田間試驗(yàn)與統(tǒng)計(jì)方法作業(yè)題參考答案

1、田間試驗(yàn)與統(tǒng)計(jì)方法作業(yè)題參考答案作業(yè)題（一）參考答案一、名詞解釋（10 分）1 邊際效應(yīng)2唯一差異性原則3小概率實(shí)際不可能性原理4統(tǒng)計(jì)假設(shè)5連續(xù)性矯正1 邊際效應(yīng)：指種植在小區(qū)或試驗(yàn)地邊上的植株因其光照、通風(fēng)和根系吸收范圍等生長條件與中間的植株不同而產(chǎn)生的差異。2 唯一差異性原則：指在試驗(yàn)中進(jìn)行比較的各個(gè)處理，其間的差別僅在于不同的試驗(yàn)因素或不同的水平，其余所有的條件都應(yīng)完全一致。3 小概率實(shí)際不可能性原理：概率很小的事件，在一次試驗(yàn)中幾乎不可能發(fā)生或可以認(rèn)為不可能發(fā)生。4 統(tǒng)計(jì)假設(shè)：就是試驗(yàn)工作者提出有關(guān)某一總體參數(shù)的假設(shè)。5 連續(xù)性矯正：連續(xù)性矯正：2 分布是連續(xù)性變數(shù)的分布，而次數(shù)資料屬

2、間斷性變數(shù)資料。研究表明，當(dāng)測驗(yàn)資料的自由度等于1 時(shí)，算得的2 值將有所偏大，因此應(yīng)予以矯正，統(tǒng)計(jì)上稱為連續(xù)性矯正。二、填空 （ 22 分）1、試驗(yàn)觀察值與理論真值的接近程度稱為（準(zhǔn)確度）。2、試驗(yàn)方案中的各處理間應(yīng)遵循（唯一差異原則）原則才能正確地進(jìn)行處理效應(yīng)的比較。3、統(tǒng)計(jì)假設(shè)測驗(yàn)中是根據(jù)（小概率實(shí)際不可能）原理來確定無效假設(shè)能否成立。4、A、B 二因素試驗(yàn)結(jié)果分析中處理平方和可以分解為（ A 因素的平方和） 、（B 因素的平方和） 和（A× B作的平方和）3 部分。5、用一定的概率保證來給出總體參數(shù)所在區(qū)間的分析方法稱為（區(qū)間估計(jì)），保證概率稱為（置信度）互。6、試驗(yàn)設(shè)計(jì)中遵

3、循（重復(fù)）和（隨機(jī)排列）原則可以無偏地估計(jì)試驗(yàn)誤差。7、樣本標(biāo)準(zhǔn)差s=（( xx) 2=x（ s ）。1.72440.5453sn1），樣本均數(shù)標(biāo)準(zhǔn)差sxsn1022 2k (OE)22( OiEi1) 28、次數(shù)資料的測驗(yàn)中，2k2=（），當(dāng)自由度為（1），c=（）。1ECi 1Ei9、在 A、 B 二因素隨機(jī)區(qū)組試驗(yàn)的結(jié)果分析中已知總自由度為26，區(qū)組自由度為2，處理自由度為8， A因素自由度為2，則 B 因素的自由度為（2）， A、B 二因素互作的自由度為（4），誤差的自由度為（16）。10、統(tǒng)計(jì)假設(shè)測驗(yàn)中直接測驗(yàn)的是（無效）假設(shè)，它于與（備擇）假設(shè)成對立關(guān)系。11、相關(guān)系數(shù)的平方稱為（

