生物統(tǒng)計附試驗設計復習題及答案

1、總體：根據(jù)研究目的確定的研究對象的全體個體：總體中的一個研究單位樣本：實際研究中的一類假象總體樣本含量：樣本中所包含的個體數(shù)目稱為樣本含量或大小隨機樣本：一類從總體中隨機抽得到的具有代表性的樣本統(tǒng)計量：由樣本計算的特征數(shù)參數(shù)：由總體計算的特征數(shù)精確性：指在試驗或調(diào)查中某一試驗指標或性狀的重復觀察值彼此接近的程度系統(tǒng)誤差：系統(tǒng)誤差又叫做片面誤差。它是在一定的測量條件下，對同一個被測尺寸進行多次重復測量時，誤差值的大小和符號（正值或負值）保持不變；或者在條件變化時，按一定規(guī)律變化的誤差。偶然誤差：一類由于偶然的或不確定的因素所造成的每一次測量值的無規(guī)則變化（漲落），叫做偶然誤差，或隨機誤差。連續(xù)性

2、變數(shù)資料：指用量測方式獲得的數(shù)量性狀資料離散型變數(shù)資料：指用計數(shù)方式獲得的數(shù)量性狀資料算術平均數(shù)：指資料中的各觀測值的總和除以觀測值個數(shù)所得的商，簡稱平均數(shù)或均數(shù)平均數(shù)：資料或代表數(shù)，主要包括算術平均數(shù)，中位數(shù)，眾數(shù)，幾何平均數(shù)及調(diào)和平均數(shù)標準差：是各數(shù)據(jù)偏離平均數(shù)的距離的平均數(shù)，它是離均差平方和平均后的方根，用b表示。方差：度量總體（或樣本）各變量間變異程度的參數(shù)（總體）或統(tǒng)計量（樣本）。離均差平方和：樣本各觀測值變異程度大小的另一個統(tǒng)計數(shù)試驗：在一定條件下對自然現(xiàn)象所進行的觀察或試驗統(tǒng)稱為試驗隨機事件：隨機試驗的每一種可能結果概率：事件本身所固有的數(shù)量指標，不隨人的主觀意志而改變，人們稱之

3、為概率小概率原理：小概率事件在一次試驗中看成是實際不可能發(fā)生的事件稱為小概率事件實際不可能原理正態(tài)分布：若連續(xù)性隨機變量X的概率分布密度函數(shù)，則X服從正態(tài)分布標準正態(tài)分布：我們把平均數(shù)u=0,b2=1時，稱為標準正態(tài)分布，記為N（0,1）雙側概率：我們把隨機變量X在平土勻數(shù)u加減不同倍數(shù)標準差d區(qū)間（u-kb,u+kb）之外，取值的概率稱為雙側概率單側概率：對應于兩尾概率可以求得隨機變量x小于小于u-ko-或大于u+ko-的概率二項分布：設隨機變量x所有可能取得的值為0或正整數(shù)，且有P（E=K尸Cn（k）P（k）q（n-k）,k=0,1,2.n,則稱隨機變量x服從n和p的二項分布標準誤：反映樣

4、本平均數(shù)的抽樣誤差的大小的一種指標t分布：由于在實際工作中，往往b是未知的，常用s作為b的估計值，為了與u變換區(qū)別，稱為t變換t=,統(tǒng)計量t值的分布稱為t分布。假設檢驗（顯著性檢驗）：假設檢驗是數(shù)理統(tǒng)計學中根據(jù)一定假設條件由樣本推斷總體的一種方法。t檢驗：兩總體方差未知但相同，用以兩平均數(shù)之間差異顯著性的檢驗。無效假設：被檢驗的假設，通過檢驗可能被否定，也可能未被否定。備擇假設：是在無效假設被否定時準備接受的假設。顯著水平：用來確定無效假設是否被否定的概率標準。I型錯誤：把非真實差異錯判為真實差異。n型錯誤：把真實差異錯判為非真實差異。雙側檢驗（雙尾檢驗）：利用兩側尾部的概率進行的檢驗。單側檢

