田间试验与统计分析概论：1．生物统计的内容包括哪三个方面？①统计原理②统计方法③试验设计2．生物统计的作用是什么？①提供试验或调查的方法②提供整理或分析资料的方法3．通常把样本容量小于或等于30的样本称为小样本。
样本容量大于30的样本称为大样本。
4．生物统计：应用概率论和数据统计原理方法来确定生物界数量变化的学科。
根据研究目的确定的研究对象的全体称为总体。
总体的一部分称为样本。
由总体计算的特征数称为参数。
是真值，不受抽样变动的影响。
由样本计算的特征数称为统计量，是参数的估计值，受抽样变动的影响。
准确性：也叫准确度，指在试验或调查中某一试验指标或性状的观测值与其真值接近的程度。
精确性：也叫精确度，指在试验或调查中同一试验指标或性状的重复观测值彼此接近的程度。
随机误差也叫抽样误差，这是由于许多无法控制的内在和外在的偶然因素所造成。
系统误差也叫片面误差，这是由于试验的初始条件相差较大，其条件未控制相同，测量的仪器不准，操作错误等所引起。
(影响准确性)第一章1．田间试验：指在田间土壤、自然气候等环境条件下栽培作物，并进行与作物有关的各种科学研究试验。
试验指标：在试验中具体测定的性状或观测项目称为试验指标。
试验因素：指试验中人为控制的、影响试验指标的原因。
因素水平：对试验因素所设定的量的不同级别或质的不同状态称为因素水平。
试验处理：事先设计好的实施在试验单位上的具体项目叫试验处理。
试验小区：安排一个试验处理的小块地段称为试验小区。
试验单位：指施加试验处理的材料单位，也称为试验单元。
2．田间试验的特点？要求？特点：①田间试验研究的对象和材料是农作物，以农作物生长发育的反应作为试验指标研究其生长发育规律、各项栽培技术或条件的效果。
②田间试验具有严格的地区性和季节性。
田间试验普遍存在试验误差。
要求：①试验目的要明确②试验要有代表性和先进性③试验结果要正确可靠④试验结果要具有重演性3．土壤差异的表现形式：梯度变化斑块状变化4．田间试验对照的设置形式：空白对照互为对照标准对照试验对照自身对照肥底对照5．田间试验设计？常用的田间试验设计方法有哪几种？田间试验设计：按照试验的目的要求和试验地的具体情况，将各试验小区在试验地上作最合理的设置和排列，称为田间试验设计。
常用方法：顺序排列设计随机排列设计6．田间试验设计的三条基本原则及其它们之间的关系。
①重复—②随机排列—（无偏估计试验误差）③局部控制—（降低试验误差）7．掌握裂区设计图（26页10图）ＩПШA1 A3 A2 A3 A2 A1 A2 A1第二章1．田间试验资料按性质分：数量性状资料质量性状资料2．检查与校核目的是确保原始资料的完整性与正确性3．计量资料的整理的基本步骤：求全距—确定组数和组距—确定组限—求组中值—归组、划线计数、作次数分布表4．常用统计图有：直方图、多边形图、条形图、折线图、圆图5．平均数是统计学中最常用的统计数常用的有：算术平均数、中位数、众数、几何平均数、调和平均数6．算术平均数：指资料中各个观测值的总和除以观测值的个数所得的商，称为算术平均数。
特性：离均差之和为零离均差平方和最小7．度量资料变异程度的指标有：极差、标准差、方差、变异系数8熟练掌握平均数、中位数、标准差以及变异系数的计算。
如9，8,7,10,12,10,11,14,8，9的计算。
平均数=（9+8+7+10+12+10+11+14+8+9）/10=9.8中位数：依小到大的顺序排列得：7,8,8,9,910,10,11,12,14 由于n=10为偶数所以中位数=（x5+x6）/2=（9+10）/2=9.5标准差：2.098变异系数：CV=s/x×100%=2.098/9.8×100%=21.41%第三章1．事件的概率具有哪些基本性质？①对于任何事件A，有0≤P（A）≤1②必然事件的概率为1，即P(Ω)=1③不可能事件的概率为0，即P(φ)=02．正态分布：标准正态分布：平均数µ=0、σ²=1的正态分布称为标准正态分布。
3．随机变量x在平均数µ左右一倍、二倍、三倍、1.96倍、2.58倍标准范围内取值的概率各是：0.6826/、0.9545、0.9973、0.95、0.99。
4．双侧概率：随机变量x落在平均数µ加减不同倍数标准差σ区间之外的概率称为双侧概率。
单侧概率：用双侧概率可以求得随机变量x小于µ-kσ或大于µ+kσ的概率，称为单侧概率。
掌握这两种概率的图上表示。
第四章1.显著性检验的目的与对象分别是：目的在于判明，表面差异主要是由真实差异造成的，还是由抽样误差造成的，从而得到可靠的结论。
