实验设计课程总结

试验设计课程总结：

第一章

1. 试验设计与分析：简称试验统计，是数理统计的一个分支，是进行科学研究不可缺少的工具，包括

两部分内容，对试验或者调查进行周密而审慎的设计，然后通过试验或者调查得到统计数据；对数据进行统计学分析，并对试验或者调查的结果给你合理的解释从而得到结论。 2. 误差：观察值与真值之间或者样本指标与总体指标之差。 3. 试验误差包括三种；

系统误差：观察值与真值之间发生了有一定放行的偏离，这种偏离叫做系统误差。

随机误差：观察值与针织之间仅仅发生了一些无方向的微小偏离，即这种偏离具有随机性，这种偏离就称为随机误差。

错失误差：试验中由于试验人员粗心大意所发生的差错称为错失误差，如记录、测量错误等，只要试验人员敬业、细心进行试验，可以杜绝此类误差的发生。

4. 准确度：是指同一处理的挂差值与其真值接近的程度，越是接近，则试验越准确。 精确度：是指同一处理的重复观察值间彼此接近的程度。

5. 试验误差的来源：供试材料固有的差异；环境条件的差异；管理不一致所引起的差异；观察测定的

不一致造成的差异

6. 抽样误差：（随机误差的一种）由抽样引起的样本统计量与总体参数之间的差别。

7. 试验指标：为衡量试验结果的好换或者处理效应的高低，在试验中具体测定的形状或者观测的项目

称为试验指标。

8. 试验因素：试验中所研究的影响试验指标的因素为试验因素。 9. 因素水平：试验因素所处的某种特定状态或者数量等级

10. 试验处理：实现设计好的实施在试验单位上的具体项目。简称为处理 11. 试验单位：在试验中能接受不同试验处理的独立的试验载体。

12. 重复：在试验中，将一个处理实施在两个或者两个以上的试验单位上，甚微处理有重复，处理实施

的单位数称为处理的重复数。

13. 数量性状：是指能够以量测或技术的方式表示起特征的性状。 14. 数量性状资料：观察测定数量性状而获得的数据。

15. 质量性状：指能观察到而不能直接测量的性状，如颜色，性别等。

16. 质量性状资料：值用量测手段得到的数量性状资料，即用度、量、衡等计量等工具直接测定的数量

性状资料。

17. 极差：最大值与最小值之间的差值。

18. 方差（variance）或标准差 （Standard Deviation，SD）：刻画数据集中或者离散的程度。

1

lxxs?n?12lxxs?n?11?n?2222lxx??(xi?x)??xi?nx??xi???xi?n?i?1?i?1i?1i?1nnn219. 标准误：即样本均数的标准差，是描述均数抽样分布的离散程度及衡量均数抽样误差大小的

尺度，反映的是样本均数之间的变异。标准误不是标准差，是多个样本平均数的标准差。（标

准误=标准差/n1/2）

20. 实验设计的三个基本原则及其应用：

设置重复：试验中同一处理实施在两个或者两个以上实验单位上。

随机化：对试验动物的分组应采用随机的方法，是每个试验动物都有同等机会进入各个处理，避免分组时试验人员主观因素的影响。

局部控制：试验时采取一定的技术措施或者方法，以控制或则降低非试验罂粟对试验结果的影响。

21. 变异系数: 公式

22. 总体的分布有两种类型，离散型随机变量的分布（0-1分布、二项分布、泊松分布）和连续型随机变

量的分布（正态分布）。

23. 什么是t分布、f分布、卡方分布，以及各自的应用条件？计算公式？独立性？n=1或n不等1时的

矫正？

第二章

1、 参数估计：用样本统计来那个对总体参数进行估计

2、 假设检验：利用样本统计量对总体的分布特征进行检验。（显著性检验）

3.显著水平（α）：通常以α表示，是一个临界概率值，用来确定是否属于小概率事件的概率值。 3、 如何选择参数水平？

2

应根据试验的要求或试验结论的重要性而定。如果试验中难以控制的因素较多，试验误差可能较大，则显著水平取值大些；如果试验耗费较大，对精确度要求较高，不容许反复，或试验结论的应用事关重大，则所选显著水平应无小些。显著水平对假设检验的结论有直接影响，所以应在试验开始前规定好。 4、 假设检验的基本步骤：

（1）提出假设：（2）确定显著水平a。

（3）测验计算，即在无效假设正确的前提下，依据统计数的抽样分布，计算因随机抽样而获得实际差数的概率

（4）统计推断：即将确定的a值与计算得的概率相比较，依据“小概率时间实际不可能性”原理做出接受或者否定无效假设的推断。

5、 什么是单尾检验、双尾检验？以及如何选择？

双侧检验，否定域在检验统计量分布的两尾；单侧检验，否定域在统计量分布的一侧。双尾检验永远是正确的，单侧检验只有在少数情况下才是合适的，即使要做单侧检验也必须事先确定。 6、 什么是两类错误？在实际中如何避免？

