(wǎng)絡(luò)教育田間試驗與統(tǒng)計方法作業(yè)題（一）一、名詞解釋（10分）1 邊際效應(yīng) ：指種植在小區(qū)或試驗地邊上的植株因其光照、通風(fēng)和根系吸收范圍等生長條件與中間的植株不同而產(chǎn)生的差異。2 唯一差異性原則 ：指在試驗中進行比較的各個處理，其間的差別僅在于不同的試驗因素或不同的水平，其余所有的條件都應(yīng)完全一致。3 小概率實際不可能性原理 ：概率很小的事件，在一次試驗中幾乎不可能發(fā)生或可以認(rèn)為不可能發(fā)生。4 統(tǒng)計假設(shè) ：就是試驗工作者提出有關(guān)某一總體參數(shù)的假設(shè)5 連續(xù)性矯正：分布是連續(xù)性變數(shù)的分布，而次數(shù)資料屬間斷性變數(shù)資料。研究表明，當(dāng)測驗資料的自由度等于1時，算得的值將有所偏大，因此應(yīng)予以矯正

2、，統(tǒng)計上稱為連續(xù)性矯正。二、填空（22分）1、試驗觀察值與理論真值的接近程度稱為（準(zhǔn)確度 ）。2、試驗方案中的各處理間應(yīng)遵循（唯一差異性 ）原則才能正確地進行處理效應(yīng)的比較。3、統(tǒng)計假設(shè)測驗中是根據(jù)（小概率實際不可能）原理來確定無效假設(shè)能否成立。4、A、B二因素試驗結(jié)果分析中處理平方和可以分解為（A因素的平方和）、（B因素的平方和）和（AB 互作的平方和）3部分。5、用一定的概率保證來給出總體參數(shù)所在區(qū)間的分析方法稱為（區(qū)間估計），保證概率稱為（置信度）。6、試驗設(shè)計中遵循（重復(fù)）和（隨機排列）原則可以無偏地估計試驗誤差。7、樣本標(biāo)準(zhǔn)差s =（），樣本均數(shù)標(biāo)準(zhǔn)差=（）。8、次數(shù)資料的測驗中，=

3、（），當(dāng)自由度為（1），=（ ）。9、在A、B二因素隨機區(qū)組試驗的結(jié)果分析中已知總自由度為26，區(qū)組自由度為2，處理自由度為8，A因素自由度為2，則B因素的自由度為（2），A、B二因素互作的自由度為（4），誤差的自由度為（16 ）。10、統(tǒng)計假設(shè)測驗中直接測驗的是（無效）假設(shè)，它于與（備擇）假設(shè)成對立關(guān)系。11、相關(guān)系數(shù)的平方稱為（決定系數(shù)），它反映了（由x不同而引起的y的平方和占y總平方和）的比例。三、簡答（15分）1 簡述試驗設(shè)計的基本原則及作用。答：田間試驗的設(shè)計要遵循3個原則。1）. 重復(fù)試驗中同一處理種植多個小區(qū)或種植多次稱為重復(fù)，種植的小區(qū)數(shù)目稱為重復(fù)次數(shù)。重復(fù)最主要的作用是估計試

4、驗誤差，同時也能降低試驗誤差。2）. 隨機排列隨機排列指試驗方案所規(guī)定的每一個處理安排在試驗地的哪一個小區(qū)上要排除主觀因素的影響，采取隨機的方式來確定。隨機排列的作用是使試驗結(jié)果得到無偏的估計。3）. 局部控制局部控制是分范圍分地段地控制非處理因素，使非處理因素對各處理的影響趨向最大程度的一致。局部控制的作用是減少試驗誤差。2 簡述試驗誤差來源及其控制。答：田間試驗的誤差有以下幾種來源：1）試驗材料固有的差異2）試驗過程中田間操作質(zhì)量不一致所引起的差異3）進行試驗的外界條件的差異試驗誤差的控制：1）選擇同質(zhì)、一致的試驗材料2）改進農(nóng)事操作和管理技術(shù)，使之標(biāo)準(zhǔn)化3）控制引起差異的外界主要因素3

5、簡述方差分析的基本假定。答：方差分析的合理性和所得結(jié)果的可靠性是建立在以下三個基本假定之上的。即：（1）對試驗所考察性狀有影響的各變異來源的效應(yīng)（包括環(huán)境效應(yīng)）應(yīng)滿足“可加性”；（2）試驗誤差應(yīng)是隨機的、彼此獨立的，而且作正態(tài)分布，即滿足“正態(tài)性”；（3）所有試驗處理必須具有共同的誤差方差，即滿足誤差的“同質(zhì)性”。四、計算（53分）1、有一大豆品種在A、B兩地種植，A地在8個點取樣，測定蛋白質(zhì)含量如下：41.5、42.0、41.9、41.6、41.8、41.7、41.8、41.3，B地在6個點取樣，測定蛋白質(zhì)含量如下：40.5、41.0、40.8、40.7、39.9、40.4。試測驗兩地點的蛋