5、驗（單尾檢驗）：利用一側尾部的概率進行的檢驗。否定區(qū)：接受區(qū)：分位數(shù)：又稱百分位點。若概率0Vp<1,隨機變量X或它的概率分布的分位數(shù)Zao是指滿足條件p（X>Za）="的實數(shù)配對設計：是指先根據(jù)配對的要求將試驗單位兩兩配對，然后將配對成子的兩個實驗單位隨機分配到兩個處理組中。區(qū)間估計：是指在一定概率保證下指出總體參數(shù)的可能范圍。置信區(qū)間：是指在進行區(qū)間估計時所給出的可能范圍。置信度（置信概率）：是指在進行區(qū)間估計時所給出的概率保證。方差分析：實質(zhì)上是關于觀測值變異原因的數(shù)量分析。試驗指標：用來衡量試驗結果的好壞或處理效應的高低，在試驗中具有測定的性狀或觀測的項目。試驗因

6、素：實驗中所研究的影響試驗指標的因素。因素水平：試驗因素所處的某種特定狀態(tài)或數(shù)量等級。試驗處理：率先設計好的實施在試驗單位上的具體項目。試驗單位：在試驗中能夠接受不同試驗處理的獨立的試驗載體。多重比較：統(tǒng)計學上指多個平均數(shù)兩兩之間的相互比較稱為多重比較。主效應：由于因素水平的改變而引起試驗指標觀測值平均數(shù)的改變量稱為主效應。簡單效應：在某因素同一水平上，另一因素不同水平試驗指標觀測值之差稱為簡單效應。交互作用：在多因素試驗中，一個因素的作用要受到另一個因素的影響，表現(xiàn)為某一因素在另一因素的不同水平上的簡單效應不同。適合性檢驗：判斷實際觀察的屬性類別分配是否符合已知屬性類別分配理論或?qū)W說的假設檢

7、驗。獨立性檢驗：根據(jù)次數(shù)資料判斷兩類因子彼此相關或相互獨立的假設檢驗。相關變量：存在相關關系的變量叫做相關變量。回歸分析：是確定兩種或兩種以上變數(shù)間相互依賴的定量關系的一種統(tǒng)計分析方法。相關分析：研究隨機變量之間相關性的統(tǒng)計分析方法。直線回歸分析：如果在回歸分析中，只包括一個自變量和一個因變量，且二者的關系可用一條直線近似表示，這種回歸分析稱為直線回歸分析直線相關分析：對兩個相關變量間的直線關系進行相關分析稱為直線相關分析決定系數(shù)：在Y的總平方和中，由X引起的平方和所占的比例，記為r2（r的平方）相關系數(shù)：統(tǒng)計學上把決定系數(shù)r2的平方根稱為x與y的相關系數(shù)試驗設計：以概率論和數(shù)理統(tǒng)計為理論基礎

8、，經(jīng)濟地，科學地安排試驗的一項技術。試驗方案：敘述試驗的背景、理論基礎和目的，試驗設計、方法和組織，包括統(tǒng)計學考慮、試驗執(zhí)行和完成的條件。方案必須由參加試驗的主要研究者、研究機構和申辦者簽章并注明日期。唯一差異原則：指除了試驗處理不同外，其他所有條件應相同，以保證試驗處理具有可比性隨機：使用隨機方法對試驗動物分組，使參試動物分入各試驗處理組的機會相等，以避免試驗動物分組事試驗人員主觀傾向的影響重復：試驗的每一個處理都實施在兩個或兩個以上的試驗單位上局部條件一致原則：在試驗環(huán)境或試驗差異較大的情況下，將試驗環(huán)境或試驗單位分成若干個小組，在小組內(nèi)是非處理因素盡可能一致，實現(xiàn)試驗條件的局部一致性完全

9、隨機設計：根據(jù)試驗處理將全部試驗動物隨機分成若干組，然后再按組實施不同處理的設計隨機單位組設計：同一單位組內(nèi)各頭試驗動物的初始條件盡可能一致，不同單位組間試驗動物的初始條件允許有差異拉丁方設計：從橫行和直列兩個方向進行局部控制，比隨機單位組設計多一個單位租的設計二、填空1、生物統(tǒng)計分描述性統(tǒng)計和分析性統(tǒng)計。描述性統(tǒng)計是指運用分類、制表、圖形以及計算概括性數(shù)據(jù)（平均數(shù)、標準差等）來描述數(shù)據(jù)特征的各項活動。分析性統(tǒng)計是進行數(shù)據(jù)觀察、數(shù)據(jù)分析以及從中得出統(tǒng)計推斷的各項活動。2、統(tǒng)計分析的基本過程就是由樣本推斷總體的過程。該樣本是該總體的一部分。3、由樣本獲取總體的過程叫抽樣。常用的抽樣方法有隨機抽樣

