生物統(tǒng)計(jì)學(xué)復(fù)習(xí)重點(diǎn)

《生物統(tǒng)計(jì)學(xué)復(fù)習(xí)重點(diǎn)》由會員分享，可在線閱讀，更多相關(guān)《生物統(tǒng)計(jì)學(xué)復(fù)習(xí)重點(diǎn)（15頁珍藏版）》請?jiān)谘b配圖網(wǎng)上搜索。

1、精選優(yōu)質(zhì)文檔-----傾情為你奉上 主要統(tǒng)計(jì)符號注解 編號 符號 注解 希臘字母符號 1 α 統(tǒng)計(jì)檢驗(yàn)的顯著水平，一般α取0.05或0.01 2 σ 總體標(biāo)準(zhǔn)差。用拉丁字母S表示樣本標(biāo)準(zhǔn)差 3 σ2 總體方差。用拉丁字母S2表示樣本方差（均方） 4 樣本平均數(shù)抽樣總體方差 5 標(biāo)準(zhǔn)誤（樣本平均數(shù)抽樣總體的標(biāo)準(zhǔn)差，表示平均數(shù)抽樣誤差的大?。?。為標(biāo)本標(biāo)準(zhǔn)誤，是平均數(shù)抽樣誤差的估計(jì)值 6 μ 總體平均數(shù)。用拉丁字母表示樣本平均數(shù) 7 χ2 卡平方值 8 經(jīng)連續(xù)性矯正的卡平方值 9 自由度df為顯著水平為α?xí)r的卡平方臨界值 11

2、 ε 隨機(jī)誤差；重復(fù)內(nèi)分組設(shè)計(jì)的參試材料誤差 12 τ 線性模型中的處理效應(yīng) 13 表示從第1個觀測值xi累加到第n個，觀測值xn，當(dāng)在意義上已明確時，可簡寫為。為求和符號 拉丁字母符號 1 T 觀測值總和 2 N 有限總體的總觀測值數(shù)目 3 n 樣本的觀測值數(shù)目或樣本容量（樣本含量） 4 SS 平方和 5 MS 均方 6 S 樣本標(biāo)準(zhǔn)差，用以估計(jì)總體標(biāo)準(zhǔn)差σ 7 S2 標(biāo)準(zhǔn)方差（均方），用以估計(jì)總體方差σ2 8 H0 無效假設(shè) 9 HA 備擇假設(shè) 10 SE 標(biāo)準(zhǔn)誤 11 DF 自由度，自由度具體數(shù)值用df

3、表示，如df=8 12 CV 變異系數(shù) 13 CK 對照 14 O 觀測次數(shù) 15 E 理論次數(shù) 16 F F統(tǒng)計(jì)數(shù)，F(xiàn)0.05 、F0.01分別為0.05、0.01的臨界值 17 LSD 最小顯著差數(shù)（least significant difference） 18 LSR 最小顯著極差（least significant ranges） 19 x～N（μ，σ2） 隨機(jī)變量x服從參數(shù)μ和σ的正態(tài)分布，μ為總體平均數(shù)，σ為總體標(biāo)準(zhǔn)差 20 p，q 二項(xiàng)總體成數(shù) p+q =1 21 x～B（n，p） 隨機(jī)變量x服從參數(shù)n和p的二項(xiàng)分布，

4、n為試驗(yàn)次數(shù)， p為理論概率 22 a 直線回歸方程中樣本的回歸截距 23 b 直線回歸方程中標(biāo)本回歸系數(shù) 24 r 樣本相關(guān)系數(shù)；獨(dú)立性檢驗(yàn)中相依表的行數(shù) 25 c 獨(dú)立性檢驗(yàn)中相依表的列數(shù) 26 f 觀測次數(shù) 27 t t分布的統(tǒng)計(jì)數(shù) 28 u u正態(tài)分布的統(tǒng)計(jì)數(shù)；正態(tài)標(biāo)準(zhǔn)離差 29 樣本平均數(shù)，用以估計(jì)總體平均數(shù)μ 30 d 成對觀測值的差數(shù) 31 成對觀測值的差數(shù)的平均數(shù) 32 k 樣本數(shù)或處理數(shù) 1. 方差分析的主要內(nèi)容，就是以試驗(yàn)誤差均方為標(biāo)準(zhǔn)，對各個變異來源的均方作F檢驗(yàn)。 2. 在研究玉米種植密度和產(chǎn)

5、量的關(guān)系中，其中 密度 是自變數(shù)， 產(chǎn)量 是依變數(shù)。 3. 統(tǒng)計(jì)假設(shè)檢驗(yàn)中的無效假設(shè)與備擇假設(shè)的內(nèi)容是一個 對立 事件。 4. 在種田間試驗(yàn)設(shè)計(jì)方法中，屬于順序排列的試驗(yàn)設(shè)計(jì)方法為：對比法設(shè)計(jì)、間比法設(shè)計(jì) 5. 對比法、間比法試驗(yàn)，由于處理是作順序排列，因而不能夠無偏估計(jì)出試驗(yàn)的誤差。 6. 試驗(yàn)設(shè)計(jì)的三個基本原則是重復(fù)、隨機(jī)和局部控制。 7. 對比法設(shè)計(jì)、間比法設(shè)計(jì)應(yīng)用了試驗(yàn)設(shè)計(jì)的重復(fù)和局部控制兩個原則。 8. 完全隨機(jī)設(shè)計(jì)應(yīng)用了試驗(yàn)設(shè)計(jì)的重復(fù)和隨機(jī)兩個原則。 9. 隨機(jī)區(qū)組設(shè)計(jì)應(yīng)用了試驗(yàn)設(shè)計(jì)的重復(fù)、隨機(jī)和局部控制三個原則。 10. 在田間試驗(yàn)中，設(shè)置區(qū)組的主要作用是

6、進(jìn)行局部控制。 11. 如果處理內(nèi)數(shù)據(jù)的標(biāo)準(zhǔn)差或全距與其平均數(shù)大體成比例，或者效應(yīng)為相乘性，則在進(jìn)行方差分析之前，須作數(shù)據(jù)轉(zhuǎn)換。其數(shù)據(jù)轉(zhuǎn)換的方法宜采用：　對數(shù)轉(zhuǎn)換　 12. 對于百分?jǐn)?shù)資料，如果資料的百分?jǐn)?shù)有小于30%或大于70%的，則在進(jìn)行方差分析之前，須作數(shù)據(jù)轉(zhuǎn)換。其數(shù)據(jù)轉(zhuǎn)換的方法宜采用：　反正弦轉(zhuǎn)換（角度轉(zhuǎn)換）　 13. 樣本平均數(shù)顯著性檢驗(yàn)接受或否定假設(shè)的根據(jù)是：小概率事件實(shí)際不可能性原理。 14. 從總體中抽取的樣本要具有代表性，必須是隨機(jī)抽取的樣本。 15. 為了由樣本推論總體，樣本應(yīng)該是：從總體中隨機(jī)地抽取的一部分。 16. 如要更精細(xì)地測定土壤差異程度，并為試驗(yàn)設(shè)計(jì)