6、白質(zhì)含量差異是否顯著。(t 0.05,12=2.179)解：（1）H0：1 = 2（即該大豆品種在A、B兩地種植，蛋白質(zhì)含量無顯著差異），對HA：1 2。（2） =0.05。（3）測驗計算41.740.55故 （4）推斷：根據(jù)t 0.05,12=2.179，實得|t|t0.05，故否定H0，即該大豆品種在甲、乙兩地種植，蛋白質(zhì)含量顯著差異。2、有一大豆品種比較試驗，k = 6，采取隨機區(qū)組設(shè)計，n = 3，產(chǎn)量結(jié)果如下表，試作方差分析。(F 0.05，5，10=3.33)處理p23456SSR0.053.153.303.373.433.46A2.32.52.6B1.91.81.7C2.52.6

7、2.7D2.82.92.8E2.52.82.6F1.61.71.6解：自由度和平方和的分解（1）自由度的分解 總變異 1區(qū)組 品種 誤差 （2）平方和的分解矯正數(shù) 總區(qū)組 品種誤差總 2.方差分析表F測驗表9-20表9-19結(jié)果的方差分析變異來源DFSSMSF區(qū)組間20.4010.2020.0*4.10品種間53.6090.7272.0*3.33誤 差100.1060.01總變異173.756F測驗結(jié)果表明，區(qū)組間和品種間的F值都顯著。3.品種間比較新復(fù)極差測驗（LSR）資料新復(fù)極差測驗的最小顯著極差P234563.153.303.373.433.460.1820.1910.1950.1980

8、.2004.試驗結(jié)論資料的新復(fù)極差測驗品 種產(chǎn)量5%差異顯著性D8.5aE7.9bC7.8bcA7.4cB5.4dF4.9e結(jié)果表明：D品種顯著高于其他品種，E品種顯著高于A，B，F(xiàn)品種，C，A品種顯著高于B，F(xiàn)品種，B品種顯著高于F品種。3、7個大豆品種的生育日數(shù)與收獲指數(shù)數(shù)據(jù)如下，試建立生育日數(shù)與收獲指數(shù)的回歸方程并測驗其顯著性（r0.05,5=0.754）。生育日數(shù)108109112115121121123收獲指數(shù)50494743414340解：回歸分析所必須的6個一級數(shù)據(jù)（即由觀察值直接算得的數(shù)據(jù)）；由一級數(shù)據(jù)算得5個二級數(shù)據(jù)：因而有故回歸方程為因，所以回歸方程有意義，a的意義為生育日

9、數(shù)為0時，大豆收獲指數(shù)為-25.4；b為生育日數(shù)每增加1 天時，大豆收獲指數(shù)增加0.611。田間試驗與統(tǒng)計方法作業(yè)（二）一、名詞解釋（52）1 離回歸平方和 ：滿足為最小的直線回歸方程和實測的觀察點并不重合，表明該回歸方程仍然存在隨機誤差。Q就是誤差的一種度量，稱之為離回歸平方和或剩余平方和。2 總體：具有共同性質(zhì)的個體所組成的集團，稱為總體，總體也就是研究對象的全體 3次數(shù)資料 ：凡是試驗結(jié)果用某種類型出現(xiàn)的次數(shù)表示的，都叫做次數(shù)資料或計數(shù)資料。4. 否定區(qū)域 ：的抽樣分布落在（和區(qū)間，則為否定假設(shè)的區(qū)域，簡稱否定區(qū)域。 5. 連續(xù)性矯正：分布是連續(xù)性變數(shù)的分布，而次數(shù)資料屬間斷性變數(shù)資料。

10、研究表明，當(dāng)測驗資料的自由度等于1時，算得的值將有所偏大，因此應(yīng)予以矯正，統(tǒng)計上稱為連續(xù)性矯正。二、填空（201）1. 試驗資料不符合方差分析三個基本假定時，可采取(剔除特殊值 )、（分解為若干個同質(zhì)誤差的方差）、（進行數(shù)據(jù)轉(zhuǎn)換 )等方法補救。1測驗若干個處理平均數(shù)間的差異顯著性的多重比較一般用（SSR測驗法），測驗若干個處理平均數(shù)與某一“對照”平均數(shù)的差異顯著性的多重比較一般用（PLSD測驗法）。2. 描述樣本的特征數(shù)叫（統(tǒng)計數(shù)），描述總體的特征數(shù)叫（參數(shù)）。3. 當(dāng)樣本容量增加時，樣本平均數(shù)的分布趨于（正態(tài)分布）4. 為了測驗兩個樣本所屬的總體平均數(shù)有無顯著差異，一般會因設(shè)計的不同分為（成