4、決定系數(shù)） ，它反映了（由x 不同而引起的y 的平方和U?2( yy ) 占 y 總平方和SSy( yy )）的比例。? 2三、簡答（ 15 分）1 簡述試驗(yàn)設(shè)計(jì)的基本原則及作用。田間試驗(yàn)的設(shè)計(jì)要遵循 3 個(gè)原則。1）. 重復(fù)試驗(yàn)中同一處理種植多個(gè)小區(qū)或種植多次稱為重復(fù)，種植的小區(qū)數(shù)目稱為重復(fù)次數(shù)。重復(fù)最主要的作用是估計(jì)試驗(yàn)誤差，同時(shí)也能降低試驗(yàn)誤差。2） . 隨機(jī)排列隨機(jī)排列指試驗(yàn)方案所規(guī)定的每一個(gè)處理安排在試驗(yàn)地的哪一個(gè)小區(qū)上要排除主觀因素的影響，采取隨機(jī)的方式來確定。隨機(jī)排列的作用是使試驗(yàn)結(jié)果得到無偏的估計(jì)。3） .局部控制局部控制是分范圍分地段地控制非處理因素，使非處理因素對各處理的影

5、響趨向最大程度的一致。局部控制的作用是減少試驗(yàn)誤差。2 簡述試驗(yàn)誤差來源及其控制。田間試驗(yàn)的誤差有以下幾種來源：1）試驗(yàn)材料固有的差異2）試驗(yàn)過程中田間操作質(zhì)量不一致所引起的差異3）進(jìn)行試驗(yàn)的外界條件的差異試驗(yàn)誤差的控制：1）選擇同質(zhì)、一致的試驗(yàn)材料2）改進(jìn)農(nóng)事操作和管理技術(shù)，使之標(biāo)準(zhǔn)化3）控制引起差異的外界主要因素3 簡述方差分析的基本假定。方差分析的合理性和所得結(jié)果的可靠性是建立在以下三個(gè)基本假定之上的。即：（ 1）對試驗(yàn)所考察性狀有影響的各變異來源的效應(yīng)（包括環(huán)境效應(yīng)）應(yīng)滿足“可加性”；（ 2）試驗(yàn)誤差應(yīng)是隨機(jī)的、彼此獨(dú)立的，而且作正態(tài)分布，即滿足“正態(tài)性” ；（3）所有試驗(yàn)處理必須具有

6、共同的誤差方差，即滿足誤差的“同質(zhì)性”。四、計(jì)算（ 53分）1、有一大豆品種在A、B 兩地種植， A 地在 8 個(gè)點(diǎn)取樣，測定蛋白質(zhì)含量如下：41.5 、42.0 、41.9 、41.6 、41.8 、 41.7 、 41.8、41.3 ， B 地在 6 個(gè)點(diǎn)取樣，測定蛋白質(zhì)含量如下：40.5 、 41.0 、 40.8 、40.7、 39.9 、40.4 。試測驗(yàn)兩地點(diǎn)的蛋白質(zhì)含量差異是否顯著。( t 0.05,12 =2.179)（ 1） H ：= （即該大豆品種在 A、 B 兩地種植，蛋白質(zhì)含量無顯著差異） ，對 H ： 2。012A1（ 2） =0.05 。（ 3）測驗(yàn)計(jì)算x1 124

7、1.74(%)x2 4013.5503(%)(x)2336.8212242.0220.36SSxn41.541.38(x)2243.32SS2x2241.0240.420.735n40.56故2SSSS20.36 0.7350.091251sev1v275sx1x 2s2e ( 11 )0.09125 (11 )0.1631n1n286tx1x241.7 40.557.05sx10.1631x 2（ 4）推斷：根據(jù)t0.05,12=2.179 ，實(shí)得 | t | t0.05，故否定 H ，即該大豆品種在甲、乙兩地種植，蛋白0質(zhì)含量顯著差異。2、有一大豆品種比較試驗(yàn)，k = 6 ，采取隨機(jī)區(qū)組設(shè)

8、計(jì)，n = 3 ，產(chǎn)量結(jié)果如下表，試作方差分析。( F 0.05，5， 10=3.33)處理A2.32.52.6p23456B1.91.81.7SSR0.053.153.303.373.433.46C2.52.62.7D2.82.92.8E2.52.82.6F1.61.71.6表 9-19大豆品比試驗(yàn)（隨機(jī)區(qū)組）的結(jié)果區(qū)組T ixi品種A2.32.52.67.42.47B1.91.81.75.41.80C2.52.62.77.82.6D2.82.92.88.52.83E2.52.82.67.92.63F1.61.71.64.91.63T j13.614.314.041.9 （ T）2.33 （

