田间试验与统计分析教案Word格式.docx
- 文档编号:19176209
- 上传时间:2023-01-04
- 格式:DOCX
- 页数:22
- 大小:93.44KB
田间试验与统计分析教案Word格式.docx
《田间试验与统计分析教案Word格式.docx》由会员分享,可在线阅读,更多相关《田间试验与统计分析教案Word格式.docx(22页珍藏版)》请在冰豆网上搜索。
田间试验计划的制订。
试验地准备和田间区划,种子准备,播种或移栽,栽培管理,观察记载,收获及脱粒。
试验误差的概念,试验误差的来源分为:
(一)试验材料固有的差异;
(二)农事操作和管理技术不一致;
(三)土壤差异以及肥力不均、病虫害侵袭等。
控制误差的途径。
作业或练习
习题3、4、5、8、10
第二章资料的整理与描述
掌握变数、变量、总体、样本、参数和统计数的概念;
了解连续性变数、间断性变数的特征和次数分布,掌握两种变数次数分布表、次数分布图的制作。
初步了解变数分布的特点;
掌握算术平均数、几何平均数、中位数及众数的意义和计算方法;
掌握总体与样本访方差、标准差和变异系数的意义、计算方法,以及利用次数分布表计算平均数和标准差的方法。
总体、样本和随机样本的概念
总体、有限总休、无限总体、观察值、变数、总体参数的意义。
样本的意义,样本统计数、总体参数的估计值概念。
随机样本、对总体的无偏估计概念。
次数分布
一、试验资料的性质:
(一)数量性状的资料:
(1)用计数方法获得的不连续或间断性变数;
(2)用量测方法获得的连续性变数。
(二)质量性状的资料:
(1)用计数方法所得的资料;
(2)给予每类性状以相当等级方法所得资料。
二、次数分布表:
制作次数分布表的意义。
间断性变数资料的整理,连续性变数的整理;
确定组数、组距、组限、
组中点值和数据归组的方法,做成次数分布表。
属性变数资料的整理。
三、次数分布图:
方柱形图、多边形图适用于表示连续性变数的次数分布资料。
条形图适用于间断性变数和属性变数的资料。
三种图形的绘制方法。
平均数
平均数的意义和种类:
算术平均数、中数、众数、几何平均数。
算术平均数的计算方法,算术平均数的主要特性:
(一)离均差的总和等于零;
(二)离均差平方的总和较各观察值与任意数值的差数平方的总和为小。
有限总体的平均数。
变异数
资料变异数的意义和种类:
一、极差(又称全距):
利用两个极端观察值的相差来估测资料的变异度。
二、方差:
方差的意义,以样本平均数作为共同比较的标准,利用全部观察值与平均数的差数平方的总和,再被其自由度除后的商数来度量资料的变异度。
样本和总体的均方(或称方差)的计算公式。
三、标准差:
为方差的平方根值。
(一)自由度的意义;
(二)标准差的计算方法:
1.直接计算法;
2.矫正数法。
四、变异系数:
乃一样本的标准差对其平均数的百分数,用以比较两个样本的变异度。
由次数分布表计算平均数和标准差
一、加权法:
平均数的计算公式和方法,标准差的计算公式和方法。
二、等级差法:
习题1、2、3、4、5、6
第三章常用概率分布
理解变量与随机事件关系,掌握概率基本运算方法;
掌握间断性变数的理论分布(如二项分布、泊松分布)及其概率运算,掌握连续性变数正态分布的基本特征,并能进行正态随机变量的概率运算。
了解无偏估计概念和中心极限定理;
掌握样本平均数及平均数差数分布的特征,理解标准差误的概念。
理解抽样分布的概念,总体参数与样本统计数之间的关系
理解在二项总体中抽样时,样本总和数及平均数(成数)的概率分布和它们之间的关系。
概率的概念及其计算法则
事件、概率的概念,统计概率的定义,“小概率实际不可能性”原理。
复合事件的意义和关系,计算概率的法则。
二项分布
重复试验的概率分布,随机变数的概率函数f(x)和随机变数的累积函数F(x)的概念和实例。