10、、順序抽樣、分等按比例抽樣、整群抽樣等。4、樣本平均數(shù)與總體平均數(shù)的差異叫抽樣誤差。常用S/,N表示。5、只有降低抽樣誤差才能提高試驗結果的正確，上試驗結果的項性包括準刨生和精破性。6、試驗誤差按來源分為系統(tǒng)誤差（條件誤差）和隨機誤差（偶然誤差）。系統(tǒng)誤差（條件誤差）影響試驗結果的準則生，隨機誤差（偶然誤差）影響試驗結果的精確性。_7、系統(tǒng)誤差（條件誤差）可以控制，可通過合理的試驗設計方法降低或消除。隨機誤差（也級誤差）不可控制，可通過理論分布來研究其變異規(guī)律,或相對比較其出現(xiàn)的概率的大小。8、樣本推斷總體分假設檢驗和區(qū)間估計兩大內(nèi)容。常用的檢驗方法有t檢驗、F檢驗和卡方檢驗。9、置信區(qū)間指在

11、一定概至的E下總體平均數(shù)的可能范圍。10、t檢驗是通過樣本平均數(shù)差值的大小來檢驗處理效應是否存在，兩樣本平均數(shù)的差值代表了試驗的表觀效應,它可能由處理效應（真實效應）和誤差效應引起,要檢驗處理效應是否存在，常采用反證法。此法先建立無效假設:即假設處理效應不存在,樣本平均數(shù)差值是由誤差引起，根據(jù)差異在誤差分布里出現(xiàn)的概望（即可能性大小的衡量）來判斷無效假設是否成立。11、判斷無效假設是否成立的依據(jù)是小概率事件實際不可能原理，即假設檢驗的基本依據(jù)。用來肯定和否定無效假設的小概率，我們稱之為顯著水平，通常記為工。12、t檢驗通常適合兩樣本連續(xù)性（非間斷性）隨機變量資料的假設檢驗,當二項分布逼近正態(tài)分

12、布時，百分數(shù)資料也可用L檢驗。13、F檢驗也叫方差分析。通常適合三個或三個以上樣本連續(xù)性（非間斷性）隨機變量資料的假設檢驗。顧名思義，F(xiàn)檢驗是用方差的變異規(guī)律（即F分布）來檢驗處理效應是否存在。14、F檢驗是從總離均差平方和與自由度的剖分開始,將總變異剖分為組間變異和組內(nèi)變異。因為組間變異由處理效應和誤差效應共同引起,組內(nèi)變異由誤差效應引起。因而，將計算出的組間方差和組內(nèi)方差進行比較，就可判斷處理效應是否存在。15、F檢驗顯著或極顯著說明組間處理效應存在，但并不能說明每兩組間都存在差異，要知道每兩組間是否有差異，必須進行多重比較,常采用的比較方法有最小顯著差數(shù)法（LSD法）和最小顯著極差法（L

13、SR法）,后一種方法又分為q法和新復極差法（SSR法）。生物試驗中常采用新復極差法（SSR法）。16、兩因素無重復觀測值方差分析只能分析試驗因素的簡單效應和主效應,不能分析出互作效應，因此時計算的誤差自由度為0。當兩因素有互作效應時，試驗設計一定要在處理組（水平組合）內(nèi)設立重復。17、兩因素有重復觀察值方差分析，既可分析出兩因素的主效應，還可分析出互作效應。當互作效應顯著存在時，可通過多重比較找出最佳水平組合。18、35、多重比較的結果通常用字母表示，平均數(shù)右上角具有相同英文字母表示差異不顯著,具有不同英文字母表示差異顯著。用小寫英文字母表示差異顯著，用大寫英文字母表示差異極顯著。19、當二項

14、分布接近于正態(tài)分布時，兩次數(shù)資料樣本的差異，可通過計算百分數(shù)，用匚檢驗。20、次數(shù)資料也可用2檢驗法進行假設檢驗，2檢驗可分為適合性檢驗和獨立性檢驗。221、獨立性檢驗要先設計出聯(lián)列表，然后用檢驗，檢驗兩因子是相互獨立還是相互依賴，即兩因子有無相關性。22、2分布是隨自由度變化的一簇曲線，任一曲線皆是連續(xù)的。在次數(shù)資料的顯著性檢驗中，當檢驗資料的自由度等于1時，算得的2值將有所偏大，因此應予以矯正，統(tǒng)計上稱為連續(xù)性矯正。23、獨立性檢驗中，當某一單元格所計算的理論次數(shù)在5以下時，要進行相近單元格合并處理。24、三種統(tǒng)計分析能得出兩試驗因素有無相關性的結論，它們是：兩因素有重復觀測值方差分析，通