9、 x ）1. 自由度和平方和的分解（ 1）自由度的分解總變異DF Tnk1(36)117區(qū)組DFrn1312品種DF tk1 615誤差DF e(n1)(k1)(31) (6 1)DFTDF rDF t172510（ 2）平方和的分解矯正數(shù)CT 241.9297.534nk36knnkx2總 SST11( xx )2C101 .29 97.534 3.756122585.45區(qū)組 SSrnTjC97.5340.041k(xjx)k61k2x)2TiC303.43品種 SStn( xi97.534 3.609n13kn2總 SS區(qū)組 SS品種 SSeji誤差( x x xxx)TrtSS113.

10、7560.0413.6090.1062. 方差分析表 F 測驗(yàn)表 9-20表 9-19 結(jié)果的方差分析變異來源DFSSMSFF0 .05區(qū)組間20.4010.2020.0 *4.10品種間53.6090.7272.0 *3.33誤 差100.1060.01總變異173.756F 測驗(yàn)結(jié)果表明，區(qū)組間和品種間的F 值都顯著。3. 品種間比較新復(fù)極差測驗(yàn)（LSR）SEse20.01SE0.0578n 3資料新復(fù)極差測驗(yàn)的最小顯著極差P23456SSR0. 05, 143.153.303.373.433.46LSR0.05 ,140.1820.1910.1950.1980.2004. 試驗(yàn)結(jié)論資料的

11、新復(fù)極差測驗(yàn)品 種產(chǎn)量 (xi )5%差異顯著性D8.5aE7.9bC7.8bcA7.4cB5.4dF4.9e結(jié)果表明： D 品種顯著高于其他品種，E 品種顯著高于 A， B， F 品種， C，A 品種顯著高于B， F 品種，B 品種顯著高于 F 品種。3、7 個(gè)大豆品種的生育日數(shù)與收獲指數(shù)數(shù)據(jù)如下，試建立生育日數(shù)與收獲指數(shù)的回歸方程并測驗(yàn)其顯著性（ r 0.05,5 =0.754 ）。生育日數(shù)108109112115121121123收獲指數(shù)50494743414340回歸分析所必須的 6 個(gè)一級數(shù)據(jù)（即由觀察值直接算得的數(shù)據(jù)）；n 7x 809x293725y313y214089xy360

12、34由一級數(shù)據(jù)算得 5 個(gè)二級數(shù)據(jù)：SSxx2(x)293725(809) 2227.714n7y2(2(313)2SSyy)1408993.429n7SPxyxy36034809313139.357n7xx115.571nyy44.714n因而有SP139.357b227.7140.611SSxa y bx44.714(0.611 115.571) 25.4故回歸方程為?y?25.4 0.611xSP139.3570.955r227.714 93.429xySS SS因 r 0.955r 0 .0 5，所以回歸方程有意義，a 的意義為生育日數(shù)為0 時(shí)，大豆收獲指數(shù)為-25.4 ； b為生育日

13、數(shù)每增加1 天時(shí)，大豆收獲指數(shù)增加0.611 。作業(yè)（二）參考答案一、名詞解釋（ 5×2）1離回歸平方和 2總體3 次數(shù)資料4. 否定區(qū)域 5. 連續(xù)性矯正1離回歸平方和：滿足Q?2為最小的直線回歸方程和實(shí)測的觀察點(diǎn)并不重合，表明該回歸方程仍( y y)然存在隨機(jī)誤差。Q就是誤差的一種度量，稱之為離回歸平方和或剩余平方和。2 總體：具有共同性質(zhì)的個(gè)體所組成的集團(tuán)，稱為總體，總體也就是研究對象的全體。3 次數(shù)資料：凡是試驗(yàn)結(jié)果用某種類型出現(xiàn)的次數(shù)表示的，都叫做次數(shù)資料或計(jì)數(shù)資料。4.否定區(qū)域： x 的抽樣分布落在 （ x 1.96 x 和 x 1.96 x ) 區(qū)間，則為否定假設(shè)的區(qū)域