二项分布事例及其分布的参数,概率函数和累积函数的计算方法。
正态分布
二项分布的极限事例引导出正态分布方程,正态分布方程的解释,正态分布曲线的特性。
计算正态分布曲线区间面积或概率的方法,累积函数和分布密度函数的意义和应用,一尾概率和两尾概率的意义。
抽样分布
抽样分布试验的概念,样本平均数的抽样分布,分布的平均数的方差计算,分布作成为正态分布N(x,n/2),中心极限定理,说明如总体不是正态分布,但样本容量适当大时,平均数分布仍为正态分布。
两个正态总体抽出的独立样本的平均差数分布作正态分布及其差数:
N
(2)()(1212,xxxx)。
二项总体抽样
百分数或成数数据均作为二项总体。
二项总体的分布分三种:
二项分布、样本平均数(成数P)分布和样本总和数(次数x)分布。
三种二项总体的抽样分布的参数(平均数和标准差)彼此间的关系以及应用实例。
作业或练习
习题3、4、6、7、10
第四章假设检验
了解统计假设测验的意义和内容,掌握统计假设测验的步骤和方法,接受或否定无效假设的原理。
了解一尾测验和两尾测验的使用场合与区别;
理解假设测验的两类错误(、β错误),减小两类错误的方法
掌握t分布的特点及t测验的方法,掌握单个样本、两个样本平均数间差异显著性测验(分成组比较和成对比较两种情况下的测验)的方法
能进行百分数之间的比较测验;
理解参数的区间估计的概念,掌握计算置信区间的方法。
统计假设测验的基本原理
统计假设的基本概念。
测验的基本方法:
(一)对总体提出一个假设。
(二)在假设是正确的假定下,研究样本统计的抽样分布。
(三)根据“小概率事件实际不可能性”原理来接受或否定假设。
显著水平的概念。
否定区域或接受区域的概念。
两尾测验和一尾测验的区别及其应用,假设测验中的两类错误及其控制途径。
平均数的假设测验
平均数假设测验采用U测验(大样本)和t测验(小样本)。
t分布及其性质,t表的应用以及它和正态分布FN(x)值表的关系。
单个样本平均数的假设测验;
两个样本平均数相比较的假设测验;
(一)成组数据的平均数比较分
为三种测验方法:
1.在两个样本的总体方差21和22为已知时,用U测验;
2.在两个样本的总体方差21和22为未知,但可假定相等,用t测验;
3.两个样本的总体方差21和22为未知,且不相等,仍用t测验,但须另估计t
的自由度(又称近似的t测验)。
(二)成对数据的比较:
比较的应用条件及测验计算方法。
百分数的假设测验
二项总体抽样的单个样本百分数的假设测定。
两个样本百分数相比较的假设测验。
百分数假设测验的连续性矫正,性质和矫正方法。
参数的区间估计
点估计和区间估计,置信区间和置信限,置信度的概念。
总体平均数的置信区间估计:
(一)在总体方差2为已知时和
(二)总体方差2为未知,但从样本均方2S估计。
两个总体平均数差数(21)的置信区间估计。
习题4、5、6、7、10、11
第五章方差分析的基本原理与步骤
了解平均数个数K≥3时的t、u测验存在的问题和解决方法;
理解方差分析的基本原理,掌握分解资料平方和与自由度的方法,理解F分布以及利用F分布进行测验的原理、程序和方法。
掌握应用LSD、SSR和q法等进行多重比较的程序。
理解方差分析的线性模型和期望均方。
了解固定模型、随机模型及混合模型的概念,能根据期望均方进行F测验。
掌握单向分组资料、两向分组资料和系统分组资料的方差分析,并能对分析结果作出科学合理的解释。
了解方差分析的基本假定和数据转换方法。
方差分析的基本原理
数据结构的线性模型与自由度和平方和的分解。
自由度和平方和的加性恒等式。
F分布及其性质,F测验与F表的应用。
多重比较(平均数间比较)的意义和方法,分为最小显著差数法(LSD法)和最小显著极差法(LSR法)两类,LSR法中又分为新复极差测验(Duncan法)和q测验。
SSR表和q表的应用。