7、提供參考資料，則宜采用：空白試驗(yàn)。 17. 當(dāng)總體方差為末知，且樣本容量小于30，但可假設(shè)＝＝（兩樣本所屬的總體方差同質(zhì)）時，作平均數(shù)的假設(shè)檢驗(yàn)宜用的方法為：t檢驗(yàn)。 18. 因素內(nèi)不同水平使得試驗(yàn)指標(biāo)如作物性狀、特性發(fā)生的變化，稱為：效應(yīng)。 19. 田間試驗(yàn)要求各處理小區(qū)作隨機(jī)排列的主要作用是：獲得無偏的誤差估計(jì)值。 20. 正態(tài)分布曲線與軸之間的總面積為：等于1。 21. 確定分布偏斜度的參數(shù)為：自由度。 22. 選擇多重比較的方法時，如果試驗(yàn)是幾個處理都只與一個對照相比較，則應(yīng)選擇：LSD法。 23. 用最小顯著差數(shù)法作多重比較時，當(dāng)兩處理平均數(shù)的差數(shù)大于LSD0.01時，

8、推斷兩處理間差異為：極顯著。 24. 要比較不同單位，或者單位相同但平均數(shù)大小相差較大的兩個樣本資料的變異度宜采用：變異系數(shù)（CV）。 25. 選擇多重比較方法時，對于試驗(yàn)結(jié)論事關(guān)重大或有嚴(yán)格要求的試驗(yàn)，宜用：q檢驗(yàn)。 26. 順序排列設(shè)計(jì)的主要缺點(diǎn)是：估計(jì)的試驗(yàn)誤差有偏性。 27. 田間試驗(yàn)貫徹以區(qū)組為單位的局部控制原則的主要作用是：更有效地降低試驗(yàn)誤差。 28. 拉丁方設(shè)計(jì)最主要的優(yōu)點(diǎn)是：精確度高、控制來自兩個方面的系統(tǒng)誤差。 29. 若要控制來自兩個方面的系統(tǒng)誤差，在試驗(yàn)處理少的情況下，可采用：拉丁方設(shè)計(jì) 30. 連續(xù)性變數(shù)資料制作次數(shù)分布表在確定組數(shù)和組距時應(yīng)考慮： （

9、1）極差的大?。唬?）觀察值個數(shù)的多少；（3）便于計(jì)算；（4）能反映出資料的真實(shí)面貌。 31. 某蔗糖自動打包機(jī)在正常工作狀態(tài)時的每包蔗糖重量具Ｎ（100，2）。某日抽查10包，得＝101千克。問該打包機(jī)是否仍處于正常工作狀態(tài)？此題采用：（1）兩尾檢驗(yàn)；（2）u檢驗(yàn)。 32. 下列田間試驗(yàn)設(shè)計(jì)方法中，僅能用作多因素試驗(yàn)的設(shè)計(jì)方法有：（1）裂區(qū)設(shè)計(jì)；（2）再裂區(qū)設(shè)計(jì)。 33. 對于對比法和間比法設(shè)計(jì)的試驗(yàn)結(jié)果，要判斷某處理的生產(chǎn)力確優(yōu)于對照，其相對生產(chǎn)力一般至少應(yīng)超過對照：10%以上。 34. 次數(shù)資料的統(tǒng)計(jì)分析方法有：（1）檢驗(yàn)法；（2）二項(xiàng)分布的正態(tài)接近法。 35. 算術(shù)平均數(shù)的

10、重要特征是: （1）＝0；（2）＜∑，（a≠）。 36. 為了有效地做好試驗(yàn)，使試驗(yàn)結(jié)果能在提高農(nóng)業(yè)生產(chǎn)和農(nóng)業(yè)科學(xué)的水平上發(fā)揮應(yīng)有的作用，對田間試驗(yàn)的基本要求是：（1）試驗(yàn)的目的性要明確（目的性）；（2）試驗(yàn)的結(jié)果要可靠（可靠性）；（3）試驗(yàn)條件要有代表性（代表性）；（4）試驗(yàn)結(jié)果要能夠重復(fù)（重演性）。 37. 表示變異度的統(tǒng)計(jì)數(shù)最常用的有：（1）極差；（2）方差；（3）標(biāo)準(zhǔn)差；（4）變異系數(shù)。 38. 試驗(yàn)?zāi)成L素對小麥苗發(fā)育的效果，調(diào)查得未用生長素處理和采用生長素處理的苗高數(shù)據(jù)各10個。試檢驗(yàn)施用生長素的苗高至少比未用生長素處理的苗高2cm的假設(shè)。此題應(yīng)為：（1）檢驗(yàn)；（2）一尾檢驗(yàn)

11、。 39. 確定試驗(yàn)重復(fù)次數(shù)的多少應(yīng)根據(jù)：（1）試驗(yàn)地的面積及小區(qū)的大?。唬?）試驗(yàn)地土壤差異大?。唬?）試驗(yàn)所要求的精確度；（4）試驗(yàn)材料種子的數(shù)量。 40. 對單因素拉丁方試驗(yàn)結(jié)果資料方差分析時，變異來源有：（1）總變異；（2）行區(qū)組間變異；（3）列區(qū)組間變異；（4）處理間變異；（5）試驗(yàn)誤差。 41. 在方差分析Ｆ檢驗(yàn)中，（1）當(dāng)實(shí)得Ｆ小于Ｆ0.05，應(yīng)接受Ｈo（無效假設(shè)），認(rèn)為處理間差異不顯著；（2）當(dāng)實(shí)得Ｆ大于Ｆ0.05，應(yīng)否定Ｈo（無效假設(shè)），接受ＨA（備擇假設(shè)）認(rèn)為處理間差異顯著；（3）當(dāng)實(shí)得Ｆ大于Ｆ0.01，應(yīng)否定Ｈo（無效假設(shè)），接受ＨA（備擇假設(shè)）認(rèn)為處理間差異極顯著