14、，簡稱否區(qū)域。5.連續(xù)性矯正：連續(xù)性矯正：2 分布是連續(xù)性變數(shù)的分布，而次數(shù)資料屬間斷性變數(shù)資料。研究表明，當(dāng)測驗(yàn)資料的自由度等于1 時(shí)，算得的2 值將有所偏大，因此應(yīng)予以矯正，統(tǒng)計(jì)上稱為連續(xù)性矯正。二、填空（ 20×1）1. 試驗(yàn)資料不符合方差分析三個(gè)基本假定時(shí)，可采取 ( 剔除特殊值 ) 、（分解為若干個(gè)同質(zhì)誤差的方差 ）、（進(jìn)行數(shù)據(jù)轉(zhuǎn)換 ) 等方法補(bǔ)救。1測驗(yàn)若干個(gè)處理平均數(shù)間的差異顯著性的多重比較一般用（SSR測驗(yàn)法），測驗(yàn)若干個(gè)處理平均數(shù)與某一“對照”平均數(shù)的差異顯著性的多重比較一般用（PLSD測驗(yàn)法）。2. 描述樣本的特征數(shù)叫（統(tǒng)計(jì)數(shù)），描述總體的特征數(shù)叫（參數(shù)）。3.

15、當(dāng)樣本容量增加時(shí)，樣本平均數(shù)的分布趨于（正態(tài)分布）4. 為了測驗(yàn)兩個(gè)樣本所屬的總體平均數(shù)有無顯著差異，一般會因設(shè)計(jì)的不同分為（成組比較）和（成對比較）兩種。5. 已知 Y1N（ 1， 12 ）， Y2N（ 2， 22），且 Y1和Y2獨(dú)立，則 Y1-Y 2（ -1 ，34），則 Y1 +Y2（ 3，34），5Y1+Y2+2（ 9，322）。6.某水稻品種的單株籽粒產(chǎn)量（克）遵循 N（ 5，25），如以 n 16抽樣， x 的 95%置信度的置信區(qū)間為（ 2.55 ，7.45 ）。7. 試驗(yàn)環(huán)境設(shè)計(jì)的基本思想是（重復(fù)、隨機(jī)排列、局部控制）。8. 試驗(yàn)中觀察所得的數(shù)據(jù)因性狀、特性不同，一般為數(shù)量性

16、狀資料和（質(zhì)量性狀）資料兩大類，其中數(shù)量性狀又分為間斷性變數(shù)和連續(xù)性變數(shù)。10. 設(shè)一樣本有 5個(gè)觀察值， 6、8、9、12、13，則 x =（9.6 ）， s =（ 2.88 ）， sx =（ 1.29 ），CV=（ 30）。三、簡答（ 3×5）1. 什么是統(tǒng)計(jì)假設(shè)？統(tǒng)計(jì)假設(shè)有哪兩種？其含義分別是什么？所謂統(tǒng)計(jì)假設(shè)就是試驗(yàn)工作者提出有關(guān)某一總體參數(shù)的假設(shè)。統(tǒng)計(jì)推斷包括統(tǒng)計(jì)假設(shè)測驗(yàn)和參數(shù)估計(jì)兩個(gè)方面。統(tǒng)計(jì)假設(shè)測驗(yàn)是根據(jù)某種實(shí)際需要對未知的或不完全知道的統(tǒng)計(jì)總體提出一些假設(shè)，然后由樣本的實(shí)際結(jié)果，經(jīng)過一定的計(jì)算，做出在概率意義上應(yīng)當(dāng)接受哪種假設(shè)的測驗(yàn)。參數(shù)估計(jì)是指由樣本統(tǒng)計(jì)數(shù)對總體參數(shù)