11、組比較）和（成對比較）兩種。5. 已知Y1N（1， 12 ），Y2N（2，22），且Y1和Y2獨立，則Y1-Y2（-1，34 ），則Y1+Y2（3，34），5Y1+Y2+2（9，322）。6. 某水稻品種的單株籽粒產(chǎn)量（克）遵循N（5，25），如以n16抽樣，的95%置信度的置信區(qū)間為（2.55，7.45 ）。7. 試驗環(huán)境設(shè)計的基本思想是（重復(fù)、隨機排列、局部控制）。8. 試驗中觀察所得的數(shù)據(jù)因性狀、特性不同，一般為數(shù)量性狀資料和（質(zhì)量性狀）資料兩大類，其中數(shù)量性狀又分為間斷性變數(shù)和連續(xù)性變數(shù)。10. 設(shè)一樣本有5個觀察值，6、8、9、12、13，則=（9.6），=（2.88），=（1.29

12、 ），CV=（30）。三、簡答（35）1. 什么是統(tǒng)計假設(shè)？統(tǒng)計假設(shè)有哪兩種？其含義分別是什么？答：所謂統(tǒng)計假設(shè)就是試驗工作者提出有關(guān)某一總體參數(shù)的假設(shè)。統(tǒng)計推斷包括統(tǒng)計假設(shè)測驗和參數(shù)估計兩個方面。統(tǒng)計假設(shè)測驗是根據(jù)某種實際需要對未知的或不完全知道的統(tǒng)計總體提出一些假設(shè)，然后由樣本的實際結(jié)果，經(jīng)過一定的計算，做出在概率意義上應(yīng)當(dāng)接受哪種假設(shè)的測驗。參數(shù)估計是指由樣本統(tǒng)計數(shù)對總體參數(shù)做出點估計和區(qū)間估計。2. 簡述制作次數(shù)分布表的基本步驟。答： 求極差 確定組數(shù)和組距離 確定各組的組限 計算組中值 各觀察值歸組并統(tǒng)計各級次數(shù) 3簡述隨機區(qū)組試驗設(shè)計及其優(yōu)缺點。答：隨機區(qū)組設(shè)計全面遵循了試驗設(shè)計的

13、3項基本原則，是一種比較精確的優(yōu)良的試驗設(shè)計方法。隨機區(qū)組設(shè)計的優(yōu)點是：（1）能獲得無偏的試驗誤差估計進而對試驗結(jié)果進行差異顯著性測驗；（2）通過局部控制能控制單方向的土壤肥力差異，有效地減少試驗誤差；（3）設(shè)計簡單易行，單因素試驗和多因素試驗均可采用；（4）對試驗地的要求不高，必要時不同的區(qū)組可分散設(shè)置。隨機區(qū)組設(shè)計的不足之處是處理數(shù)不能太多，一般在10個左右，不超過20個。實踐中應(yīng)用隨機區(qū)組設(shè)計時應(yīng)注意以下3個問題：（1）重復(fù)的次數(shù)要足夠，一般不應(yīng)少于121處理數(shù)1即4個處理時不少于5次，5個處理時不少于4次，依此類推；（2）區(qū)組的排列方向應(yīng)符合局部控制原則，將土壤肥力和地勢等的較大差異留

14、在區(qū)組之間，使同一區(qū)組的各處理小區(qū)處于肥力條件較為均勻的地段，即沿肥力梯度排列區(qū)組，使區(qū)組內(nèi)小區(qū)的排列方向與肥力梯度垂直；（3）設(shè)計應(yīng)符合正交要求，各區(qū)組內(nèi)必須包含相同的處理數(shù)，這樣可以分別獨立地估算處理效應(yīng)和區(qū)組效應(yīng)，互不混雜。四、計算題（55）1從兩個小麥新品系中各抽取一個隨機樣本，測量株高（cm）。其中一個品系的樣本容量nl =40，樣本平均數(shù)=83.26，樣本方差；另一個品系的樣本容量n2 =50，樣本平均數(shù)=78.22，樣本方差。經(jīng)方差同質(zhì)性測驗，兩個品系的方差同質(zhì)。試測驗這兩個小麥新品系的株高有無顯著差異。解：第一步，本例只要求測驗其株高有無差異，而不管孰高孰低，所以可使用兩尾測驗

15、。設(shè)置H0：，對HA：。第二步，本例兩個樣本均為大樣本，所以可使用兩尾u測驗，顯著水平a取0.05。第三步，計算u值。第四步，由于u u0.01=2.58，則P( H0：) 0.99；所以應(yīng)否定H0：，接受HA：。推斷：這兩個小麥新品系的株高在1%水平上差異顯著，即存在極顯著的差異。2有一水稻品比試驗，有A1、A2、A3、A4、A5、A6、A7、A8，8個品種（k=8），采用隨機區(qū)組設(shè)計，重復(fù)3次（r=3），小區(qū)計產(chǎn)面積40m2，其產(chǎn)量結(jié)果列于表8.13，試作分析。表8.13 水稻品比試驗產(chǎn)量結(jié)果（kg）品 種區(qū) 組IA120.822.323.5A222.821.822.9A321.323.2