第一类错误“弃真”，即无效假设是正确的结果却否定了他，一类错误是把非真实差异错判为真实差异，减小犯这个错误的方法是是的那个的提高显著水平；第二类错误“纳伪”真实情况是无效假设不成立，却接受了他，二类错误是吧这么把真实差异错判为非真实差异，减小犯二类错误的方法是适当增加样本容量。

7、 一个正态总体的参数假设检验（书上的公式补充就可以了）

正态总体均数u的假设检验 方差已知时；方差未知时

8、 符合性检验：检验试剂资料与根据科学假设所得的理论数据是否吻合的问题叫做符合性检验问题，

皮尔逊检验为符合性检验提供了判断方法。

9、 符合性检验的步骤：

（1）建立假设

（2）计算检验统计量 当自由度为1时，样本卡方值要进行校正，校正后的卡方值是：

3

（3）查临界卡方值，做出统计推断

若属性类别分类数为k，则适合性检验的自由度为k-1。 10、 独立性检验（列联表分析）

独立性检验：根据次数资料判断两类银子彼此相关或相互独立的假设检验。实际上是基于次数资料对子因子间相关性的研究。

第三章

1. 用t检验进行多个均数比较的局限性？

检验过程繁琐；无统一的试验误差，误差估计的精确性和检验的灵敏性低；推断的可靠性低，检验的一类错误率大。 2. 方差分析的基本思想：

（1）将k个处理的观测值作为一个整体看待（2）把观测值总变异的平方和及自由度分解为相应于不同变异来源的平方和及自由度（3）获得不同变异来源的总体方差估计值（4）通过计算这些总体方差的估计值的适当比值，就能检验各样本均数是否相等。方差分析实质是关于观测值变异原因的数量分析。 3. 方差分析的两种模型：固定模型和随机模型。 固定模型：最后都落脚到“几种处理间有无显著差异” 随机模型：研究目的是估计因素A的总体参数。

4. 多重比较方法包括最小显著差数法LSD方法、最小显著极差法LSR法中的q法和新复极差法？之间

的异同，如何选择应用？

（1）LSD法适合于各个组与对照组进行比较，步骤：

列出平均数的多重比较表，比较表中各处理按期平均数按照从大到小自上而下排列；计算最小显著差数LSD0.01和LSD0.05；将平均数多重比较表中两两平均数的差数与LSD0.01、LSD0.05比较，做出统计推断。 （2）LSR方法克服了LSD法的不足，但是检验的工作量有所增加，常用的方法有q检验法和新复极差法（Duncan）

q检验法步骤：列出平均数多重比较表；由自由度 、秩次距k查临界q值，计算最小显著极差LSR0.05k和LSR0.01k；将平均数多重比较表中的各极差与相应的最小显著极差LSR0.05k和LSR0.01k比较，做出统计推断。

（3）以上三种方法比较：LSD方法≤新复极差法≤q检验法

4

秩次距K=2时，取等号；k≥3时，取小于号。在多重比较中，LSD法的尺度最小，q法最大，新复极差法居中。用上述排列顺序前面方法检验显著的差数，用后面的方法检验未必显著；用后面的方法检验显著的差数，用前面方法检验必然显著。 5. 什么是完全随机设计，以及主要的优缺点？

完全随机设计是指将所有的试验单元随机地分配到各个处理中，使得每个试验单元都有相同的机会接受某个处理，而不受试验人员主观倾向的影响，其实质是将供试材料随机分组。

主要优点：设计简单、容易，处理数与重复数都不收先合租，适用于试验条件、环境、试验材料差异较小的试验；统计分析简单，无论所获得的试验资料个处理重复数相同与否，都可以用t检验或者方差分析法进行统计分析；实验误差自由度大于处理数和重复数相等的其他设计。

主要缺点：由于完全随机设计为应用试验设计三原则中的局部控制原则，非试验因素的影响被归入实验误差，试验误差较大，试验的精确性较低；在试验条件、化境、试验材料差异较大时，不宜采用此种设计方法。

6. 交互作用：简称互作，指两个或两个以上因素之间相互作用效应的简称，也称为交互作用。 7. 随机区组设计以及主要的优缺点？

随机区组设计也称为随机单位组设计，他是以划分区组的方法使区组内部条件尽可能一致，以达到局部控制的目的。

主要优点：设计与分析方法简单易行；体现了实验设计三原则，有效地降低了试验误差，试验的精确性高；把条件一致的试验大院分在同一区组，再将同一区组的试验单元随机分配到不同处理组内，加大了处理组之间的可比性。

只要缺点：要使个区组内是啊一年材料的初始条件一致会有一定的难度，处理数不超过20为宜。 8. 单因素完全随机区组的可加性线性模型或线性统计模型为：

要求随机误差具有独立性、正态性和方差同质性，因而要

求所有的

间是星湖独立的且服从

5

本文来源：https://www.bwwdw.com/article/svs.html