《生物统计学复习题库》由会员分享，可在线阅读，更多相关《生物统计学复习题库（4页珍藏版）》请在金锄头文库上搜索。
1、填空1变量按其性质可以分为（连续）变量和（非连续）变量。2样本统计数是总体（参数）的估计值。3生物统计学是研究生命过程中以样本来推断（总体）的一门学科。4生物统计学的基本内容包括（试验设计）和（统计分析）两大部分。5生物统计学的发展过程经历了（古典记录统计学）、（近代描述统计学）和（现代推断统计学）3个阶段。6生物学研究中，一般将样本容量（n30）称为大样本。7试验误差可以分为（随机误差）和（系统误差）两类。1资料按生物的性状特征可分为（数量性状资料）变量和（质量性状资料）变量。2. 直方图适合于表示（连续变量）资料的次数分布。3变量的分布具有两个明显基本特征，即（集中性）和（离散性）。4反映
2、变量集中性的特征数是（平均数），反映变量离散性的特征数是（变异数）。5样本标准差的计算公式s=（ ）。1如果事件A和事件B为独立事件，则事件A与事件B同时发生的概率P（AB）= P（A）P（B）。2二项分布的形状是由（ n ）和（ p ）两个参数决定的。3正态分布曲线上，（ ）确定曲线在x轴上的中心位置，（ ）确定曲线的展开程度。4样本平均数的标准误 =（ ）。5t分布曲线与正态分布曲线相比，顶部偏（ 低 ），尾部偏（ 高 ）。1统计推断主要包括（假设检验）和（参数估计）两个方面。2参数估计包括（点）估计和（区间）估计。3假设检验首先要对总体提出假设，一般要作两个：（无效）假设和（备择）假设。
3、4在频率的假设检验中，当np或nq（）30时，需进行连续性矫正。1根据对处理效应的不同假定，方差分析中的数学模型可以分为（固定模型）、（随机模型）和（混合模型）3类。2在进行两因素或多因素试验时，通常应设置（重复），以正确估计试验误差，研究因素间的交互作用。3在方差分析中，对缺失数据进行弥补2时，应使补上来数据后，（误差平方和）最小。4方差分析必须满足（正态性）、（可加性）和（方差同质性）3个基本假定。5如果样本资料不符合方差分析的基本假定，则需要对其进行数据转换，常用的数据转换方法有（平方根转换）、（对数转换）、（反正弦转换）等。6一个试验的总变异依据变异来源分为相应的变异，将总平方和分解为
4、:（处理间平方和）与（处理内平方和）。变量之间的关系分为（函数关系）和（相关关系），相关关系中表示因果关系的称为回归。2、一元线性回归方程 中，a的含义是（样本回归截距），b的含义是（样本回归系数）。可用个体间的（相似程度）和（差异程度）来表示亲疏程度。1对于有限总体不必用统计推断方法。（）2资料的精确性高，其准确性也一定高。（）3在试验设计中，随机误差只能减小，而不能完全消除。（）4统计学上的试验误差，通常指随机误差。（）1. 计数资料也称连续性变量资料,计量资料也称非连续性变量资料。（）2. 条形图和多边形图均适合于表示计数资料的次数分布。（）3. 离均差平方和为最小。（）4. 资料中出现
5、最多的那个观测值或最多一组的中点值,称为众数。（）5. 变异系数是样本变量的绝对变异量。（）1事件A的发生和事件B的发生毫无关系，则事件A和事件B为互斥事件。（ ）2二项分布函数Cnxpxqn-x恰好是二项式（p+q）n展开式的第x项，故称二项分布。（ ）3样本标准差s是总体标准差的无偏估计值。（ ）4正态分布曲线形状和样本容量n值无关。（ ）52分布是随自由度变化的一组曲线。（ ）1作假设检验时，若|u|u，应该接受H0，否定HA。(F)2作单尾检验时，查u或t分布表(双尾)时，需将双尾概率乘以2再查表。(R)3第一类错误和第二类错误的区别是：第一类错误只有在接受H0时才会发生，第二类错误只
6、有在否定H0时才会发生。(F)4当总体方差2未知时需要用t检验法进行假设检验。(F)5在假设检验中，对大样本(n30)用u检验，对小样本(n30)用t检验。(F)6成对数据显著性检验的自由度等于2(n-1)。(F)7在进行区间估计时，越小，则相应的置信区间越大。(R)8方差的同质性是指所有样本的方差都是相等的。(F)9在小样本资料中，成组数据和成对数据的假设检验都是采用t检验的方法。(R)10在同一显著水平下，双尾检验的临界正态离差大于单尾检验。(R)12检验只适用于离散型资料的假设检验。（F）22检验中进行2c(c3)列联表的独立性检验时，不需要进行连续性矫正。（R）3对同一资料，进行矫正的
7、2c值要比未矫正的2值小。（R）42检验时，当22时，否定H0，接受HA，说明差异达显著水平。（F）5比较观测值和理论值是否符合的假设检验成为独立性检验。（F）1LSD检验方法实质上就是t检验。（R） 2二因素有重复观测值的数据资料可以分析两个因素间的互作效应。（R）3方差分析中的随机模型，在对某因素的主效进行检验时，其F值是以误差项方差为分母的。（F）4在方差分析中，如果没有区分因素的类型，可能会导致错误的结论。（R）5在方差分析中，对缺失数据进行弥补，所弥补的数据可以提供新的信息。（F）6对转换后的数据进行方差分析，若经检验差异显著，在进行平均数的多重比较时需要用转换后的数据进行计算。（R