16、25.3A420.119.822.2A526.825.227.5A621.122.118.9A719.418.923.1A820.522.320.8表8.15水稻品比試驗產(chǎn)量平均數(shù)的LSR值表p2345678SSR0.053.03 3.18 3.27 3.33 3.37 3.39 3.41 SSR0.014.21 4.42 4.55 4.63 4.70 4.78 4.83 解：（1）平方和與自由度的計算總自由度 dfT=kn-1=83-1=23 品種間自由度 dft=k-1=8-1=7 區(qū)組自由度 dfr=n-1=3-1=2 誤差自由度 dfe=(k-1)(n-1)=(8-1)(3-1)=14

17、矯正數(shù)總平方和SST=x2-C=20.82+22.82+20.82-C=121.0183區(qū)組平方處理平方和誤差平方和SSe=SST-SSt-SSr=121.01830-84.66500-8.82333=27.52997（2）列出方差分析表，進行F檢驗表8.14 水稻品比試驗產(chǎn)量結(jié)果的方差分析表變 源DFSSMSFF0.05F0.01區(qū)組間28.823334.411665-處理間784.66512.095006.151*2.774.28誤 差1427.529971.966426總變異23121.0183F檢驗結(jié)果表明，8個水稻品種的小區(qū)產(chǎn)量間差異極顯著。因而，有必要進行水稻品種小區(qū)平均產(chǎn)量間的多

18、重比較。（3）采用SSR法（新復(fù)極差測驗）進行品種平均數(shù)間的多重比較 因為小區(qū)均數(shù)的標(biāo)準(zhǔn)誤根據(jù)dfe14，秩次距p2，3，4，5，6，7，8，查SSR臨界值表計算LSR值，結(jié)果列于表8.15。 表8.15水稻品比試驗產(chǎn)量平均數(shù)的LSR值表p2345678SSR0.053.03 3.18 3.27 3.33 3.37 3.39 3.41 SSR0.014.21 4.42 4.55 4.63 4.70 4.78 4.83 LSR0.05 (小區(qū)均數(shù))2.452.582.652.702.732.752.76LSR0.01 (小區(qū)均數(shù))3.413.583.683.753.813.873.91表8.16

19、 水稻品比試驗品種平均產(chǎn)量比較表（kg）品種小區(qū)平均產(chǎn)量差 異 顯 著 性0.050.01A526.5aAA323.3bABA2（CK）22.5bcBA122.2bcBA821.2bcBA420.7bcBA620.7bcBA720.5 cB（4)試驗結(jié)論 試驗結(jié)果表明，A5品種除與A3品種小區(qū)平均產(chǎn)量無顯著差異外，顯著高于對照A2和A1品種，極顯著高于其它品種，而其它品種產(chǎn)量間均無顯著差異。本試驗只有A5品種的小區(qū)平均產(chǎn)量顯著高于對照，其他品種與對照均無顯著差異。3江蘇武進縣測定19561964年間，3月下旬至4月中旬，旬平均溫度累積值（，單位：旬度）和一代三化螟蛾盛發(fā)期（，以5月10日為0）

20、的關(guān)系列于下表。試計算其直線回歸方程并測驗其顯著性。解：首先由表10.1算得回歸分析所必須的6個一級數(shù)據(jù)：表 累積溫和一代三化螟蛾盛發(fā)期的關(guān)系（累積溫）（盛發(fā)期）35.51234.11631.7940.3236.8740.2331.71339.2944.2-1 和 = 9然后，由一級數(shù)據(jù)算得5個二級數(shù)據(jù)：因而有三級數(shù)據(jù)：（天/旬度）（天）故得表10.1資料的直線回歸方程為或化簡為試測驗例10.1資料回歸關(guān)系的顯著性。解：由例10.1和例10.2已算得249.5556，144.6356， - 159.0444， 74.6670，故= 249.556 74.6670 = 174.8886，作F測驗

21、于回歸關(guān)系的方差分析表10.2。表10.2 例10.1資料的回歸關(guān)系顯著性測驗變異來源DFSSMSFF0.01回 歸1174.8886174.888616.40*12.25離回歸774.667010.6667總變異8249.5556現(xiàn)求出的，表明積溫和一代三化螟蛾盛發(fā)期是有真實直線回歸關(guān)系的。田間試驗與統(tǒng)計方法作業(yè)（三）一、名詞解釋（52）1.試驗誤差：田間試驗的觀察值中既包含了處理本身的效應(yīng)，也包含了許多非處理因素的效應(yīng)，我們稱試驗觀察值中非處理因素的效應(yīng)為試驗偏差。 2.局部控制 ：是分范圍分地段地控制非處理因素，使非處理因素對各處理的影響趨向最大程度的一致。3. 唯一差異性原則 ：指在試