15、過互作效應檢驗說明、獨立性檢驗和相關回歸分析。25、假設檢驗差異顯著或極顯著，通常用“：”或“二”表示，說明：有95碗99%勺把握說明處理效應存在，但要犯5M1%勺I型錯誤,即有5M1淵可能將處理效應不存在判定為存在,或?qū)⒎钦鎸嵭卸檎鎸嵭?6、假設檢驗差異不顯著說明試驗結果有兩種可能：一是真實效應的確不存在，二是由于犯n型錯誤將真實性差異判定為非真實性差異,其可能性大小受顯著水平a、樣本平均數(shù)之間的差異、試驗誤差的大小有關。27、假設檢驗的兩個類型錯誤相互制約，處理好它們之間的矛盾的措施是加大樣本含量、旌低試驗誤差。28、試驗誤差既影響樣本觀測值的準確性，又影響假設檢驗的可靠性，因而

16、試驗之前應采用合理的方法設計試驗盡量減少或降低試驗誤差。試驗設計的基本原理是隨機、重復、局部條件致。29、常采用的試驗設計方法有：完全隨機試驗設計、配對或隨機單位組設計、拉丁方設計、交叉設計和正交試驗設計。30、完全隨機試驗設計只用隨機和重復兩個原理,適合樣本變異不大時應用。配對或隨機單位組設計應用了試驗設計的隨機、重復和局部條件一致三個原理,可以降低試驗誤差，當隹本變異較大時應用。但組對和組單位組要求嚴格，不能勉強組對和組單位組。31、正交試驗設計適合多因子多水平試驗設計。32、試驗計劃的核心內(nèi)容是試驗方案、試驗方法、樣本含量的確定。33、試驗方案中各因素水平的設置常采用等差、等比和隨機法確

17、定。34、多個處理（處理數(shù)為三或三以上時）比較試驗中，各處理的重復數(shù)按誤差自由度為12以上的原則來估計，因這以后臨界F值減小的幅度已很小。35、隨機單位組單因素試驗設計，試驗結果的統(tǒng)計分析時，應將單位組看作一試驗因子，采用商因素無重復觀察值的方差分析。36、兩因素試驗設計中，為了估計互作效應，降低誤差效應，各處理組必須設立重復。三、單項選擇題1、反映抽樣誤差的統(tǒng)計量是（）A標準差B、變異系數(shù)C標準誤D、均方2、算術平均數(shù)的重要特性之一是離均差平方和（）。A、最小B、最大C、等于零D、接近零3、在一個平均數(shù)和方差均為10的正態(tài)總體N（10,10）中，以樣本容量10進行抽樣，其樣本平均數(shù)服從（）分

18、布。A.N（10,1）B.N（0,10）C.N。，1）D.N10，10）4、F檢驗后的最小顯著差數(shù)多重比較檢驗法又可記為（）。ALSD法B、PLSD法C、SSR法D、DLSD5、正態(tài)分布不具有下列（）之特征。A、左右對稱B、單峰分布C、中間高、兩頭低D概率處處相等6、兩個樣本方差的差異顯著性一般用（）測驗。A、tB、FC、uD、2測驗4的概率（）。）假定。否則要對數(shù)據(jù)資料進行、重演性7、一批種子的發(fā)芽率為75%每穴播5粒，出苗數(shù)為A、B、C、D、8、方差分析基本假定中除可加性、正態(tài)性外，尚有（數(shù)據(jù)轉(zhuǎn)換。A、無偏性B、無互作C、同質(zhì)性D9、若否定H0,則（）。、犯錯誤C犯錯誤或不犯錯誤D犯錯誤或

19、不犯錯誤10、系統(tǒng)誤差與隨機誤差的區(qū)別在于。（）A、系統(tǒng)誤差主要是由測量儀器或方法偏差所造成的；而隨機誤差則是由偶然不可控的因素造成的日系統(tǒng)誤差是不可以控制的，隨機誤差是可以避免的C在相同條件下，重復測量一動物體高的結果不盡一致的原因是由系統(tǒng)誤差造成的D系統(tǒng)誤差是不定向的，隨機誤差是定向的11、科技論文中，如果同行兩個平均數(shù)右上角有相同的大寫字母，有不同的小寫字母，表示兩個平均數(shù)（）。A、差異不顯著B、差異極顯著C差異顯著D、不清楚五、簡答題：1、假設檢驗的基本原理？可從試驗的表面差異與實驗誤差與試驗誤差（或抽樣誤差）的權衡比較中間接地推斷試驗的真實差異是否存在，這就是假設檢驗的基本思想2、對