多重比较的表示方法。
单向分组资料的方差分析
资料按单向分组的概念,单向分组的数据结构模型。
各个组具有观察值数目相等与不相等情况的方差分析。
组内又分为亚组的单向分组资料(系统分组)资料的性质及其方差分析。
两向分组资料的方差分析
资料按两向分组(交叉分组)的概念,组合内仅有单个观察值的两向分组资料的方差分析,方差分析中剩余项变异的性质。
组合内有重复观察值的两向分组资料的方差分析。
方差分析的基本假定和数据转换
方差分析的基本假定:
处理效应、环境效应及试验误差的可加性;
试验误差随机性、相互独立的,而且作正态分布N(0,2),以及误差的同质性。
数据转换的意义,转换的种类有平方根转换、反正弦转换和对数转换,每种转换的作用。
期望均方估计
介绍期望均方的概念,固定模型和随机模型的区别和应用。
习题6、7、8、9
第六章方差分析的实际应用
掌握顺序排列设计包括对比法和间比法试验结果的统计分析和随机排列设计中完全随机试验、随机区组试验和拉丁方试验结果的方差分析。
理解这些试验分析的区别与联系,并能对分析结果作出科学合理的解释。
对比和间比试验的统计分析、完全随机和随机区组试验的统计分析、拉丁方试验的统计分析
对比和间比试验的统计分析
对比法试验结果的统计分析实例,以对邻近对照区的百分数作评定标准,小区产量换算为亩产量的方法。
间比法试验结果的统计分析实例,以相邻对照区平均数的百分数作评定标准。
完全随机和随机区组试验的统计分析
完全随机试验设计的统计分析方法参见第五章第二节。
随机区组试验结果的分析示例,包括自由度和平方和的分解,方差分析和F测验,处理平均数间多重比较的三个步骤。
缺区估计和分析。
拉丁方试验的统计分析
拉丁方试验结果的分析示例,包括自由度、平方和分解,方差分析和F测验以及处理间比较步骤。
缺区估计和分析
二因素随机区组试验的统计分析
试验结果分析方法及示例,包括资料整理,自由度、平方和分解,方差分析和F测验以及多重比较,处理间比较和互作分析。
裂区试验的统计分析
试验结果的方差分析及示例,分析步骤,效应和互作的估计和显著性测验,缺区估计。
多年多点随机区组设计的综合分析
育种试验的后期阶段。
对品种应经过多年多点的考察以确定品种的平均表现,对环境变化的稳定性以及适应区域。
这一节将以品种区域试验为例说明多年多点统一随机区组设计的综合分析方法。
习题3、4、5、6
第八章X2检验
能应用X2分布进行次数资料的适合性和独立性测验;
理解卡平方的概念和分布形式,掌握卡平方测验应用于方差比较的测验方法。
卡平方(X2)的概念和分布、适合性测验、独立性测验
掌握卡平方测验应用于方差比较的测验方法
组织方式
卡平方(X2)的概念和分布
卡平方的概念,计算公式的意义,一般应用于比较观察次数与理论次数的符合程度。
遗传学孟德尔比数必须应用卡平方测验。
卡平方分布的特性,具抽样分布以自由度而转移,X2分布是一组曲线。
X2分布的偏斜度在=1时为最大,增大,分布曲线趋对称而接近于正态分布。
卡平方分布为连续性分布。
X2表的应用。
适合性测验
适合性测验常用于遗传学研究,比较实验数据是否与理论假设相符合。
一对等位基因和两对等位基因遗传试验的X2测验。
适合性测验应用于测验试验数据次数分布与理论分布,如二项分布等的相符性。
独立性测验
测定两个变数间是否相互独立的X2测验,次数资料的一种相关研究方法。
分为2×
2表、2×
c表、r×
c表的独立性测验。
测验所用公式和计算方法。
习题2、4、5、6
第九章直线回归与相关分析
了解回归和相关分析的区别与联系,掌握线性回归和相关分析统计数的计算、测验方法,能对统计数在生物学或专业上的意义作出适宜解释
掌握单向和两向分组资料的协方差分析方法,能进行回归系数同质性的测验、回归关系的测验与矫正平均数显著性测验。