22、驗中進行比較的各個處理，其間的差別僅在于不同的試驗因素或不同的水平，其余所有的條件都應(yīng)完全一致。 4.生長競爭 ：指不同處理的相鄰小區(qū)之間的影響。5.適合性測驗：這一假設(shè)測驗是測驗?zāi)骋淮螖?shù)資料的樣本結(jié)果是否符合假設(shè)的理論次數(shù)分布。二、填空（21分）1.某樣本觀察值為12，14，15，15，16，17，18，15，則該樣本的算術(shù)平均數(shù)為 (15.25 )，幾何平均數(shù)為 (15.16 )，中數(shù)為 (15.5)，眾數(shù)為 ( 15 ).2.某水稻品種株高的觀察值為13，15，16，16，17，17，19，16，則該樣本的標(biāo)準(zhǔn)差s =（1.74），樣本均數(shù)標(biāo)準(zhǔn)差=（0.62），該水稻株高的總體平均數(shù)的置

23、信度為95%的置信區(qū)間為( 14.91，17.34)。3.已知甲，乙兩批水稻品種種子的發(fā)芽率分別為0.7和0.6， 甲，乙種子各取一粒，做發(fā)芽試驗，試問有兩粒發(fā)芽的概率為(0.42 )，至少有一粒發(fā)芽的概率為(0.88)，恰好有一粒發(fā)芽的概率為(0.46 )，兩粒都不發(fā)芽的概率為(0.12) 。4.在A、B二因素隨機區(qū)組試驗的結(jié)果分析中已知總自由度為26，區(qū)組自由度為2，處理自由度為8，A因素自由度為2，則B因素的自由度為（2），A、B二因素互作的自由度為（ 4 ），誤差的自由度為（ 16 ）。5.試驗設(shè)計的三個基本原則有（重復(fù)）、（隨機排列）、（局部控制）。6.二項總體分布的平均數(shù)和方差為（

24、 ， ）、二項成數(shù)總體分布的平均數(shù)和方差為（ ，）、二項總和數(shù)總體分布的平均數(shù)和方差為（，）。三、簡答題（15分）1.在田間試驗中，控制試驗誤差的主要途徑有哪些？答：試驗誤差的控制：1）選擇同質(zhì)、一致的試驗材料2）改進農(nóng)事操作和管理技術(shù)，使之標(biāo)準(zhǔn)化3）控制引起差異的外界主要因素2.對比法試驗，為何只能采用百分?jǐn)?shù)方法進行分析？答：對比法試驗，屬于順序排列的試驗設(shè)計，不能正確地估計出無偏的試驗誤差，因而試驗結(jié)果不能采用方差分析的方法進行顯著性測驗，一般采用百分比法，即設(shè)對照（CK）的產(chǎn)量（或其它性狀）為100，然后求出各處理的百分?jǐn)?shù)和對照相比。3.簡述假設(shè)測驗的基本步驟。答：（一）提出統(tǒng)計假設(shè)一般

25、講，無效假設(shè)必須是有意義的，即在假設(shè)測驗的前提下可以確定試驗結(jié)果的概率。對應(yīng)假設(shè)（備擇假設(shè)）HA是與H0對立的假設(shè)。（二）確定一個否定H0的概率標(biāo)準(zhǔn)這個標(biāo)準(zhǔn)叫顯著（性）水平（significance level），記作。（三）在“無效假設(shè)是正確的”假定下，研究樣本平均數(shù)的抽樣分布（1）計算概率的方法（2）劃接受區(qū)與否定區(qū)的方法（四）根據(jù)“小概率實際不可能性原理”接受或否定假設(shè)“小概率實際不可能性原理”的基本內(nèi)容為：概率很小的事件，在一次試驗中幾乎不可能發(fā)生或可以認(rèn)為不可能發(fā)生。五、計算（54分）1. 分別計算以下兩個玉米品種的10個果穗長度（cm）的標(biāo)準(zhǔn)差和變異系數(shù)，并解釋所得結(jié)果。（8分）B

26、S24：19、21、20、20、18、19、22、21、21、19。金黃后：16、21、24、15、26、18、20、19、22、19。解：20=1.2518.3=2.06BS24玉米品種： 金黃后玉米品種：經(jīng)計算CV比較，實際上BS24品種玉米果穗長度的整齊度好于金黃后品種。2. 調(diào)查某農(nóng)場每667m230萬苗和35萬苗的稻田各5塊，得667m2產(chǎn)量（單位：kg）于下表，測驗兩種密度下667m2產(chǎn)量的差異顯著性（t8，0.05=2.306）。（12分）30萬苗40042043546042535萬苗450440445445420解：（1）H0：1 = 2（即該稻田在兩種密度下，產(chǎn)量無顯著差異）