17、做出點(diǎn)估計(jì)和區(qū)間估計(jì)。2. 簡述制作次數(shù)分布表的基本步驟。 求極差 確定組數(shù)和組距離 確定各組的組限 計(jì)算組中值 各觀察值歸組并統(tǒng)計(jì)各級次數(shù)3簡述隨機(jī)區(qū)組試驗(yàn)設(shè)計(jì)及其優(yōu)缺點(diǎn)。隨機(jī)區(qū)組設(shè)計(jì)全面遵循了試驗(yàn)設(shè)計(jì)的3項(xiàng)基本原則，是一種比較精確的優(yōu)良的試驗(yàn)設(shè)計(jì)方法。隨機(jī)區(qū)組設(shè)計(jì)的優(yōu)點(diǎn)是： （1）能獲得無偏的試驗(yàn)誤差估計(jì)進(jìn)而對試驗(yàn)結(jié)果進(jìn)行差異顯著性測驗(yàn)；（ 2）通過局部控制能控制單方向的土壤肥力差異，有效地減少試驗(yàn)誤差；（ 3）設(shè)計(jì)簡單易行，單因素試驗(yàn)和多因素試驗(yàn)均可采用； （ 4）對試驗(yàn)地的要求不高，必要時(shí)不同的區(qū)組可分散設(shè)置。隨機(jī)區(qū)組設(shè)計(jì)的不足之處是處理數(shù)不能太多，一般在10 個(gè)左右，不超過 20 個(gè)

18、。實(shí)踐中應(yīng)用隨機(jī)區(qū)組設(shè)計(jì)時(shí)應(yīng)注意以下3 個(gè)問題：（ 1）重復(fù)的次數(shù)要足夠，一般不應(yīng)少于12 1處理數(shù) 1即 4個(gè)處理時(shí)不少于 5次， 5個(gè)處理時(shí)不少于 4次，依此類推； （ 2）區(qū)組的排列方向應(yīng)符合局部控制原則，將土壤肥力和地勢等的較大差異留在區(qū)組之間，使同一區(qū)組的各處理小區(qū)處于肥力條件較為均勻的地段，即沿肥力梯度排列區(qū)組，使區(qū)組內(nèi)小區(qū)的排列方向與肥力梯度垂直； （ 3）設(shè)計(jì)應(yīng)符合正交要求，各區(qū)組內(nèi)必須包含相同的處理數(shù)，這樣可以分別獨(dú)立地估算處理效應(yīng)和區(qū)組效應(yīng)，互不混雜。四、計(jì)算題（ 55）1從兩個(gè)小麥新品系中各抽取一個(gè)隨機(jī)樣本，測量株高（cm）。其中一個(gè)品系的樣本容量nl =40，樣本平均數(shù)

19、x1 =83.26 ，樣本方差S1269.22 ；另一個(gè)品系的樣本容量n2 =50，樣本平均數(shù)x2 =78.22，樣本方差S2249.26 。經(jīng)方差同質(zhì)性測驗(yàn)，兩個(gè)品系的方差同質(zhì)。試測驗(yàn)這兩個(gè)小麥新品系的株高有無顯著差異。解：第一步，本例只要求測驗(yàn)其株高有無差異，而不管孰高孰低，所以可使用兩尾測驗(yàn)。設(shè)置H0：12 ，對HA：12 。第二步，本例兩個(gè)樣本均為大樣本，所以可使用兩尾u 測驗(yàn)，顯著水平取 0.05 。第三步，計(jì)算u 值。Se2(n1 1)S12( n21)S22(40 1) 69.22 (50 1)49.2658.1059n1n2240502Sx1 x 2Se2 ( 11 )58.1

20、059( 11 )1.6170n1n24050ux1x283.26 78.22Sx11.61703.12 * *x2H ：第四步，由于u > u0.01 =2.58 ，則 P( H 0：12)<0.01，而 P(H A：12 )> 0.99 ；所以應(yīng)否定12，接受H ：12 。推斷：這兩個(gè)小麥新品系的株高在1%水平上差異顯著，即存在極顯著0A的差異。2有一水稻品比試驗(yàn)，有A 、A 、A 、 A 、 A 、 A 、 A 、 A ， 8 個(gè)品種（ k=8），采用隨機(jī)區(qū)組設(shè)計(jì)，重復(fù)312345678次（ r =3），小區(qū)計(jì)產(chǎn)面積28.13 ，試作分析。40m，其產(chǎn)量結(jié)果列于表表 8