12、。 42. 在試驗(yàn)中重復(fù)的主要作用是估計(jì)試驗(yàn)誤差和降低試驗(yàn)誤差。 43. 自由度的統(tǒng)計(jì)意義是指樣本內(nèi)能自由變動的觀察值個數(shù)。 44. 數(shù)據(jù) 3、1、3、1、2、3、4、5 的算術(shù)平均數(shù)是 2.75 　 ，中數(shù)是 3 。 45. 一般而言，在一定范圍內(nèi)，增加試驗(yàn)小區(qū)的面積，試驗(yàn)誤差將會降低。 46. 若算出簡單相差系數(shù)大于1時，說明：計(jì)算中出現(xiàn)了差錯。 47. 檢驗(yàn)回歸和相關(guān)顯著性的最簡便的方法為：直接按自由度查相關(guān)系數(shù)顯著表。 48. 對于同一資料來說，線性回歸的顯著性和線性相關(guān)的顯著性：一定等價。 49. 在＝a+bx方程中，b的意義是x每增加一個單位，平均地將要

13、增加或減少的單位數(shù)。 50. 田間試驗(yàn)可按因素的多少分為單因素試驗(yàn)和多因素試驗(yàn)。 51. 卡平方檢驗(yàn)的連續(xù)性矯正的前提條件是自由度等于1。 52. 從一個正態(tài)總體中隨機(jī)抽取的樣本平均數(shù)，理論上服從正態(tài)分布。 53. 在一定的概率保證下，估計(jì)參數(shù)可能出現(xiàn)的范圍和區(qū)間，稱為置信區(qū)間（置信距）。 54. 在擬定試驗(yàn)方案時，必須在所比較的處理之間應(yīng)用唯一差異的原則。 55. 在多重比較中，當(dāng)樣本數(shù)大于等于3時，t檢驗(yàn)，SSR檢驗(yàn)、q檢驗(yàn)的顯著尺度q檢驗(yàn)最高，t檢驗(yàn)最低。 56. 試驗(yàn)資料按所研究的性狀、特性可以分為數(shù)量性狀和質(zhì)量性狀資料。 57. 樣本可根據(jù)樣本容量的多少為：大樣本、小

14、樣本，樣本容量n>30的樣本稱為大樣本，將樣本容量n≤30的樣本稱為小樣本。 58. 樣本容量（sample size）：樣本所包含的個體數(shù)目稱為樣本容量，常記為n。通常將樣本容量n >30的樣本稱為大樣本，將樣本容量n≤30的樣本稱為小樣本。 59. 小區(qū)的形狀有長方形、正方形。一般采用長方形小區(qū)，小區(qū)的長寬比依試驗(yàn)地形狀、面積及小區(qū)多少、大小而定，一般以3:1至5:1為宜。 60. 在邊際效應(yīng)受重視的試驗(yàn)中，方形小區(qū)是有利的，因?yàn)榫鸵欢ǖ男^(qū)面積來講，方形小區(qū)具有最小的周長，使受到影響的植株最少。 61. 兩個變數(shù)的相關(guān)系數(shù)為0.798，對其進(jìn)行假設(shè)檢驗(yàn)時，已知＝0.798，那么在

15、1％水平上這兩個變數(shù)的相關(guān)極顯著。 62. 試驗(yàn)方案試驗(yàn)計(jì)時，一般要遵循以下原則：　明確的目的性　、　嚴(yán)密的可比性　和　試驗(yàn)的高效性　。 63. 試驗(yàn)誤差分為系統(tǒng)誤差和隨機(jī)誤差，一般所指的試驗(yàn)誤差為隨機(jī)誤差。 64. 試驗(yàn)誤差：使觀察值偏離試驗(yàn)處理真值的偶然影響稱為試驗(yàn)誤差或誤差。 65. 試驗(yàn)指標(biāo)：衡量試驗(yàn)處理效果的標(biāo)準(zhǔn)稱為試驗(yàn)指標(biāo)（experimental index），簡稱指標(biāo)（index）。在田間試驗(yàn)中，用作衡量處理效果的具體的作物性狀即為指標(biāo)，例如產(chǎn)量、株高等。 66. 準(zhǔn)確性(accuracy)與精確性(precision) 統(tǒng)計(jì)工作是用樣本的統(tǒng)計(jì)數(shù)來推斷總體參數(shù)。用統(tǒng)

16、計(jì)數(shù)接近參數(shù)真值的程度，來衡量統(tǒng)計(jì)數(shù)準(zhǔn)確性的高低，用樣本中的各個變量間變異程度的大小，來衡量該樣本精確性的高低。因此，準(zhǔn)確性不等于精確性。準(zhǔn)確性是說明測定值對真值符合程度的大小，而精確性則是多次測定值的變異程度。 　?。?zhǔn)確性(accuracy)也叫準(zhǔn)確度，指在試驗(yàn)中某一試驗(yàn)指標(biāo)或性狀的觀測值與其真值接近的程度。設(shè)某一試驗(yàn)指標(biāo)或性狀的真值為μ，觀測值為 x，若 x與μ相差的絕對值|x－μ|小，則觀測值x的準(zhǔn)確性高；反之則低。 精確性(precision)也叫精確度，指試驗(yàn)中同一試驗(yàn)指標(biāo)或性狀的重復(fù)觀測值彼此接近的程度。若觀測值彼此接近，即任意二個觀測值xi 、xj 相差的絕對值|xi －x

17、j|小，則觀測值精確性高；反之則低。試驗(yàn)的準(zhǔn)確性、精確性合稱為正確性。由于真值μ常常不知道，所以準(zhǔn)確性不易度量，但利用統(tǒng)計(jì)方法可度量精確性。） 67. 描述總體的特征數(shù)叫：參數(shù)，用希臘字母表示；描述樣本的特征數(shù)叫：統(tǒng)計(jì)數(shù)，用拉丁字母表示。 68. 參數(shù)與統(tǒng)計(jì)數(shù)　參數(shù)：由總體的全部觀察值計(jì)算得的總體特征為參數(shù)，它是該總體真正的值，是固定不變的，總體參數(shù)不易獲得，通常用統(tǒng)計(jì)數(shù)來估計(jì)參數(shù)。統(tǒng)計(jì)數(shù)：由標(biāo)本觀察值計(jì)算得到的樣本特征數(shù)為統(tǒng)計(jì)數(shù)，它因樣本不同常有變動。它是估計(jì)值，根據(jù)樣本不同而不同。 69. 試驗(yàn)因素：試驗(yàn)因素（experimental factor）指試驗(yàn)中能夠改變，并能引起試驗(yàn)指標(biāo)

