《试验优化设计名词解释》由会员分享，可在线阅读，更多相关《试验优化设计名词解释（2页珍藏版）》请在金锄头文库上搜索。
1、1 根据研究目的确定的研究对象的全体称为总体。 2 总体中的一个研究单位称为个体； 3 含有有限个个体的总体称为有限总体； 包含无限多个个体的总体叫无限总体； 4 依据一定方法从总体中抽取的部分个体组成的集合称为总体的一个样本，通过样本来推 断总体是统计分析的基本特点。 5 通过样本来推断总体有很大的可靠性但有一定的错误率这是统计分析的又一特点。 由总体计算的特征数叫参数，常用希腊字母表示参数，例如用 表示总体平均数，用 表示总体标准差 6 由样本计算的特征数叫统计量。常用拉丁字母表示统计量，例如用 表示样本平均数， 用 s 表示样本标准差。 7 总体参数由相应的统计量来估计，例如用 估计 ，
2、用 s 估计 等。 8 系统误差影响试验的准确性。 一般来说，只要试验工作做得精细，系统误差容易克 服。 9 频率：在 n 次同一种试验中，事件 A 出现了 f 次，则比值 f/n 称为事件 A 在 n 次试验中 出现的频率。 概率：大量重复该试验，事件 A 出现的频率 f/n 逐渐稳定或接近于某一定 值 P，则称 P 为事件 A 出现的概率，记作 P（A）=P。 10 正确地进行试验数据资料的分类是统计资料整理的前提。在调查或试验中，由观察、测 量所得的数据资料按其性质的不同，一般可以分为数量性状资料和质量性状资料 11 数量性状(quantitative character)是指能够以测量
3、、计量或计数的方式表示其特征的性状 。观察测定数量性状而获得的数据就是数量性状资料 12 数量性状资料的获得有测量和计数两种方式 ，因而数量性状资料 又分为计量资料和计 数资料两种。 计量资料也称为连续性变异资料。 13 计数资料：指用计数方式获得的数量性状资料该类资料也称为不连续性变异资料或间断 性变异资料。 13 质量性状(qualitative character)是指能观察到而不能直接测量 的，只能用文字来描述其特征的性状，如食品颜色、 风味等等。其方法有以下两种：统计 次数法 和评分法 14 统计次数法：在一定的总体或样本中，根据某一质量性状的类别统计其次数，以次数作 为质量性状的数
4、据。例如，苹果中全红果个数与半红果个数。 由质量性状数量化而 得来的资料又叫 次数资料。 评分法：对某一质量性状 ， 因其类别不同，分别给予 评分。例如，分析面包的质量，可以按照国际面包评分细则进行打分，综合评价面包质量。 新产品开发中的评价打分等等。 15 数据资料的检查与核对：目的：在于确保原始资料的完整性和正确性。所谓完整性是指 原始资料无遗缺或重复。 所谓正确性是指原始资料的测量和记载无差错或未进行不合理的 归并。连续性资料的整理，需要先确定全距、组数、组距、组中值及组限，然后将全部观 测值计数归组。 16 数据资料的特征数分平均数与变异数。 17 反映资料集中性的量是平均数，平均数是
5、统计学中最常用的统计量，用来表明资料中各 观测值相对集中较多的中心位置。平均数主要包括有：算术平均数、中位数、 众数、几何 平均数、 ）调和平均数。 18 随机变量 X 也可分为离散型随机变量（间断性随机变量）和连续性随机变量 统计量的概率分布称为抽样分布。 19 统计假设检验的基本原理：首先假设该表面效应是由误差引起，在此假设下构造合适的 统计量，并由该统计量的抽样分布来估计样本统计量的概率，根据概率值的大小做出接受 或否定假设的推断。20 统计假设检验的步骤：1 做出统计假设 2 构造合适的统计量 3 确定显著水平，查临界值 4 统计推断 p0.05，差异不显著，接受 H0 ，0.01p0
6、.05，差异显著，拒绝 H0 p0.01，差异极显著，拒绝 H0 21 样本平均数的假设检验：单个样本平均数的假设检验与两个样本平均数的假设检验 单个样本平均数的假设检验，实质是样本所在总体平均数与已知总体平均数差异显著性检 验。 在实际工作中我们往往需要检验一个样本平均数与已知的总体平均数是否有显著差 异，即检验该样本是否来自某一总体。即检验无效假设 H0:0，备择假设 HA：0 或 0(0)的问题。已知的总体平均数一般为一些公认的理论数值、 经验数值或期望数值。常用的检验方法有 u 检验和 t 检验。 22 单个样本平均数的假设检验：单个样本平均数的 u 检验和单个样本平均数的 t 检验
7、u 检验（u-test） ，就是在假设检验中利用标准正态分布来进行统计量的概率计算的检验方 法。Excel 中统计函数（Ztest） 。由抽样分布理论可知，有两种情况的资料可以用 u 检验方法进行分析：样本资料服从正 态分布 N（,2）,并且总体方差 2 已知；总体方差虽然未知，但样本平均数来自于 大样本（n30） 。 （1） 提出假设。 （2）确定显著水平。0.05（两尾概率） （3）构造统 计量，并计算样本统计量值。 （4）统计推断。 t 检验（t-test）是利用 t 分布来进行统计量的概率计算的假设检验方法。它主要应用于总 体方差未知时的小样本资料（n30） 。 （1）提出无效假设与备
8、择假设（2）确定显著水平 0.01（3）计算 t 值（4）查临界 t 值，作出统计推断 23 配对的方式有两种：自身配对与同源配对。同源配对 ：指将非处理条件相近的两个试 验单元组成对子，然后对配对的两个试验单元随机地实施不同处理或同一食品对分成两部 分来接受不同处理。配对试验加强了配对处理间的试验控制（非处理条件高度一致） ，使处 理间可比性增强，试验误差降低，因而，试验精度较高。 24 成对资料与成组资料相比，成对资料中的两个处理间的数据不是相互独立的，而是存 在某种联系。 25 方差分析 ：单个样本平均数与总体平均数及两样本平均数间的差异显著性检验用 u 或 t 检验。方差分析（检验）的
9、步骤、作出统计假设、计算各项平方和与自由度 3、计 算各均方值及 F 值 4、列出方差分析表，进行显著性检验。 26 统计上把多个平均数两两间的相互比较称为多重比较。多重比较的方法甚多，常用的有 最小显著差数法(LSD 法)和 最小显著极差法(LSR 法)， LSD 法多重比较的步骤 ：(1) 列出平均数的多重比较表 比较表中各处理按其平均数从 大到小,自上而下排列； (2)计算最小显著差数 和 ；(3)将平均数多重比较表中两两平 均数的差数与 比较，作出统计推断。 27 方差分析的基本步骤归纳如下：（一）计算各项平方和与自由度；（二）列出方差分析 表，进行 F 检验；（三）若 F 检验显著，则进行多重比较。 28 回归分析的任务主要包括： 找出变量间相关关系的近似数学表达式回归方程 检验回归方程的效果是否显著。利用所建立的回归方程，由自变量（原因）来预测、 控制依变量（结果） 。 29 试验研究的进程：1、确定研究目的（选题）2、查找文献资料 3、起草试验设计，做一 个开题报告 4、实施试验设计 5、资料整理 6、成果鉴定及发表学术论文 试验设计的基本原则：重复、随机化和局部控制 30 食品试验的注意事项 1、试验的代表性 2、正确性 3、重演性 4、合理性