21、.13水稻品比試驗(yàn)產(chǎn)量結(jié)果（kg）品種區(qū)組總和數(shù)平均數(shù)IxAxAA20.822.323.566.622.201A222.821.822.967.522.50A321.323.225.369.823.27A20.119.822.262.120.704A26.825.227.579.526.505A621.122.118.962.120.70A19.418.923.161.420.477A820.522.320.863.621.20xr172.8175.6184.2532.6(x. )解：（ 1）平方和與自由度的計(jì)算總自由度df T=kn-1=8 × 3-1=23品種間自由度t-1=8-

22、1=7df=k區(qū)組自由度df r =n-1=3-1=2誤差自由度 df e=(k -1)(n-1)=(8-1)× (3-1)=14T.2532.6 211819.2817矯正數(shù) C83knT2222總平方和 SS= x -C=20.8 +22.8 +,+20.8 -C=121.0183區(qū)組平方 SSrTr2172.82175.62184.2211819.2817 8.8233kC8處理平方和 SStTt266.6267.5263.62nC311819.2817 84.665誤差平方和SSe=SST-SSt -SSr =121.01830-84.66500-8.82333=27.529

23、97（ 2）列出方差分析表，進(jìn)行 F 檢驗(yàn)表 8.14 水稻品比試驗(yàn)產(chǎn)量結(jié)果的方差分析表變 源DFSSMSFF0.05F0.01區(qū)組間28.823334.411665-處理間784.66512.095006.151*2.774.28誤 差1427.529971.966426總變異23121.0183F 檢驗(yàn)結(jié)果表明， 8 個(gè)水稻品種的小區(qū)產(chǎn)量間差異極顯著。因而，有必要進(jìn)行水稻品種小區(qū)平均產(chǎn)量間的多重比較。（ 3）采用 SSR法（新復(fù)極差測驗(yàn)）進(jìn)行品種平均數(shù)間的多重比較因?yàn)樾^(qū)均數(shù)的標(biāo)準(zhǔn)誤SxSe21.9664260.809614n3根據(jù) df e 14，秩次距 p2， 3， 4，5， 6， 7

24、，8，查 SSR臨界值表計(jì)算LSR值，結(jié)果列于表 8.15 。表 8.15水稻品比試驗(yàn)產(chǎn)量平均數(shù)的LSR值表p2345678SSR0.053.033.183.273.333.373.393.41SSR0.014.214.424.554.634.704.784.83LSR( 小區(qū)均數(shù) )2.452.582.652.702.732.752.760.05LSR0.01( 小區(qū)均數(shù) )3.413.583.683.753.813.873.91表 8.16水稻品比試驗(yàn)品種平均產(chǎn)量比較表（kg）品種小區(qū)平均產(chǎn)量差異顯著性0.050.01A26.5aA5A323.3bABA222.5bcB（ CK）A122.

25、2bcBA821.2bcBA20.7bcB4A20.7bcB6A720.5cB（ 4) 試驗(yàn)結(jié)論A5A3A2A1于其它品種，而其它品種產(chǎn)量間均無顯著差異。本試驗(yàn)只有A5 品種的小區(qū)平均產(chǎn)量顯著高于對照，其他品種與對照均無顯著差異。3江蘇武進(jìn)縣測定19561964 年間， 3 月下旬至4 月中旬，旬平均溫度累積值（x ，單位：旬·度）和一代三化螟蛾盛發(fā)期（y ，以 5 月 10 日為 0）的關(guān)系列于表10.1 。試計(jì)算其直線回歸方程并測驗(yàn)其顯著性。解： 首先由表10.1 算得回歸分析所必須的6 個(gè)一級數(shù)據(jù)：x35.534.144.2333 .7表 累積溫和一代三化螟蛾x235.5234