18、發(fā)生變化，而且在試驗(yàn)中需要加以考察的各種條件，簡稱因素或因子（factor）。 70. 因素水平（factor level）： 對試驗(yàn)因素所設(shè)定的量的不同級別或質(zhì)的不同狀態(tài)稱為因素的水平，簡稱水平。 71. 試驗(yàn)處理（experimental treatment）： 事先設(shè)計(jì)好的實(shí)施在試驗(yàn)單位上的具體項(xiàng)目叫試驗(yàn)處理，簡稱處理。在單因素試驗(yàn)中，實(shí)施在試驗(yàn)單位上的具體項(xiàng)目就是試驗(yàn)因素的某一水平，故對單因素試驗(yàn)時，試驗(yàn)因素的一個水平就是一個處理。在多因素試驗(yàn)中，實(shí)施在試驗(yàn)單位上的具體項(xiàng)目是各因素的某一水平組合，所以，在多因素試驗(yàn)時，試驗(yàn)因素的一個水平組合就是一個處理。 72. 處理效應(yīng)（tre

19、atment effect）：是處理因素作用于受試對象的反應(yīng)，是研究結(jié)果的最終體現(xiàn)。 73. 試驗(yàn)效應(yīng)（experiment effect）：試驗(yàn)因素對試驗(yàn)指標(biāo)所起的增加和減少的作用。 74. 簡單效應(yīng)（simple effect）：同一因素內(nèi)兩種水平間試驗(yàn)指標(biāo)的差數(shù)。例如，某水稻品種施肥量試驗(yàn)，每667m2施氮10kg，得產(chǎn)量為350kg,每667m2施氮15kg，得產(chǎn)量為450kg；則在每667m2施氮10kg的基礎(chǔ)上增施5kg的效應(yīng)即為450－350＝100（kg/667m2)就是簡單效應(yīng)。在多因素試驗(yàn)中，一個因素的水平相同，另一因素不同水平間的試驗(yàn)指標(biāo)差異仍屬簡單效應(yīng)。如表1.1I

20、中18－10＝8就是同一N1水平時P2與P1間的簡單效應(yīng)。 75. 主要效應(yīng)(main effect) ：一個因素內(nèi)各簡單效應(yīng)的平均數(shù)，又稱平均效應(yīng)，簡稱主效。如表1.1II中N的主效為（6＋10)/2=8，這個值也是二個N水平平均數(shù)的差數(shù)，即22-14=8；P的主效為(8+12)/2=10，也是二個P水平平均數(shù)的差數(shù)，即23-13=10。 76. 交互作用 (interaction effect) ： 兩個因素簡單效應(yīng)間的平均差異稱為交互作用效應(yīng)，簡稱互作。它反映一個因素的各個水平在另一因素的不同水平中反應(yīng)不一致的現(xiàn)象。在表1.1II中，交互作用為(12-8)/2=2，或?yàn)?10-6)/

21、2=2，這種互作稱為正互作。在表1.1III中，交互作用為(4-8)/2=-2，或?yàn)?2-6)/2=-2，這種互作稱為負(fù)互作。 因素間的交互作用只有在多因素試驗(yàn)中才能反映出來?；プ黠@著與否關(guān)系到主效的實(shí)用性。若交互作用不顯著，則各因素的效應(yīng)可以累加，主效就代表了各個簡單效應(yīng)。 兩個因素間的互作稱為一級互作（first order interaction)。一級互作易于理解，實(shí)際意義明確。三個因素間的互作稱為二級互作(second order interaction)，余類推。二級以上的高級互作較難理解，實(shí)際意義不大，一般不予考慮。 表1.1　2×2試驗(yàn)數(shù)據(jù)（解釋各種效應(yīng)） 試驗(yàn) 因素

22、 N（氮肥） 解釋 I P (磷肥) 水平 N1 N2 平均 N2－N1 互作為0， 即沒有互作， P1 10 16 13 6 P2 18 24 21 6 平均 14 20 6 P2－P1 8 8 8 0,0/2＝0 II P (磷肥) 水平 N1 N2 平均 N2－N1 互作為2， 即有互作，且為正互作，說明P2－P1在N2時比在N1時增產(chǎn)幅度大。 P1 10 16 13 6 P2 18 28 23 10 平均 14 22 8 P2－P1 8 12 10 4,4/2

23、＝2 III P (磷肥) 水平 N1 N2 平均 N2－N1 P1 10 16 13 6 互作為-2， 即有互作，且為負(fù)互作，說明P2－P1在N2時比在N1時增產(chǎn)幅表現(xiàn)減少。 P2 18 20 19 2 平均 14 18 4 P2－P1 8 4 6 -4,-4/2＝-2 Ⅳ 水平 N1 N2 平均 N2－N1 互作為-5， 即有互作，且為負(fù)互作，說明P2－P1在N2時比在N1時增產(chǎn)幅表現(xiàn)大大減產(chǎn)。 P1 10 16 13 6 P2 18 14 16 -4 平均 14 15 1

24、P2－P1 8 -2 3 -10,-10/2＝-5 77. 效應(yīng)與互作（對效應(yīng)、互作的進(jìn)一步解釋和理解）： （1）效應(yīng)：試驗(yàn)因素對試驗(yàn)指標(biāo)所起的增加或減少的作用稱為試驗(yàn)效應(yīng)(experimental effection)，簡稱效應(yīng)。例如，不同品種的玉米產(chǎn)量不同。又如，某水稻品種施肥量試驗(yàn)，每667m2施氮10kg，單產(chǎn)為350kg/667m2，每667m2施氮15kg，單產(chǎn)為450kg/667m2；則在每667m2施氮10kg的基礎(chǔ)上增施5kg的簡單效應(yīng)為450-350=)100(kg/667m2)。 （2）互作：互作(interaction)，也稱連應(yīng)，是指兩個或兩個以

25、上處理因素間的相互作用產(chǎn)生的效應(yīng)。有些試驗(yàn)中，不僅因素對指標(biāo)有影響，而且因素間還會有聯(lián)合搭配對指標(biāo)產(chǎn)生影響，這種聯(lián)合搭配作用就是交互作用。如果氮、磷肥共施的產(chǎn)量效應(yīng)大于氮、磷單施效應(yīng)之和，說明氮、磷互作為正效應(yīng)。例如，在農(nóng)作物施肥試驗(yàn)中，在單位面積上單施氮肥（N）5kg，能使該農(nóng)作物增產(chǎn)25kg，單施磷肥（P）3kg，能增產(chǎn)15kg，若同時施氮肥5kg和 磷肥3kg，似乎是增產(chǎn)25+15=40kg，但實(shí)際增產(chǎn)了85kg，這說明氮肥和磷肥除本身作用外，還有一種聯(lián)合作用，我們習(xí)慣說N和P有交互作用，記作N×P，在這里N×P是起加強(qiáng)作用，其大小是：85-(15+25)=45kg。 如果氮、磷共施的