27、，對HA：1 2。（2） =0.05。（3）測驗計算428440故 （4）推斷：根據(jù)t8，0.05=2.306，實得|t|t0.05，故接受H0，即該稻田在兩種密度下種植，產(chǎn)量無顯著差異。3. 有一小麥品比試驗，有8個品種，采用隨機區(qū)組設(shè)計，重復(fù)3次，產(chǎn)量列于下表，試作分析（F0.05=2.77）。（15分）品種A10.99.112.2B10.812.314.0C11.112.510.5D9.110.710.1E11.813.916.8F10.110.611.8G10.011.514.1H9.310.414.4p2345678SSR0.05，143.033.183.273.333.373.39

28、3.41解：1.自由度和平方和的分解（1）自由度的分解總變異 區(qū)組 品種 誤差 （2）平方和的分解 矯正數(shù) 總 區(qū)組 品種 誤差總 2.方差分析表F測驗方差分析變異來源DFSSMSF區(qū)組間227.5613.789.40*3.74品種間734.084.872.97*2.77誤 差1422.971.64總變異2384.613.品種間比較新復(fù)極差測驗（LSR） 資料新復(fù)極差測驗的最小顯著極差P23456783.033.183.273.333.373.393.412.242.352.422.462.492.512.52資料的新復(fù)極差測驗品 種產(chǎn)量差異顯著性5%E14.2aB12.4abG11.9abH

29、11.4bC11.4bF10.8bA10.7bD10.0b結(jié)果表明：E品種與H，C，F(xiàn)，A，D五品種有5%水平上的顯著性，其余各品種之間都沒有顯著差異。4. 某地7塊麥田的基本苗數(shù)與有效穗數(shù)的觀察結(jié)果如下表。試建立回歸方程。（F0.05=16.26）（15分）基本苗數(shù) x15202530354045有效穗數(shù) y39.440.542.941.043.145.749.2解：回歸分析所必須的6個一級數(shù)據(jù)（即由觀察值直接算得的數(shù)據(jù)）；由一級數(shù)據(jù)算得5個二級數(shù)據(jù)：因而有故回歸方程為因，所以回歸方程有意義，a的意義為田間基本苗數(shù)為0時，有效穗數(shù)為34.543；b為田間基本苗數(shù)每增加1株時，有效穗數(shù)增加0.

30、2857個。田間試驗與統(tǒng)計方法作業(yè)（四）一、名詞解釋（10分）1.系統(tǒng)誤差 ：由于試驗處理以外其他條件明顯而有規(guī)律、有方向的不一致造成的定向性偏差，稱之為系統(tǒng)誤差或片面誤差。 2.對照 ：是試驗中作為優(yōu)劣比較標(biāo)準(zhǔn)的處理3. 統(tǒng)計推斷 ：所謂統(tǒng)計推斷，就是根據(jù)抽樣分布率和概率理論，由樣本結(jié)果（統(tǒng)計數(shù)）來推斷總體特征（參數(shù)）。 4.邊際效應(yīng) ：指種植在小區(qū)或試驗地邊上的植株因其光照、通風(fēng)和根系吸收范圍等生長條件與中間的植株不同而產(chǎn)生的差異。5.獨立性測驗：當(dāng)次數(shù)資料每一變數(shù)均具有兩種不同的調(diào)查目標(biāo)性狀時，測驗兩類目標(biāo)性狀之間的關(guān)聯(lián)性，稱為獨立性進行測驗。二、填空（20分）1. 把試驗中某一性狀的觀

31、察值與相應(yīng)的理論真值接近的程度稱為（準(zhǔn)確度），把試驗中某一性狀的重復(fù)觀察值彼此接近的程度稱為（精度度）。2.效應(yīng)可分為（簡單效應(yīng)）、（平均效應(yīng)）和（互作效應(yīng)）。3.順序排列試驗設(shè)計包括（對比法）和（間比法）。4.每一個體某性狀的測定值叫作（觀察值），其若干有變異的觀察值叫作（隨機變數(shù)或變數(shù)）。5.在總體方差已知時，總體平均數(shù)的1-置信區(qū)間為（），在總體方差未知但為大樣本時，總體平均數(shù)的1-置信區(qū)間為（），在總體方差未知且為小樣本時，總體平均數(shù)的1-置信區(qū)間為（）。6. 某大豆品種的6株的單株莢數(shù)分別為26，31，29，39，42，49，其平均數(shù)為（ 36 ），方差為（ 77.6），標(biāo)準(zhǔn)差為（8