20、于kk3個樣本平均數(shù)，能否利用U或t測驗進行兩兩獨立比較？為什么？不能一，檢驗工作量大二，無統(tǒng)一的試驗誤差，誤差估計的精確性和檢驗的靈敏性低三，推斷的可靠性低，檢驗的I型錯誤率大3、推導離均差之和等于0,離均差平方和最小？4、如何提高試驗的準確性與精確性？5、如何控制、降低隨機誤差，避免系統(tǒng)誤差？答：進行多次平行試驗能控制和降低隨機誤差,雖然單次測量的隨機誤差沒有規(guī)律，但多次測量的總體卻服從統(tǒng)計規(guī)律，通過對測量數(shù)據(jù)的統(tǒng)計處理，能在理論上估計起對測量結果的影響。只要試驗工作做得精細，系統(tǒng)誤差容易克服。6、統(tǒng)計表與統(tǒng)計圖有何用途？常用統(tǒng)計圖、統(tǒng)計表有哪些？三線表的意義？答：統(tǒng)計表使用表格形式來表示

21、數(shù)量關系，統(tǒng)計圖是用幾何圖形來表示數(shù)量關系，可以把研究對象的特征、內(nèi)部構成、相互關系等簡明、形象的表達出來，便于比較分析統(tǒng)計表：簡單表、復合表統(tǒng)計圖：長條圖、圓圖、線圖、直方圖、折線圖7、為什么變異系數(shù)要與平均數(shù)、標準差配合使用？答：因為變異系數(shù)的大小，同時受到平均數(shù)和標準差兩個統(tǒng)計數(shù)的影響，因而在利用變異系數(shù)表示資料的變異程度時，最好將平均數(shù)和標準差也列出8、標準誤與標準差有何聯(lián)系與區(qū)別？答：標準差和標準誤都是變異指標，但它們之間有區(qū)別，也有聯(lián)系。區(qū)別：概念不同；標準差是描述觀察值（個體值）之間的變異程度；標準誤是描述樣本均數(shù)的抽樣誤差；用途不同；標準差與均數(shù)結合估計參考值范圍，計算變異系數(shù)

22、，計算標準誤等。標準誤用于估計參數(shù)的可信區(qū)間，進行假設檢驗等。它們與樣本含量的關系不同：當樣本含量n足夠大時，標準差趨向穩(wěn)定；而標準誤隨n的增大而減小，甚至趨于0。聯(lián)系：標準差，標準誤均為變異指標，當樣本含量不變時，標準誤與標準差成正比。9、樣本平均數(shù)抽樣總體與原始總體的兩個參數(shù)間有何聯(lián)系？10、顯著性檢驗的基本步驟是什么？根據(jù)什么確定顯著水平？答：基本步驟：1,首先對試驗樣本所在作假設2,在無效假設成立的前提下，構造合適的統(tǒng)計數(shù)，并研究試驗所得統(tǒng)計數(shù)的抽樣分布，計算無效假設正確的概率3,根據(jù)“小概率事件實際不可能原理”否定或接受無效假設在假設檢驗中，無效假設是否被否定的依據(jù)是“小概率事件不可

23、能原理”。11、均數(shù)差異顯著性檢驗中，肯定和否定無效假設的依據(jù)是什么？12、什么是統(tǒng)計推斷？為什么統(tǒng)計推斷的結論有可能發(fā)生錯誤？有哪兩類錯誤？如何降低犯兩類錯誤的概率？一：統(tǒng)計推斷是指根據(jù)樣本和假定模型對總體作出的以概率形式表述的推斷二：由試驗的真實差異跟抽樣誤差引起的三：第一類錯誤：把非真實差異錯判為真實差異第二類差異：把真實差異錯判為非真實差異四：適當樣本含量13、進行顯著性檢驗應注意什么問題？如何理解顯著性檢驗結論中的“差異不顯著”、“差異顯著”、“差異極顯著”？答：注意：1,要有合理的試驗或抽樣設計，保證試驗結果的可靠、正確、且處理間要有可比性。2,選用的假設檢驗方法應符合其應用條件3