回归和相关的概念、直线回归方程、直线回归的假设测验和区间估计、直线相关
回归和相关的概念
直线相关(linearcorrelation)又称简单相关(simplecorrelation),用于双变量正态分布资料。
有正相关、负相关和零相关等关系。
直线相关的性质可由散点图直观的说明。
相关系数又称积差相关系数(coefficientofproduct-momentcorrelation),以符号r表示样本相关系数,ρ表示总体相关系数。
它是说明具有直线关系的两个变量间,相关关系的密切程度与相关方向的指标。
两个变数x和y的关系实例,散布图。
关系有两种理论模型:
回归模型和相关模型。
理解两种模型的概念、区别和联系。
直线回归方程
直线回归方程。
方程统计数a和b的意义,直线回归关系方程示例以及图示。
直线回归的估计标准误。
相关系数r没有单位,其值为-1≤r≤1。
其绝对值愈接近1,两个变量间的直线相关愈密切;
愈接近0,相关愈不密切。
r值为正表示正相关,说明一变量随另一变量增减而增减,方向相同;
r值为负表示负相关,说明一变量增加、另一变量减少,即方向相反;
r的绝对值等于1为完全相关。
3.样本相关系数r的假设检验
(1)r界值表法;
(2)t检验法
直线回归的假设测验和区间估计
直线回归关系的t测验和F测验。
两个回归系数比较的假设测验。
由x估计y总体平均数Y的标准误和Y的置信限。
由x估计y总体个数值Y的标准误和Y的置信限。
y估计值的置信限图示方法。
直线相关
相关系数和决定系数的概念和示例计算。
相关系数r的假设测验。
两上相关系数比较时的假设测验。
习题6、7、8、9、10、11
第十一章协方差分析
了解协方差分析的意义经过这种矫正,试验误差将减小,对试验处理效应估计更为准确
处理平均数的回归矫正和矫正平均数的显著性检验
试验数据进行分析的方法
协方差分析的意义
协方差分析有二个意义,一是对试验进行统计控制,二是对协方差组分进行估计,二是对协方差组分进行估计
一、对试验进行统计控制、对试验进行统计控制对试验进行统计控制对试验进行统计控制为了提高试验的精确性和准确性,对处理以外的一切条件都需要采取有效措施严加控制
将回归分析与方差分析结合在一起将回归分析与方差分析结合在一起,对试验数据进行分析的方法数据进行分析的方法,叫做协方差分析,叫做协方差分析,叫做协方差分析叫做协方差分析(analysisofcovariance)
二、估计协方差组分、估计协方差组分估计协方差组分估计协方差组分两个相关变量相关系数:
若将公式右端的分子分母同除以自由度(n-1),得
其中
是x的均方MSx,它是x的方差2x
的无偏估计量;
是y的均方MSy,它是y的方差2y的无偏估计量;
称为x与y的平均的离均差的乘积和,简称均积,记为MPxy,即
均积与均方具有相似的形式,也有相似的性质。
在方差分析中。
在方差分析中,一个变量的总平方和与自,一个变量的总平方和与自,一个变量的总平方和与自一个变量的总平方和与自由度可按变异来源进行剖分由度可按变异来源进行剖分,从而求得相应的均,从而求得相应的均,从而求得相应的均从而求得相应的均方。
统计学已证明。
统计学已证明:
两个变量的总乘积和与自由:
两个变量的总乘积和与自由两个变量的总乘积和与自由度也可按变异来源进行剖分而获得相应的均积。
这种把两个变量的总乘积和与自由度按变异来源进行剖分并获得获得相应均积的方法亦称为协方差分析。
单因素试验资料的协方差分析
设有k个处理、n次重复的双变量试验资料,每处理组内皆有,每处理组内皆有每处理组内皆有每处理组内皆有n对观测值x、y,则该资料为具kn对x、y观测值的单向分组资料观测值的单向分组资料,其数据一般模式如表所示。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 田间试验 统计分析 教案