26、產(chǎn)量效應(yīng)小于氮、磷單施效應(yīng)之和，說明氮、磷互作為負(fù)效應(yīng)，但實(shí)際上氮、磷肥共施的產(chǎn)量效應(yīng)大于氮、磷單施效應(yīng)之和。 78. 試驗(yàn)小區(qū)（experimental plot）：安排一個試驗(yàn)處理的小塊地段稱為試驗(yàn)小區(qū)，簡稱小區(qū)。 79. 試驗(yàn)單位（experimental unit）：亦稱試驗(yàn)單元，是指施加試驗(yàn)處理的材料單位。這個單位可以是一個小區(qū)，也可以是一穴、一株、一穗、一個器官等。 80. 總體（population）：根據(jù)試驗(yàn)研究目的確定的研究對象的全體稱為總體(population)，其中的一個研究單位稱為個體(individual)。個體是統(tǒng)計(jì)研究中的最基本單位，根據(jù)研究目的，它可以是

27、一株植物，一個稻穗，也可以是一種作物，一個作物品種等。 81. 有限總體（finite population）與無限總體（infinite population）：包含無窮多個個體的總體稱為無限總體；包含有限個個體的總體稱為有限總體。 82. 樣本（sample）：從總體中抽取的一部分供觀察測定的個體組成的集合，稱為樣本。 83. 觀測值（observation） 對樣本中各個體的某種性狀、特性加以考察，如稱量、度量、計(jì)數(shù)或分析化驗(yàn)所得的結(jié)果稱為觀測值。 84. 區(qū)組：將整個試驗(yàn)環(huán)境分成若干個最為一致的小環(huán)境，稱為區(qū)組。 85. 回歸: 回歸（regression）是指由一個（或多個

28、）變量的變異來估測另一個變量的變異。 86. 相關(guān): 相關(guān)（correlation）是指兩個變量間有一定的關(guān)聯(lián)，一個性狀的變化必然會引起另一性狀的變化。 87. 無效假設(shè)與備擇假設(shè) 無效假設(shè)：無效假設(shè)或零假設(shè)（null hypothesis），意味著，所要比較的兩個總體平均數(shù)之間沒有差異，記為H0：。所謂“無效”意指處理效應(yīng)與總體參數(shù)之間沒有真實(shí)的差異，試驗(yàn)結(jié)果中的差異乃誤差所致，即假設(shè)處理沒有效應(yīng)。 備擇假設(shè)：備擇假設(shè)（alternative hypothesis）是在無效假設(shè)被否定時，準(zhǔn)備接受的假設(shè)，記為HA：或。 88. 樣本標(biāo)準(zhǔn)誤：樣本標(biāo)準(zhǔn)誤是平均數(shù)抽樣誤差的估計(jì)值。 8

29、9. 唯一差異原則：為保證試驗(yàn)結(jié)果的嚴(yán)格可比性，在試驗(yàn)中進(jìn)行處理間比較時，除了處理因素設(shè)置不同的水平外，其余因素或其他所有條件均應(yīng)保持一致，以排除非試驗(yàn)因素對試驗(yàn)結(jié)果的干擾，才能使處理間的比較結(jié)果可靠。 90. 小概率原理：在統(tǒng)計(jì)學(xué)上，把小概率事件在一次試驗(yàn)中看成是實(shí)際上不可能發(fā)生的事件稱為小概率事件實(shí)際上不可能性原理，亦稱為小概率原理。 91. 簡述田間試驗(yàn)設(shè)計(jì)的基本原則和作用？ （1） 重復(fù)　在試驗(yàn)中，同一處理設(shè)置的試驗(yàn)單位數(shù)稱為重復(fù)。重復(fù)的作用： ①估計(jì)試驗(yàn)誤差；②降低試驗(yàn)誤差。 （2） 隨機(jī)　隨機(jī)排列是指試驗(yàn)中的每一處理都有同等機(jī)會設(shè)置在一個重復(fù)中的任何一個試驗(yàn)小區(qū)上。 （

30、3） 局部控制　將整個試驗(yàn)環(huán)境或試驗(yàn)單位分成若干個小環(huán)境或小組，在小環(huán)境或小組內(nèi)使非處理因素盡可能一致，實(shí)現(xiàn)試驗(yàn)條件的局部一致性，這就是局部控制。由于小環(huán)境間的變異可通過方差分析剔除，因而局部控制可以最大程度了降低試驗(yàn)誤差。（在田間試驗(yàn)設(shè)計(jì)中局部控制可通過劃分區(qū)組實(shí)現(xiàn)。將整個試驗(yàn)環(huán)境分解成若干個相對一致的小環(huán)境，稱為區(qū)組。）　　　 92. 隨機(jī)區(qū)組設(shè)計(jì)的主要優(yōu)點(diǎn)：（1）設(shè)計(jì)簡單，容易掌握；（2）靈活性大，單因素、多因素以及綜合性試驗(yàn)都可以采用；（3）符合試驗(yàn)設(shè)計(jì)的三原則，能提供無偏的誤差估計(jì)，能有效地減少單向的土壤肥力差異對試驗(yàn)的影響，降低試驗(yàn)誤差，提高試驗(yàn)的精確度；（4）對試驗(yàn)地的形狀和大

31、小要求不嚴(yán)，必要時不同區(qū)組可以分散設(shè)置在不同的田塊或地段上；（5）易于分析，當(dāng)因某種偶然事故而損失某一處理或區(qū)組時，可以除去該處理或區(qū)組進(jìn)行分析。 93. 簡述拉丁方設(shè)計(jì)的特點(diǎn)及優(yōu)缺點(diǎn) 拉丁方設(shè)計(jì)具有三個特點(diǎn)：一是，試驗(yàn)的處理數(shù)=重復(fù)數(shù)=行區(qū)組數(shù)=列區(qū)組數(shù)；二是每一行和每一列都包括全部處理，形成一個完全區(qū)組；三是所有處理在行和列中都進(jìn)行隨機(jī)排列。 　　拉丁方設(shè)計(jì)的優(yōu)點(diǎn)：由于每一行和每一列都形成一個區(qū)組，因此拉丁方設(shè)計(jì)具有雙向的局部控制功能，可以從兩個方向消除試驗(yàn)環(huán)境條件的影響，具有較高的精確性。 拉丁方設(shè)計(jì)的缺點(diǎn)：（1）由于重復(fù)數(shù)等于處理數(shù)，故處理不能太多，否則橫行區(qū)組、直列區(qū)