32、.81），均數(shù)標(biāo)準(zhǔn)誤為（ 3.6 ），變異系數(shù)為（24.47）。7. 以計算（回歸方程）為基礎(chǔ)的統(tǒng)計方法稱為回歸分析，以計算（相關(guān)系數(shù)）為基礎(chǔ)的統(tǒng)計方法稱為相關(guān)分析。8. 相關(guān)系數(shù)r的取值范圍為（-1，1），決定系數(shù)r2的取值范圍為（0，1）。三、簡答（15分）1. 簡述試驗方案設(shè)計的要點。答：1根據(jù)試驗?zāi)康膩頉Q定采用簡單或復(fù)雜的試驗方案2各因素水平間的差異要適當(dāng)3試驗方案中應(yīng)包括對照4試驗處理之間要遵循唯一差異原則5對試驗結(jié)果有一定的預(yù)見性2. 試驗設(shè)計的原則及其作用。答：田間試驗的設(shè)計要遵循3個原則。1）. 重復(fù)試驗中同一處理種植多個小區(qū)或種植多次稱為重復(fù)，種植的小區(qū)數(shù)目稱為重復(fù)次數(shù)。重復(fù)

33、最主要的作用是估計試驗誤差，同時也能降低試驗誤差。2）. 隨機排列隨機排列指試驗方案所規(guī)定的每一個處理安排在試驗地的哪一個小區(qū)上要排除主觀因素的影響，采取隨機的方式來確定。隨機排列的作用是使試驗結(jié)果得到無偏的估計。3）. 局部控制局部控制是分范圍分地段地控制非處理因素，使非處理因素對各處理的影響趨向最大程度的一致。局部控制的作用是減少試驗誤差。3. 論述區(qū)間估計與假設(shè)測驗的關(guān)系。答：區(qū)間估計與假設(shè)之間存在著密切的關(guān)系，區(qū)間估計亦可用與假設(shè)測驗。因為置信區(qū)間是一定置信度下總體參數(shù)的所在范圍，故對參數(shù)所作假設(shè)若恰恰落在該范圍內(nèi)，則這個假設(shè)與參數(shù)就沒有真實的不同，因而接受H0 ；反之，如果讀參數(shù)所作

34、的假設(shè)落在置信區(qū)間之外，則說明假設(shè)與參數(shù)不同，所以應(yīng)否定H0接受HA。區(qū)間估計與假設(shè)測驗的關(guān)系可以總結(jié)為以下幾點：1若在置信度下，兩個置信限的符號相同（同正或同負），則H0：=0，H0：1=2, H0：d=0，H0：2=0，等皆在水平上被否定而被接受HA；2若在置信度下，兩個置信限為異號（一正一負），即其區(qū)間包括0，則H0：=0，H0：1=2, H0：d=0，H0：2=0，等皆在水平上被接受；3若兩個置信限皆為正號，則有12；4若兩個置信限皆為負號，則有12。四、計算（55分）1. 測定前作噴過某種有機砷殺雄劑的麥田植株樣本4次，得植株體內(nèi)的砷殘留量為7.5，9.7，6.8，6.4（毫克）；測

35、定對照（前作未用過有機砷殺雄劑）的植株樣本3次，得植株體內(nèi)的砷殘留量為4.2，7.0，4.6（毫克）。試測驗噴灑有機砷殺雄劑是否使后作株體的砷含量顯著提高。（t5,0.05=2.015，提示：一尾測驗）。（15分）解：（1）H0 ：12 ，對HA：12。（2） = 0.05。（3）測驗計算 故 （4）推斷：t5,0.05=2.015，實得|t|t0.05，故否定H0，接受HA，即噴灑有機砷殺雄劑使后作株體的砷含量顯著提高。2. 有一馬鈴薯品比試驗，有7個品種，采用隨機區(qū)組設(shè)計，重復(fù)3次，產(chǎn)量列于下表，試作分析（F0.05=3.88，F(xiàn)0.01=6.93）。（22分）品 種區(qū) 組A74.072.

36、070.0B39.036.045.0C69.055.056.5D60.070.065.2E69.078.165.5F70.069.068.2G42.547.038.7p234567SSR0.053.083.233.333.363.403.44SSR0.014.324.554.684.764.844.96解：1.自由度和平方和的分解（1）自由度的分解總變異 區(qū)組 品種 誤差 （2）平方和的分解 矯正數(shù) 總 區(qū)組 品種 誤差總 = 693.95 2.方差分析表F測驗方差分析變異來源DFSSMSF區(qū)組間2125.7362.871.093.88品種間62883.42480.578.31*6.93誤 差

37、12693.9557.83總變異203.品種間比較新復(fù)極差測驗（LSR） p234567SSR0.053.083.233.333.363.403.44SSR0.014.324.554.684.764.844.96LSR0.0513.5214.1814.6214.7514.9315.10LSR0.0118.9619.9720.5520.9021.2521.77資料新復(fù)極差測驗的最小顯著極差資料的新復(fù)極差測驗品 種產(chǎn)量差異顯著性5%1%A72aAF69.1aAD65.1aAE64.2aAC60.2aAG42.7bBB40bB結(jié)果表明：A ，F(xiàn)，D ，E， C，品種與G和B品種有1%水平上的顯著性，

