第一章 绪论 生物统计学教学精品.pptVIP

* 变量（variable）：相同性质的事物间表现差异性的某项特征称为变量或变数。 变量的测得值称为变量值（value of variable） 亦称为观测值（observed value）或资料（data），通常记作xi。 常数（constant）：代表事物特征和性质的数值，由变量计算而来，在一定过程中不变化。如总体平均数、标准差等 5.2 变量与常数 * 定量变量—数量性状资料 1 可量性，又称为连续性变数资料或计量资料 指能够以测量、度量、称量等量测方法所得的数据。与之相对应的试验资料称为可量资料。 特点：各个观测值不限于整数，即在两个数值之间可以有微量差异的其他数值存在。而表示这种差异的小数点位数，则因测量工具的精度不同而定。 2 可数性，又称为间断性变数资料或计数资料 指不能用测量的方法表示，而只能用计数方法所得的数据。与之相对应的资料称为可数资料。 特点：各个观测值只能是整数，相邻数值间不可能有带小数点的数存在。 * 定性变量—质量性状资料 指对某种现象不能测量和计数，而只能通过观察、分类和文字描述表示出来的性质。与之相对应的资料称为质量性状资料。 为了获得这类性状资料的直观信息，需将其转变成数字资料。 * 5.3参数和统计数 参数：描述总体特征的数量叫参数。一般用希腊字母表示。。参数是恒定不变的常量，常用希腊字母表示。如总体平均数μ，总体标准差σ。参数是反映事物的总体规律性的数值，科学研究的目的就在于求得对总体参数的了解。 统计数：描述样本特征的数量叫统计数。一般用拉丁字母表示。 统计数是估计值，根据样本不同而不同，常用小写拉丁字母表示，如样本平均数（ x ）、样本标准差（s）。 * 5.4效应与互作 主效应（main effect）：试验因素相对独立的作用称为主效应，简称主效或效应（effection）。 互作效应（interaction effect）：两个或两个以上处理因素间相互作用所产生的效应，简称互作或连应（interaction） * 5.5 试验数据的误差和错误 观察值(observation):将每次所取样品测定的结果称为一个观察值，记为yi。 例如：测定绵农4号小麦品种的株高，得到以下数值(单位：cm)： 　　　　　90、91.5、93、89、90.8 其中的每一个数值就是一个观察值。 　　如果没有误差，上述观察值就不会出现差异，并始终保持一个恒定的值，这个值称为理论值或真值，以μ表示。 * 由于误差是客观存在的，所以： 　　　　观察值＝真值＋误差 用代数式表示为： 　　　　　　　　 yi＝ μ＋εi 式中εi代表误差，故： 　　　　　　　 　εi＝ yi－ μ 误差(error):观察值与真值之间的差异。 * 误差的分类： 随机误差(random error)：由于试验中许多无法控制的偶然因素所造成的观测值偏离真值的差异。完全是偶然的，找不出确切原因引起的误差，也称偶然性误差(accidental error)。 特点：不可避免，无法控制。可通过增加抽样或试验次数降低随机误差 系统误差(systematic error)：有一定原因引起的误差，也称偏差(bias)。 * 误差的分类： 系统误差(systematic error)：是由于试验处理以外的其他条件明显不一致所产生的带有倾向性的或定向性的偏差。是有一定原因引起的误差，也称偏差(lopsided error)。 特点：有一些相对固定的因素引起。在某种程度上可以控制，需要精细试验 * 错误（mistake） 是指在试验过程中，人为因素所引起的差错。 如：测量仪器校正不准 药品配制比例不当 称量不准确、数据抄错、计算错误 注意： 降低随机误差 避免系统误差 杜绝错误 * 准确性（accuracy）：指在调查或试验中某一试验指标或性状的观测值与真值接近的程度，也称准确度 精确性（precision）：指调查或试验中同一试验指标或性状的重复观测值彼此接近程度的大小。 特点：准确性不等于精确性，准确性反映测定值与真值符合程度的大小，而精确性反映多次测定值的变异程度 5.6 准确性与精确性 * 下面用例子说明误差与准确性和精确性之间的关系。 系统误差使数据偏离了其理论值，影响数据的准确性。 偶然误差使数据相互分散，影响了数据的精确性。 a. 低准确性、低精确性 a. 低准确性、高精确性 a. 高准确性、高精确性 * 1.2.2 试验误差的来源 系统误差 　来源于各种研究领域中，可能产生的、有一定原因的系统偏差。 随机误差 　　来源于试验过程中各种偶然因素的影响，试