26、.1244.2212517.49y12 16( 1)70y 212 216 2( 1)2794盛發(fā)期的關(guān)系（累積溫）y（盛發(fā)期）xy(35.512)(34.116)x35.51244.2 ( 1)2436.434.11631.79和n = 940.32然后，由一級數(shù)據(jù)算得5 個(gè)二級數(shù)據(jù)：36.87SS12517.491 (333.7) 2144.6356x9SSy7941 (70) 2249.555691SP2436.4 ( 333.7 70) 159.0444 9x333.737.07789y707.7778940.2331.71339.2944.2-1因而有三級數(shù)據(jù)：159.04441.0

27、996（天 / 旬·度）b144.6356a 7.7778 (1.099637.0778) 48.5485 （天）故得表 10.1 資料的直線回歸方程為y?48.54851.0996 x或化簡為y?48.51 .1x試測驗(yàn)例 10.1資料回歸關(guān)系的顯著性。解：由例 10.1和例 10.2 已算得 SSy249.5556 ，SSx 144.6356，SP - 159.0444，Q 74.6670，故 U SSy Q = 249.556 74.6670 = 174.8886，作 F 測驗(yàn)于回歸關(guān)系的方差分析表10.2 。表 10.2例 10.1資料的回歸關(guān)系顯著性測驗(yàn)變異來源DFSSMS

28、FF0.01回 歸1174.8886174.888616.40 *12.25離回歸774.667010.6667總變異8249.5556現(xiàn)求出的 F16.40 F0.01,1, 7 12.25 ，表明積溫和一代三化螟蛾盛發(fā)期是有真實(shí)直線回歸關(guān)系的。作業(yè)（三）參考答案一、名詞解釋（ 5×2）1. 試驗(yàn)誤差 2. 局部控制 3. 唯一差異性原則 4. 生長競爭 5. 適合性測驗(yàn)1. 試驗(yàn)誤差：田間試驗(yàn)的觀察值中既包含了處理本身的效應(yīng)，也包含了許多非處理因素的效應(yīng)，我們稱試驗(yàn)觀察值中非處理因素的效應(yīng)為試驗(yàn)偏差。2. 局部控制：是分范圍分地段地控制非處理因素，使非處理因素對各處理的影響趨向最

29、大程度的一致。3. 唯一差異性原則：指在試驗(yàn)中進(jìn)行比較的各個(gè)處理，其間的差別僅在于不同的試驗(yàn)因素或不同的水平，其余所有的條件都應(yīng)完全一致。4. 生長競爭：指不同處理的相鄰小區(qū)之間的影響。5. 適合性測驗(yàn)：這一假設(shè)測驗(yàn)是測驗(yàn)?zāi)骋淮螖?shù)資料的樣本結(jié)果是否符合假設(shè)的理論次數(shù)分布。二、填空（ 21 分）1. 某樣本觀察值為12， 14， 15，15， 16，17， 18，15，則該樣本的算術(shù)平均數(shù)為( 15.25 )，幾何平均數(shù)為 (15.16 )，中數(shù)為(15.5 )，眾數(shù)為(15).2. 某水稻品種株高的觀察值為13， 15， 16， 16， 17， 17， 19， 16，則該樣本的標(biāo)準(zhǔn)差s =（

30、1.74 ），樣本均數(shù)標(biāo)準(zhǔn)差 s =（ 0.62 ），該水稻株高的總體平均數(shù)的置信度為95%的置信區(qū)間為 ( 14.91 ，17.34 ) 。x3. 已知甲，乙兩批水稻品種種子的發(fā)芽率分別為0.7 和 0.6 ， 甲，乙種子各取一粒，做發(fā)芽試驗(yàn)，試問有兩粒發(fā)芽的概率為 ( 0.42 ) ，至少有一粒發(fā)芽的概率為 (0.88 ) ，恰好有一粒發(fā)芽的概率為 (0.46) ，兩粒都不發(fā)芽的概率為 (0.12) 。4. 在 A、B 二因素隨機(jī)區(qū)組試驗(yàn)的結(jié)果分析中已知總自由度為26，區(qū)組自由度為2，處理自由度為8，A因素自由度為2，則 B 因素的自由度為 （ 2），A、B 二因素互作的自由度為（ 4），