对象：（x1-x2）2．小概率事件实际不可能性原理：若随机事件的概率很小，如小于0.05,0.01,0.001，称为小概率事件。
小概率事件虽然不是不可能事件，但在一次试验中出现的可能性很小，不出现的可能性很大，以致实际上可以看成是实际不可能发生的。
小概率事件在一次试验中看成是实际不可能发生的事件称为小概率事件实际不可能性原理。
小概率事件实际不可能性原理的应用：①当t<t0.05(df),p>0.05时，差异不显著，不能否定H0.②当t0.05(df),≤t<t0.01(df),即0.01<p≤0.05时，差异显著，应否定H0：µ=µ0，接受HA: µ≠µ0③当t≥t0.01(df),即p≤0.01时，差异极显著，应否定H0：µ=µ0，接受HA: µ≠µ04.计算：掌握样本均数与总体均数的差异显著性检验（t检验），正太总体平均数µ的置信区间，了解两样均数的差异显著性检验。
5. 38.7、39.0、38.9、39.6、39.1、39.8、38.5、39.7、39.2、38.4，总体平均数为39.5，试检验该样本是否存在显著差异。
该题为原总体σ²未知，且为小样本，采用t检验法①提出假设：H0: µ=µ0=39.5，HA：µ≠39.5②计算t值：t=(x-µ0)/Sx df=n-1 x=( 38.7+9.0+…+38.4)/10=39.09 µ0=39.5S=0.4370 Sx=0.1382 ∴t=(x-µ0)/Sx=|39.09-39.5|/0.1382=2.967③统计推断由df=n-1=10-1=9查临界t值，得t0.05(9)=2.262，t0.01(9)=3.250，计算所得的t=2.967在t0.05(9)=2.262，t0.01(9)=3.250之间。
即0.01<p≤0.05，差异显著。
5．计算下列资料总体平均数的95%，99%置信区间：119/22/104/32/53/31/118/57/30/101/50/48/68/70.平均数x=64.5 s=33.53 ∴标准误Sx=8.961∴95%的置信区间为：x- t0.05（13）×Sx≤µ≤x- t0.05（13）×Sx 查表3得t0.05（13）=2.160即64.5-2.160×8.961≤µ≤64.5+2.160×8.961 ∴45.14≤µ≤83.8699%的置信区间为：x- t0.01（13）×Sx≤µ≤x- t0.01（13）×Sx 查表3得t0.01（13）=3.012即64.5-3.012×8.961≤µ≤64.5+3.012×8.961 ∴37.51≤µ≤91.49第五章1．方差分析：是一种在若干能相互比较的资料组中，把产生变异的原因加以区分开来的方法与技术。
多重比较：对差异显著的的处理平均数进行多个平均数两两间的相互比较称为多重比较。
2．单因素试验资料方差分析的数学模型：Xij=µ+αi+εij 在这个模型中Xij表示为试验全部观测值总体平均数µ、处理效应αi、试验误差εij之和。
3．统计资料在处理间差异（极）显著情况下需进行多重比较。
多重比较有：最小显著差数法（LSDα）、最小显著极差法（LSR）包括：q法、新复极差法（SSR 法）它们三者的关系为：LSD法≤SSR法≤q法。
当秩次距k=2时，取等号。
4．掌握模式表、方差分析表、平均数相互比较表以及LSD值计算表的计算。
（作业题）第六章1．Χ²检验分：适合性检验与独立性检验。
在df=1时常进行Χ²的连续性矫正。
当实际观察次数与理论次数经Χ²检验差异显著或极显著时，需进行Χ²检验的再分割。
2．适合性检验：判断实际观察的属性类别分配是否符合已知属性类别分配理论或假说的假设检验称为适合性检验。
独立性检验：根据次数资料判断两类因子相互独立或彼此相关的假设检验就是独立性检验。
3．独立性检验的类型：2×2，2×c，r×c。
4．掌握适合性检验的计算，独立性检验中的2×2列联表检验方法的计算（155页7/8题）第七章1．相关分析：用数学式表达生物现象中非确定的关系之间联系的性质和程度，此过程称为相关分析。
回归分析：用回归方程来揭示生物现象中相关变量之间联系的形式。
回归截距：回归系数：相关系数：2．相关系数的取值范围：[-1、1]，决定系数的取值范围：[0、1]。
3．相关系数与回归系数的数学关系式：4．掌握回归方程建立的六个步骤以及相关系数的计算。
①作散点图②计算回归系数b，回归截距a，建立直线回归方程③写出直线回归方程④进行误差估计⑤直线回归的显著性检验⑥绘制回归直线图相关分析：5.173页第6题。