



下載本文檔
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
PAGEPAGE3生物統(tǒng)計學(xué)復(fù)習(xí)樣本參數(shù)的計算1.標準偏差s、平均數(shù)2.變異系數(shù)事件獨立性與相容性區(qū)別1、設(shè)A與B相互獨立,P(A+B)=0.5,P(A)=0.2,P(B)=2、設(shè)隨機事件,互不相容,P(A+B)=0.5,P(A)=0.2,P(B)=3、連續(xù)型數(shù)據(jù)和離散型數(shù)據(jù)區(qū)別定義等三、數(shù)學(xué)期望與方差的計算離散型EX=∑xipi連續(xù)型EX=∫xfxdxDX=E(X2)-[E(X)]2四、概率與概率分布事件性質(zhì)(1)P(φ)=0,P(Ω)=1;(2)若AB=φ,則P(A+B)=P(A)+P(B),可推廣到有限個互斥事件的情形.即:若A1,A2,…,An兩兩互斥,則P(A1+A2+…+An)=P(A1)+P(A2)+…+P(An)(3)P(A-B)=P(A)-P(AB),P(Ω-A)=1-P(A).若A是B的子事件,則P(B-A)=P(B)-P(A);P(A)≤P(B);(4)P(A+B)=P(A)+P(B)-P(AB),P(A+B+C)=P(A)+P(B)+P(C)-P(AB)-P(AC)-P(BC)+P(ABC)可推廣到有限個事件的情形。條件概率:全概率公式:貝葉斯公式:事件獨立性:P(AB)=P(A)P(B)離散型隨機變量的概率分布連續(xù)型隨機變量概率分布常見概率分布1、二項分布,記為2、泊松分布μ=σ2=λ,記為X~P(λ)3、正態(tài)分布,標準正態(tài)分布,記作μ~N(0,1)標準化的方法:u=(χ-μ)/σ雙側(cè)(兩尾)概率與單側(cè)(一尾)概率的表示方法五、抽樣分布與統(tǒng)計推斷1、定義2、單個樣本平均數(shù)的差異顯著性檢驗:p70,表5-1,兩樣本均數(shù)差異顯著性檢驗:p81表5-4背下,先要進行F檢驗;3、統(tǒng)計推斷的基本步驟(一)首先對試驗樣本所在的總體作假設(shè)。零假設(shè)H0:μ=μ0或H0:μ-μ0=0。備擇假設(shè)HA:μ1≠μ2;HA:μ>μ0;HA:μ<μ0(二)選擇合適的顯著水平根據(jù)不同的試驗要求選取不同的α值,一般常用的為0.05和0.01。(四)查表確定臨界值(五)做出推斷及生物學(xué)解釋據(jù)小概率事件實際不可能性原理,將計算出的概率P與選擇的顯著水平α相比較:?P≥0.05,接受H0,稱之為“沒有顯著差異”?0.01≤P≤0.05,否定H0,接受HA,稱之為“差異顯著”;?P≤0.01,否定H0,接受HA,稱為“差異極顯著”。結(jié)合原問題做出明確、合理的解釋。4、雙側(cè)檢驗與單側(cè)檢驗的定義和判斷5、百分資料的顯著性檢驗六、c2檢驗:擬合優(yōu)度檢驗和獨立性檢驗若df=1,則應(yīng)進行連續(xù)型校正,公式為:c2檢驗的步驟(一)
建立假設(shè)H0:實際觀察次數(shù)與理論次數(shù)相符合,HA:實際觀察次數(shù)與理論次數(shù)不相符合。(二)計算統(tǒng)計量:(三)由df查c2值表(附表6)得c20.05、c20.01,將實測c2或c2c值與c20.05、c20.01(1).若c2<c20.05,P>0.05,則實際觀察次數(shù)與理論次數(shù)差異不顯著;(2).若c20.05≤c2<c20.01,0.01<P≤0.05,則實際觀察次數(shù)與理論次數(shù)差異顯著;若c2≥c20.01,P≤0.01,則實際觀察次數(shù)與理論次數(shù)差異極顯著。1、適合性檢驗的一般步驟(一)把數(shù)據(jù)編制成統(tǒng)計表;(二)根據(jù)分布類型及樣本含量n計算理論值Ti;(三)需用樣本數(shù)據(jù)估計總體參數(shù)時,計所估計的參數(shù)個數(shù)為a;比如(四)分別合并尾區(qū)理論次數(shù),使,合并后的組數(shù)記為k,則自由度df=k-1-a;(五)提出假設(shè);零假設(shè)H0:實際觀察的屬性類別分配符合已知屬性類別分配的理論或?qū)W說;備擇假設(shè)為HA:實際觀察的屬性類別分配不符合已知屬性類別分配的理論或?qū)W說;(六)計算c2值并與比較,做出統(tǒng)計推斷及生物學(xué)解釋;2、獨立性檢驗df=(r-1)(c-1)1)、先將資料整理成列聯(lián)表2)、提出零假設(shè)與備擇假設(shè)H0:二因子相互獨立。HA:二因子彼此相關(guān)。3)、計算理論次數(shù)4)、計算c2值5)、查臨界c2值,作出統(tǒng)計推斷及生物學(xué)解釋七、單因素方差分析1、等重復(fù)2、不等重復(fù)時3、總自由度記為dfT,則dfT=an-1處理間自由度記為dft,則dft=a-1處理內(nèi)自由度記為dfe,則dfe=an-a=a(n-1)4、檢驗統(tǒng)計量:F=MSA/MSeMSA=SA2=SSA/dft;MSe=Se2=SSe/dfe5、多重比較(multiplecomparisons)統(tǒng)計上把多個平均數(shù)兩兩間的相互比較稱為多重比較。為什么要進行多重比較?F值顯著或極顯著,否定了無效假Ho,表明試驗的總變異主要來源于處理間的變異,試驗中各處理平均數(shù)間存在顯著或極顯著差異。但并不意味著每兩個處理平均數(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,哪些沒有顯著差異。1)LSD法的基本原理2).Duncan法6、方差分析的基本步驟1.計算各項平方和與自由度。2.列出方差分析表,進行F檢驗。3.若F檢驗顯著,則進行
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 室外燈具購銷合同范本
- 合同范本是規(guī)范
- 原告主張借款合同范本
- 專項稅務(wù)咨詢合同范本
- 企業(yè)勞動合同范本
- 創(chuàng)業(yè)股權(quán)銷售合同范本
- 保潔器械購銷合同范本
- 二手奧迪車輛轉(zhuǎn)讓合同范本
- 包裝商業(yè)合同范本
- 烏梅飲采購合同范本
- 湖南非稅在線繳費操作步驟
- GB∕Z 27735-2022 野營帳篷
- 《法院執(zhí)行實務(wù)》單元三(上)(課堂PPT)課件
- 高分子材料研究方法 X 射線法
- 【課件】第二單元第三節(jié)漢族民歌課件-2021-2022學(xué)年高中音樂人音版(2019)必修音樂鑒賞
- 高中人音版必修 音樂鑒賞20人民音樂家課件
- 風(fēng)電齒輪箱講義(20151010)
- 小組合作學(xué)習(xí)評價量化表
- 石油化工行業(yè)典型事故案例
- 圓二色譜儀操作規(guī)程培訓(xùn)
- 德語A1單詞表
評論
0/150
提交評論