31、誤差的自由度為 （ 16 ）。5. 試驗(yàn)設(shè)計(jì)的三個(gè)基本原則有（重復(fù)） 、（隨機(jī)排列）、（局部控制）。6. 二項(xiàng)總體分布的平均數(shù)和方差為（p ，2pq ）、二項(xiàng)成數(shù)總體分布的平均數(shù)和方差為2（xp ，xpq）、二項(xiàng)總和數(shù)總體分布的平均數(shù)和方差為（nx np ，2npq）。x三、簡答題（15 分）1. 在田間試驗(yàn)中，控制試驗(yàn)誤差的主要途徑有哪些？試驗(yàn)誤差的控制：1）選擇同質(zhì)、一致的試驗(yàn)材料2）改進(jìn)農(nóng)事操作和管理技術(shù)，使之標(biāo)準(zhǔn)化3）控制引起差異的外界主要因素2. 對比法試驗(yàn)，為何只能采用百分?jǐn)?shù)方法進(jìn)行分析？對比法試驗(yàn)，屬于順序排列的試驗(yàn)設(shè)計(jì)，不能正確地估計(jì)出無偏的試驗(yàn)誤差，因而試驗(yàn)結(jié)果不能采用方差分

32、析的方法進(jìn)行顯著性測驗(yàn)，一般采用百分比法，即設(shè)對照（CK）的產(chǎn)量（或其它性狀）為100，然后求出各處理的百分?jǐn)?shù)和對照相比。3. 簡述假設(shè)測驗(yàn)的基本步驟。（一）提出統(tǒng)計(jì)假設(shè)一般講，無效假設(shè)必須是有意義的，即在假設(shè)測驗(yàn)的前提下可以確定試驗(yàn)結(jié)果的概率。對應(yīng)假設(shè)（備擇假設(shè)） HA是與 H0 對立的假設(shè)。（二）確定一個(gè)否定H0 的概率標(biāo)準(zhǔn)這個(gè)標(biāo)準(zhǔn)叫顯著（性）水平（significance level），記作 。（三）在“無效假設(shè)是正確的”假定下，研究樣本平均數(shù)的抽樣分布（ 1）計(jì)算概率的方法（ 2）劃接受區(qū)與否定區(qū)的方法（四）根據(jù)“小概率實(shí)際不可能性原理”接受或否定假設(shè)“小概率實(shí)際不可能性原理”的基本內(nèi)

33、容為：概率很小的事件，在一次試驗(yàn)中幾乎不可能發(fā)生或可以認(rèn)為不可能發(fā)生。五、計(jì)算（57 分）1. 分別計(jì)算以下兩個(gè)玉米品種的10 個(gè)果穗長度（ cm）的標(biāo)準(zhǔn)差和變異系數(shù)，并解釋所得結(jié)果。（ 8分）BS24： 19、 21、 20、 20、 18、 19、 22、 21、 21、 19。金黃后： 16、 19、20、 15、21、 18、 17、 19、21、 17。x12012.74(%)(x) 22x 2n4014200sn1s =1010=1.251x21813.303(%)x 2(x) 23387183 2sn1ns =10=2.06101BS24玉米品種： CVs 100CV%1.251

34、00% 6.25%x20金黃后玉米品種：CVs100CV%2.06 100% 11.26%x18.3經(jīng)計(jì)算比較，實(shí)際上BS24 品種玉米果穗長度的整齊度好于金黃后品種。CV2.調(diào)查某農(nóng)場每2萬苗和35 萬苗的稻田各 5塊，得2667m30667m產(chǎn)量（單位： kg）于下表，測驗(yàn)兩2產(chǎn)量的差異顯著性（t 8， 0.05 =2.306 ）。（ 12 分）種密度下 667m30 萬苗40424346420050535 萬苗454444444200550（ 1） H0 ： 1 = 2（即該稻田在兩種密度下，產(chǎn)量無顯著差異），對 HA： 1 2。（ 2） =0.05 。（ 3）測驗(yàn)計(jì)算x14128.74(%) x 2 44013.03(%)(x)221402SS29178501930x1n5(x)222002SS22968550550xn5故2SSSS193055031012sev1v244sx 2s2