32、組占地過大，試驗(yàn)效率不高，一般常用于5～8個處理的試驗(yàn)。（2）田間布置時，不能將橫行區(qū)組和直列區(qū)組分開設(shè)置，要求有整塊方形的試驗(yàn)地，缺乏隨機(jī)區(qū)組設(shè)計(jì)的靈活性。 94. 標(biāo)準(zhǔn)差：統(tǒng)計(jì)學(xué)上把方差或均方的平方根取正根的值稱為標(biāo)準(zhǔn)差（standard deviation）。標(biāo)準(zhǔn)差，能度量資料的變異程度，反映平均數(shù)的代表性優(yōu)劣。標(biāo)準(zhǔn)差（方差）大，說明資料變異大，平均數(shù)代表性差；反之，說明資料的變異小，平均數(shù)的代表性好。 95. 標(biāo)準(zhǔn)差定義、意義及計(jì)算公式 統(tǒng)計(jì)學(xué)上把方差或均方的平方根取正根的值稱為標(biāo)準(zhǔn)差（標(biāo)準(zhǔn)偏差）（standard deviation）。 　　用平均數(shù)作為樣本的代表，其代表性的

33、強(qiáng)弱受樣本中各觀測值變異程度的影響。如果各觀測值變異小，則平均數(shù)的代表性強(qiáng)；如果各觀測值變異大，則平均數(shù)代表性弱。 標(biāo)準(zhǔn)差的大小，受多個觀測值的影響，如果觀測值與觀測值間差異大，其離均差也大，因而標(biāo)準(zhǔn)差也大，反之則小。所以，樣本標(biāo)準(zhǔn)差（S）是反映樣本中各觀測值x1，x2,…,xn變異程度大小的一個指標(biāo)，它的大小說明了平均數(shù)對該樣本代表性的強(qiáng)弱。標(biāo)準(zhǔn)差小，說明觀測值變異小，變量的分布比較密集在平均數(shù)附近，則平均數(shù)的代表性強(qiáng)；反之，標(biāo)準(zhǔn)差大，說明觀測值變異大，變量的分布比較離散，則平均數(shù)的代表性弱。 標(biāo)準(zhǔn)差（標(biāo)準(zhǔn)偏差）的計(jì)算公式： 96. 某樣本的方差越大，則其觀察值之間的變異就越大。 9

34、7. 標(biāo)準(zhǔn)差為方差或均方的平方根，用以表示資料的變異度，其單位與觀察值的度量單位相同。 98. 試驗(yàn)誤差有哪幾方面的來源？控制試驗(yàn)誤差的途徑有哪些？ （1）田間試驗(yàn)誤差的來源 為了有針對性地控制和降低試驗(yàn)誤差，應(yīng)充分了解試驗(yàn) 誤差的來源。在田間試驗(yàn)中，試驗(yàn)誤差的來源可以概括為以下幾個方面。 ① 試驗(yàn)材料本身所存在的差異 田間試驗(yàn)的供試材料通常是作物或其他生物，它們在遺傳及生長發(fā)育等方面往往會存在一定差異，如試驗(yàn)所用的作物品種基因型不純，種子大小和生活力不一致，秧苗的長勢長相等素質(zhì)有差異，均可對試驗(yàn)結(jié)果產(chǎn)生一定影響而導(dǎo)致誤差的出現(xiàn)。 ② 試驗(yàn)操作和田間管理技術(shù)的不一致所引起的差異

35、 作為試驗(yàn)材料的作物在田間生長周期較長，在試驗(yàn)過程中各個管理環(huán)節(jié)的任何疏忽，都會對作物的生長發(fā)育產(chǎn)生影響，增加試驗(yàn)誤差。例如試驗(yàn)過程中的整地、播種、施肥、中耕除草、灌溉、收獲等操作與管理技術(shù)在時間上、質(zhì)量上不完全一致，對作物性狀觀察記載和測定時間、標(biāo)準(zhǔn)、人員以及所用儀器或工具等的不一致，均會增加試驗(yàn)誤差。 ③ 環(huán)境條件的差異 各種環(huán)境條件對試驗(yàn)各處理單元不一致的影響，均會導(dǎo)致試驗(yàn)誤差的增加。田間試驗(yàn)中環(huán)境條件的差異主要是指試驗(yàn)地的土壤差異和肥力不勻所導(dǎo)致的差異，這是普遍存在、影響最大而又最難以控制的。其他還有病蟲害侵襲、人畜踐踏、風(fēng)雨影響等，都具有隨機(jī)性，各處理所受影響也不盡相同，而且這些影

36、響的出現(xiàn)與影響程度是難以預(yù)測，難以有針對性地予以控制。 （2）田間試驗(yàn)誤差的控制途徑 為了提高試驗(yàn)結(jié)果的正確性，獲得可靠的試驗(yàn)結(jié)論，必須嚴(yán)格控制試驗(yàn)誤差?？刂圃囼?yàn)誤差就是要根據(jù)試驗(yàn)誤差的來源，采取相應(yīng)的措施來避免或減少誤差因素對試驗(yàn)結(jié)果的影響。 ① 選擇同質(zhì)一致的試驗(yàn)材料 田間試驗(yàn)中供試作物品種的基因型必須要求同質(zhì)一致，即選擇純度一致、來源相同的作物種子。試驗(yàn)中需育苗移栽或扦插的，秧苗生長發(fā)育應(yīng)一致，大小、壯弱不同的秧苗應(yīng)分級，將同一規(guī)格的秧苗安排在同一區(qū)組的各處理小區(qū)，或?qū)⒏骷壯砻绨幢壤峙浣o各處理小區(qū)，從而減少試驗(yàn)材料帶來的差異。 ② 改進(jìn)操作管理技術(shù)，使之標(biāo)準(zhǔn)化 在田間試驗(yàn)整

37、個過程中，要嚴(yán)格執(zhí)行各項(xiàng)技術(shù)規(guī)程，各種操作管理技術(shù)對所有處理應(yīng)做到盡可能一致。 ③控制引起差異的主要外界因素 田間試驗(yàn)引起誤差的主要外界因素是土壤差異。如果能夠有效地控制土壤差異，減少土壤差異對試驗(yàn)處理的影響，就能有效地降低田間試驗(yàn)誤差，提高試驗(yàn)的精確性?？刂仆寥啦町惖闹饕胧┮话阌校?a)選擇土壤質(zhì)地和肥力均勻的試驗(yàn)地；(b)采用適當(dāng)?shù)男^(qū)技術(shù)；(c)應(yīng)用正確的試驗(yàn)設(shè)計(jì)和相應(yīng)的統(tǒng)計(jì)分析。 99. [例]　6個毛豆品種患莖癌腫病的病株百分率（已經(jīng)過反正弦轉(zhuǎn)換的結(jié)果）如下表，試對這一隨機(jī)區(qū)組試驗(yàn)的結(jié)果進(jìn)行方差分析。 原始資料經(jīng)反正弦轉(zhuǎn)換后的θ值（度） 品　種 區(qū)　組 Ｔt