8、） 单项选择1. 下列变量中属于非连续性变量的是( C ).A. 身高 B.体重 C.血型 D.血压2. 对某鱼塘不同年龄鱼的尾数进行统计分析,可做成( A )图来表示.A. 条形 B.直方 C.多边形 D.折线3. 关于平均数,下列说法正确的是( B ).A. 正态分布的算术平均数和几何平均数相等.B. 正态分布的算术平均数和中位数相等.C. 正态分布的中位数和几何平均数相等.D. 正态分布的算术平均数、中位数、几何平均数均相等。4. 如果对各观测值加上一个常数a，其标准差（ D ）。A. 扩大a倍 B.扩大a倍 C.扩大a2倍 D.不变5. 比较大学生和幼儿园孩子身高的变异度，应采用的指标
9、是（ C ）。A. 标准差 B.方差 C.变异系数 D.平均数1一批种蛋的孵化率为80%，同时用2枚种蛋进行孵化，则至少有一枚能孵化出小鸡的概率为（ A ）。A. 0.96 B. 0.64 C. 0.80 D. 0.902. 关于泊松分布参数错误的说法是( C ).A. = B. 2= C. = D.=np3. 设x服从N(225,25),现以n=100抽样，其标准误为（ B ）。A. 1.5 B. 0.5 C. 0.25 D. 2.254. 正态分布曲线由参数和决定, 值相同时, 取( D )时正态曲线展开程度最大,曲线最矮宽.A. 0.5 B. 1 C. 2 D. 35. t分布、F分布的
10、取值区间分别为（A ）。A. (-，+)；0，+) B. (-，+)；(-，+) C. 0，+)；0，+) D. 0，+)；(-，+)名词解释： 概率；随机误差；错误；错误；统计推断；参数估计1两样本平均数进行比较时，分别取以下检验水平，以(A)所对应的犯第二类错误的概率最小。A=0.20 B=0.10 C=0.05 D=0.012当样本容量n30且总体方差2未知时，平均数的检验方法是(A)。At检验 Bu检验 CF检验 D2检验3两样本方差的同质性检验用(C)。At检验 Bu检验 CF检验 D2检验4进行平均数的区间估计时，(B)。An越大，区间越大，估计的精确性越小。Bn越大，区间越小，估
11、计的精确性越大。C越大，区间越大，估计的精确性越大。D越大，区间越小，估计的精确性越大。5已知某批25个小麦样本的平均蛋白含量 和，则其在95%置信信度下的蛋白质含量的点估计L=(D)。A u0.05 B t0.05 C u0.05 D t0.0512检验时，如果实得22，即表明（C）。APa，应接受H0，否定HA BPa，应接受H0，否定HACPa，应否定H0，接受HA DPa，应否定H0，接受HA2在遗传学上常用（B）来检验所得的结果是否符合性状分离规律。A独立性检验 B适合性检验 C方差分析 D同质性检验3对于总合计数n为500的5个样本资料作2检验，其自由度为（D）。A499 B496
12、 C1 D44. rc列联表的2检验的自由度为（B）。A(r-1)+(c-1) B(r-1) (c-1) Crc-1 Drc-21方差分析计算时，可使用（A）种方法对数据进行初步整理。A全部数据均减去一个值 B每一个处理减去一个值C每一处理减去该处理的平均数 D全部数据均除以总平均数2 表示（C）。A组内平方和 B组间平方和 C总平方和 D总方差3统计假设的显著性检验应采用（A）。AF检验 Bu检验Ct检验Dx2检验1、样本：在实际工作中，研究总体时抽出的若干个体组成的单元称为样本。2、随机抽样： 总体中每个个体均有相等的机会抽作样本的这种抽样方法。3、参数：从总体中计算所得的用以描述总体特征
13、的数值，称为参数。4、概率事件原理：某事件发生的概率很小，人为地认为该事件不会出现，称为“小概率事件原理”。5、总体：总体是指研究对象的全体，也就是我们所指事件的全体。6、统计量： 从样本中计算所得的数值称为统计量。7、随机误差：试验过程中，由于各种无法控制的随机因素所引起统计量与参数 之间的偏差，称之为随机误差。8、平均数：是反映数据资料集中性的代表值。9、抽样估计：是在抽样调查的基础上，利用样本的数据资料计算样本指标，以样本特征值对总体特征值做出具有一定可靠程度的估计和判断。10、置信区间：又称允许误差，指一定概率下抽样误差的可能范围，说明样本估计量在总体参数周围变动的范围。11、抽样分布：是样本统计量的概率分布从一个总体中随机抽取容量相等的样本，根据样本资料计算某一统计量所有可能的概率分布称为这个统计量的抽样分布。方差或叫均方，是标准差的平方，是表示变异的量。方差分析的基本思想是将测量数据的总变异按照变异原因不同分解为处理效应和实验误差，并作出其数量估计。