24、,要正確理解差異顯著或極顯著的統(tǒng)計意義4,合理建立統(tǒng)計假設，正確計算檢驗統(tǒng)計數(shù)“差異不顯著”：有兩種可能：一：它們所在的總體平均數(shù)不相同，但被試驗誤差所掩蓋，表現(xiàn)不出差異的顯著性二：它們所在的總體平均數(shù)的確無差異“差異顯著”或：“差異極顯著”：表面上如此差異的不同樣本來自同一總體的可能性小于或，已到達了可以認為它們所在的總體平均數(shù)不相同的顯著水平。但有些試驗結果雖然差異大，但誤差大，也許得不出“差異顯著”的結論，而有些試驗結果雖然差異小，但由于試驗誤差小，反而可能推斷為“差異顯著”14、配對試驗設計與非配對試驗設計有何區(qū)別？區(qū)別：非配對試驗設計是指當進行有兩個處理的試驗時，將試驗單位隨機分成兩

25、個組，然后對兩組隨機實施一個處理。配對試驗設計是先根據(jù)配對的要求將試驗單位兩兩配對，然后將配對成子的兩個試驗單位隨機分配到兩個處理組中。要求配對成子的兩個試驗單位的初始條件盡量一致，不同對子間試驗單位的初始條件允許有差異15、多個處理平均數(shù)間的相互比較為什么不宜用t檢驗法？第一：檢驗工作量大第二：無統(tǒng)一的試驗誤差第三：推斷的可能性低檢驗的I型錯誤率大16、推導總離均差平方和二組間離均差平方和+組內(nèi)離均差平方和17、為何要進行多重比較？如何選用多重比較的方法？答：F值顯著或極顯著，否定了無效假設H0,表明實驗的總差異主要來源于處理間的變異，實驗中各處理平均數(shù)之間存在顯著或極顯著差異，但并不意味著

26、每兩個處理平均數(shù)間的差異都顯著或極顯著，也不能具體說明哪些處理平均數(shù)間有顯著或極顯著差異，哪些處理平均數(shù)間差異不顯著。因而，有必要進行兩兩平均數(shù)間的比較，以具體判斷兩兩處理平均數(shù)間的差異顯著性。一般的講，一個實驗資料，究竟采用哪一種多重比較方法，主要應根據(jù)否定一個正確的H0和接受一個不正確的H0的相對重要性來決定。如果否定正確的H0事關重大或后果嚴重的，或?qū)嶒炓髧栏駮r，用q法較穩(wěn)妥；如果接受一個不正確的H0是事關重大或后果嚴重的，則宜用SSR去。生物實驗中，由于實驗誤差較大，常采用SSR法；F檢驗顯著后，為了簡便，也可采用LSD法。18、在什么條件下方差分析之前要作數(shù)據(jù)轉(zhuǎn)換？常用的數(shù)據(jù)轉(zhuǎn)換

27、方法有哪幾種？各在什么條件下應用？答：分布的非正態(tài)性和方差的不同質(zhì)經(jīng)常相伴出現(xiàn)，對這類資料不能直接進行方差分析，而因考慮采用非參數(shù)方法分析或進行適當數(shù)據(jù)轉(zhuǎn)換后再作方差分析。常用的數(shù)據(jù)轉(zhuǎn)換方法有三種：平方根轉(zhuǎn)換此法適用于各組均方與其平均數(shù)之間有某種比例關系的資料，尤其適用于總體呈泊松分布的資料。對數(shù)轉(zhuǎn)換如果各組數(shù)據(jù)的標準差或全距與其平均數(shù)大體成比例，或者效應為相乘性或非相加性。反正弦轉(zhuǎn)換反正弦轉(zhuǎn)換也稱角度轉(zhuǎn)換。此法適用于如發(fā)病率、感染率、病死率、受胎率等服從二項分布的資料19、2檢驗與t檢驗、F檢驗在應用上有什么區(qū)別？答：t檢驗、F檢驗通常適用于數(shù)量性狀資料的分析。在畜牧、水產(chǎn)等科學研究中，除了分析計量資料以外，還常常需要對次數(shù)資料、等級資料進行分析。等級資料實際上也是一種次數(shù)資料，次數(shù)資料服從二項分布或多項分布，其統(tǒng)計分析方法不同于服從正態(tài)分布的