38、Ⅰ Ⅱ Ⅲ Ⅳ A 26.1 32.7 5.7 14.7 79.2 19.800 B 18.5 36.1 22.0 13.7 90.3 22.575 C 30.1 37.2 28.9 21.1 117.3 29.325 D 22.0 33.3 15.6 17.4 88.3 22.075 E 10.5 36.8 6.0 8.1 61.4 15.350 F 10.1 18.1 5.7 5.7 39.6 9.900 Ｔr 117.3 194.2 83.9 80.7 Ｔ＝476.1 (一)自由度

39、和平方和的分解 本資料，處理數(shù)k＝6， 區(qū)組數(shù)r＝4，全試驗(yàn)觀測值個數(shù)rk=24，全試驗(yàn)觀測值總和T=476.1 ① 自由度的分解 總的 dfT=rk－1＝23　　　　　區(qū)組 dfr=r－1=3　　　　處理 dft=k－1=5 誤差 dfe=dfT－dfr－dft =(rk－1)－(r－1)－(k－1)=(r－1)(k－1)=15 ② 平方和的分解 總的 區(qū)組 品種(處理) 誤差 SSe=SST －SSr－SSt=363.14792 (二) 列方差分析表和Ｆ檢驗(yàn) Ｆ檢驗(yàn) 　　 　 區(qū)組　　　　 品種(處

40、理) 列方差分析表 變 異 來 源 DF SS MS F F0.05 F0.01 區(qū) 組 間 3 1392.80458 464.26819 19.18 3.29 5.42 品 種 間 5 885.62375 177.12475 7.32 2.90 4.56 誤 差 15 363.14792 24.20986 總 變 異 23 2641.57625 Ｆ檢驗(yàn)說明：區(qū)組間F=19.18＞Ｆ0.01＝5.42差異顯著，說明4個區(qū)組的環(huán)境是有極顯著差異的。因此，在這個試驗(yàn)中，區(qū)組作為局部控制的一

41、項(xiàng)手段，對于減少誤差相當(dāng)有效率。品種間F=7.32＞Ｆ0.01＝4.56，說明6個供試品種的總體病株百分率是有顯著差異的。 100. ［例］玉米乳酸菌飲料工藝研究中，進(jìn)行了加酸量A比較試驗(yàn)，采用了5種加酸量（k=5）：A1（0.3），A2（0.4），A3（0.5），A4（0.6），A5（0.7），5次重復(fù)（r=5）（分別由5個操作人員分別完成，以操作人員為區(qū)組），隨機(jī)區(qū)組設(shè)計(jì)。試驗(yàn)的感官評分結(jié)果見下表。試進(jìn)行方差分析。 加酸量 區(qū)組 Tt Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ A1 77 74 63 70 74 358.0 71.60 A2 81 80 82

42、 81 79 403.0 80.60 A3 91 94 93 96 90 464.0 92.80 A4 85 81 86 83 82 417.0 83.40 A5 81 75 64 74 79 373.0 74.60 Tr 415.0 404.0 388.0 404.0 404.0 T=2015.0 經(jīng)計(jì)算得下列方差分析表： 方差分析表 變異來源 自由度DF 平方和SS 均方MS Ｆ P概率 臨界Ｆ0.05 臨界Ｆ0.01 區(qū)組間 4 74.40000 18

43、.60000 1.14 0.3735 3.01 4.77 處理間 4 1368.40000 342.10000 20.96 0.0001 3.01 4.77 誤 差 16 261.20000 16.32500 總變異 24 1704.00000 F檢驗(yàn)說明： 多重比較： 平均數(shù)標(biāo)準(zhǔn)誤 = 最小顯著極差 誤差自由度dfe=16 新復(fù)極差檢驗(yàn)的最小顯著極差 秩次距P 2 3 4 5 SSR0.05 3.00 3.14 3.24 3.30 SSR0.01 4.13

44、4.31 4.42 4.51 LSR0.05 LSR0.01 多重比較結(jié)果（新復(fù)極差法，SSR法） 處理 均值() 差 異 顯 著 性 5％ 1％ A3 92.8 A4 83.4 A2 80.6 A5 74.6 A1 71.6 試驗(yàn)結(jié)果表明： 100.題答案： F檢驗(yàn)說明：因區(qū)組間F=1.14＜Ｆ0.05=3.01，P＝0.3735＞，故區(qū)組間差異不顯著。因處理間F=20.96＞Ｆ0.01=4.77，P＝0.0001＜，故處理間差異極顯著。 多重比較

45、： 平均數(shù)標(biāo)準(zhǔn)誤 =1. 最小顯著極差 誤差自由度dfe=16 新復(fù)極差檢驗(yàn)的最小顯著極差 秩次距P 2 3 4 5 SSR0.05 3.00 3.14 3.24 3.30 SSR0.01 4.13 4.31 4.42 4.51 LSR0.05 5.4208 5.6738 5.8545 5.9629 LSR0.01 7.4626 7.7879 7.9866 8.1493 多重比較結(jié)果（新復(fù)極差法，SSR法） 處理 均值() 差 異 顯 著 性 5％ 1％ A3 92.8 a

46、A A4 83.4 b B A2 80.6 b BC A5 74.6 c CD A1 71.6 c D 試驗(yàn)結(jié)果表明： 處理A3的均值最高，極顯著高于A4、A2、A5、A1；處理A4極顯著高于A5、A1；處理A2極顯著高于A1，顯著高于A5；處理A4、A2間差異不顯著；處理A5、A1間差異不顯著。 101. 一些夏季害蟲盛發(fā)期的早遲和春季溫度高低有關(guān)。江蘇武進(jìn)縣測定1956～1964年間，3月下旬至4月中旬，旬平均溫度累積值（x，單位：旬·度）和一代三化螟蛾盛發(fā)期（y，以5月10 日為0）的關(guān)系于下表。 累積溫和一代三化螟蛾盛發(fā)期的關(guān)系 x（累積溫）