38、A ，F(xiàn)，D ，E， C，品種之間差異不顯著。3. 山東臨沂10年間7月下旬的溫雨系數(shù)（雨量mm/平均溫度）和大豆第二代造橋蟲發(fā)生量（每百株大豆上的蟲數(shù)）的關(guān)系如下表。試建立回歸方程。（r0.05=0.632）（18分）溫雨系數(shù)x1.589.989.421.250.302.4111.011.856.045.92蟲口密度y18028251171651754016012080解：回歸分析所必須的6個一級數(shù)據(jù)（即由觀察值直接算得的數(shù)據(jù)）；由一級數(shù)據(jù)算得5個二級數(shù)據(jù)：因而有故回歸方程為因，所以回歸方程有意義，a的意義為7月下旬的溫雨系數(shù)為0時，大豆第二代造橋蟲發(fā)生量為179.71；b為7月下旬的溫雨系

39、數(shù)每增加1 mm/時，大豆第二代造橋蟲發(fā)生量減少14.21個。田間試驗與統(tǒng)計方法作業(yè)（五）一、名詞解釋（10分）1 試驗方案 ：是根據(jù)試驗?zāi)康暮鸵笏鶖M定的將在試驗中進行研究比較的試驗材料或方法的統(tǒng)稱。 2 誤差：試驗誤差都是指由偶然因素造成的試驗觀察值與處理理論真值之間的無規(guī)律的偏差。 3概率 ：設(shè)事件A在n次試驗中出現(xiàn)了m次，隨著n的增加，事件A出現(xiàn)的頻率m/n所穩(wěn)定趨近的數(shù)值為事件的概率。 4 無效假設(shè) ：假設(shè)總體參數(shù)與某一指定值相等或假設(shè)兩個總體參數(shù)相等，即假設(shè)其沒有效應(yīng)，這一假設(shè)稱為無效假設(shè)，記作H0。 5 成組數(shù)據(jù)：如果兩個處理為完全隨機設(shè)計，而處理間（組間）的試驗單元彼此獨立，則

40、不論兩處理的樣本容量是否相同，所得數(shù)據(jù)皆稱為成組數(shù)據(jù)。以組（處理）平均數(shù)作為比較的標(biāo)準(zhǔn)。二、填空（20分）1.根據(jù)非處理效應(yīng)產(chǎn)生的原因不同，可將試驗誤差分為（系統(tǒng)誤差）和（隨機誤差）。2.效應(yīng)可分為（簡單效應(yīng)）、（平均效應(yīng)）和（互作效應(yīng)）。3.由總體的全部觀察值算得的描述總體特征的數(shù)值，稱為（ 參數(shù)），由樣本的全部觀察值算得的描述樣本特征的數(shù)值，稱為（統(tǒng)計數(shù)）。4.變數(shù)資料的性質(zhì)有集中性和分散性，其中表示集中性的統(tǒng)計數(shù)為（平均數(shù)），表示分散性的統(tǒng)計數(shù)為（變異數(shù)） ）。5.參數(shù)估計包括（點估計）和（區(qū)間估計）6.根據(jù)否定區(qū)間的個數(shù)，假設(shè)測驗可分為（一尾測驗）和（兩尾測驗）7.白菜蚜蟲的田間為害率

41、的統(tǒng)計概率為，當(dāng)調(diào)查的樣本容量為100株時，則抽樣成數(shù)分布的總體平均值為（ 0.4）、總體方差為（0.0024），抽樣次數(shù)分布的總體平均值為（40）、總體方差為（24）。8.隨機區(qū)組試驗設(shè)計的原則為重復(fù)）、（隨機排列）、（局部控制）三、簡答題（15分）1.簡述方差分析的基本原理。答：方差分析的基本原理是將總變異分裂為來源于各個因素的相應(yīng)變異，作出其數(shù)量估計，從而發(fā)現(xiàn)各個因素在變異中所占的重要程度；除了可控因素所引起的變異外，用其他剩余變異來準(zhǔn)確而無偏的估計試驗誤差，作為統(tǒng)計假設(shè)測驗的依據(jù)；再通過顯著性檢驗F測驗，發(fā)現(xiàn)各個因素在變異中所占的重要程度，進而對無效假設(shè)（各樣本的總體平均數(shù)相等）作出統(tǒng)計推斷。2.簡述回歸分析與相關(guān)分析的異同。答：對兩個變數(shù)進行回歸分析就是定量地研究X和Y的數(shù)值變化規(guī)律，根據(jù)這種規(guī)律可由一個變數(shù)的變化來估計另一個變數(shù)的變化。在回歸模型中，兩個變數(shù)有因果關(guān)系，原因變數(shù)稱自變數(shù)（independent variable），一般用X表示；結(jié)果變數(shù)稱依變數(shù)（dependent variable），以Y表示。X是已知的或是可控制的，