47、 35.5 34.1 31.7 40.3 36.8 40.2 31.7 39.2 44.2 y（盛發(fā)期） 12 16 9 2 7 3 13 9 －1 經(jīng)計(jì)算得：a =48.5493；　　b =－1.0996；　　r =－0.837 （1）計(jì)算相關(guān)系數(shù)和決定系數(shù)，對相關(guān)系數(shù)進(jìn)行檢驗(yàn)，并說明相關(guān)系數(shù)的意義。（r0.01, 7＝0.798） （2）若相關(guān)顯著，試建立回歸方程，并說明其實(shí)際意義。在應(yīng)用回歸方程進(jìn)行預(yù)測時，給出x取值的限定區(qū)間。 （3）用一元線性回歸方程：=a+b預(yù)測一代三化螟盛發(fā)期，即用x（累積溫度）

48、預(yù)測一代三化螟盛發(fā)期。 101.題答案： （1）計(jì)算相關(guān)系數(shù)，對相關(guān)系數(shù)進(jìn)行檢驗(yàn)，并說明相關(guān)系數(shù)的意義。（r0.01, 7＝0.798） r=－0.837 因?qū)嵉茫緍0.01, 7＝0.798，則相關(guān)極顯著。 計(jì)算結(jié)果r=－0.837，說明當(dāng)3月下旬至4月中旬的積溫與一代三化螟盛發(fā)期間存在極顯著的相關(guān)關(guān)系，即在x變數(shù)的取值區(qū)間[31.7，44.2]范圍內(nèi)隨著積溫的增加盛發(fā)期提早到來。 （2） 若相關(guān)顯著，試建立回歸方程，并說明其實(shí)際意義。在應(yīng)用回歸方程進(jìn)行預(yù)測時，給出x取值的限定區(qū)間。 由于積溫與盛發(fā)期相關(guān)極顯著，說明直線回歸關(guān)系也極顯著，故可建立直線回歸方程

49、。 =48.5493－1.0996 　方程的實(shí)際意義：說明當(dāng)3月下旬至4月中旬的積溫每提高1旬·度時一代三化螟蛾盛發(fā)期將提早1.1天（1.0996天）到來，此規(guī)律只適于x變數(shù)的實(shí)際區(qū)間[31.7，44.2]；若欲在x＜31.7或x＞44.2外延，則必須要有新的試驗(yàn)依據(jù)。 （3）用一元線性回歸議程：=48.5493－1.0996預(yù)測一代三化螟盛發(fā)期，即用x（累積溫度）預(yù)測一代三化螟盛發(fā)期。 若當(dāng)x＝35， =10，則一代三化螟盛發(fā)期的點(diǎn)估計(jì)值在5月20日； 當(dāng)x＝40， =4.6，則一代三化螟盛發(fā)期的點(diǎn)估計(jì)值在5月14～15日。 盛發(fā)期x 5月10 5月11 5月12 5

50、月13 5月14 5月15 5月16 5月17 5月18 5月19 5月20 5月21 5月22 5月23 5月24 y 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 102. [例]　6個毛豆品種患莖癌腫病的病株百分率（已經(jīng)過反正弦轉(zhuǎn)換的結(jié)果）如下表，試對這一隨機(jī)區(qū)組試驗(yàn)的結(jié)果進(jìn)行方差分析。 原始資料經(jīng)反正弦轉(zhuǎn)換后的θ值（度） 品　種 區(qū)　組 Ｔt Ⅰ Ⅱ Ⅲ Ⅳ A 26.1 32.7 5.7 14.7 79.2 19.800 B 18.5 36.1 22.0

51、13.7 90.3 22.575 C 30.1 37.2 28.9 21.1 117.3 29.325 D 22.0 33.3 15.6 17.4 88.3 22.075 E 10.5 36.8 6.0 8.1 61.4 15.350 F 10.1 18.1 5.7 5.7 39.6 9.900 Ｔr 117.3 194.2 83.9 80.7 Ｔ＝476.1 經(jīng)計(jì)算得以下結(jié)果： 列方差分析表 變 異 來 源 DF SS MS F F0.05 F0.01 區(qū) 組 間 3 1392.804

52、58 464.26819 19.18 3.29 5.42 品 種 間 5 885.62375 177.12475 7.32 2.90 4.56 誤 差 15 363.14792 24.20986 總 變 異 23 2641.57625 Ｆ檢驗(yàn)說明： 多重比較： 平均數(shù)標(biāo)準(zhǔn)誤= 最小顯著極差 誤差自由度dfe=16 品種新復(fù)極差檢驗(yàn)的最小顯著極差 P 2 3 4 5 6 SSR0.05 3.01 3.16 3.25 3.31 3.36 SSR0.01 4.

53、17 4.37 4.50 4.58 4.64 LSR0.05 LSR0.01 品種病株率的新復(fù)極差檢驗(yàn) 品種 病株百分率 差 異 顯 著 性 5％ 1％ C 29.325 B 22.575 D 22.075 A 19.800 E 15.350 F 9.900 多重比較結(jié)果表明： 102.題答案： 經(jīng)計(jì)算得以下結(jié)果： 列方差分析表 變 異 來 源 DF SS MS F F0.05 F0.01 區(qū) 組 間

54、3 1392.80458 464.26819 19.18 3.29 5.42 品 種 間 5 885.62375 177.12475 7.32 2.90 4.56 誤 差 15 363.14792 24.20986 總 變 異 23 2641.57625 Ｆ檢驗(yàn)說明：區(qū)組間F=19.18＞Ｆ0.01＝5.42差異顯著，說明4個區(qū)組的環(huán)境是有極顯著差異的。因此，在這個試驗(yàn)中，區(qū)組作為局部控制的一項(xiàng)手段，對于減少誤差相當(dāng)有效率。品種間F=7.32＞Ｆ0.01＝4.56，說明6個供試品種的總體病株百分率是有顯著

55、差異的。 多重比較： 平均數(shù)標(biāo)準(zhǔn)誤 最小顯著極差 誤差自由度dfe=16 品種新復(fù)極差檢驗(yàn)的最小顯著極差 P 2 3 4 5 6 SSR0.05 3.01 3.16 3.25 3.31 3.36 SSR0.01 4.17 4.37 4.50 4.58 4.64 LSR0.05 7.405 7.774 7.996 8.143 8.266 LSR0.01 10.259 10.751 11.071 11.268 11.415 品種病株率的新復(fù)極差檢驗(yàn) 品種 病株百分率 差 異 顯 著 性 5％ 1％ C 29.325 a A B 22.575 ab AB D 22.075 ab AB A 19.800 b ABC E 15.350 bc BC F 9.900 c C 多重比較結(jié)果表明：品種C的病株率最高，極顯著高于E、F，顯著高于A；品種B、D極顯著高于F；品種A顯著高于F；品種C、B、D間差異不顯著；品種B、D、A、E間差異不顯著；品種E、F間差異不顯著。 專心---專注---專業(yè)