生物统计附试验设计

梅步俊 梁永厚 吴志红

目录

  • 1 绪论
    • 1.1 生物统计学发展史
    • 1.2 学习生物统计学的必要性
    • 1.3 常用术语和基本概念
    • 1.4 R软件的介绍
    • 1.5 进一步阅读的文献
    • 1.6 习题
  • 2 资料的描述性统计分析
    • 2.1 位置测度
    • 2.2 离散性测度
    • 2.3 R软件的应用
    • 2.4 习题
  • 3 随机变量与概率分布
    • 3.1 随机变量
    • 3.2 概率分布
    • 3.3 二维随机变量
    • 3.4 正态分布
    • 3.5 一些重要的概率分布
    • 3.6 R软件的应用
    • 3.7 习题
  • 4 参数估计方法
    • 4.1 估计量的评价准则
    • 4.2 点估计
    • 4.3 区间估计
    • 4.4 R软件的应用
    • 4.5 习题
  • 5 统计假设测验
    • 5.1 假设检验的基本问题
    • 5.2 统计检验的基本步骤
    • 5.3 抽样分布
    • 5.4 样本平均数与总体平均数差异显著性检验
    • 5.5 两个样本平均数的差异显著性检验
    • 5.6 百分数资料差异显著性检验
    • 5.7 总体参数的区间估计
    • 5.8 非参数检验
    • 5.9 R软件的应用
    • 5.10 习题
  • 6 方差分析
    • 6.1 单因素方差分析
    • 6.2 多重比较
    • 6.3 多因素方差分析
    • 6.4 方差分析需要满足的条件
    • 6.5 习题
  • 7 协方差分析
    • 7.1 协方差分析概述
    • 7.2 协方差分析的基本原理
    • 7.3 协方差分析的计算过程
    • 7.4 R软件的应用
    • 7.5 习题
  • 8 相关与回归分析
    • 8.1 变量之间的相互关系
    • 8.2 直线相关
    • 8.3 回归分析的性质
    • 8.4 一元正态线性回归统计模型
    • 8.5 多元线性回归统计模型
    • 8.6 自变量的选择与逐步回归
    • 8.7 曲线回归
    • 8.8 应用直线回归与相关的注意事项
    • 8.9 R软件的应用
    • 8.10 习题
  • 9 实验设计
    • 9.1 实验设计概述
    • 9.2 生物实验计划
    • 9.3 完全随机设计
    • 9.4 随机单位组设计
    • 9.5 拉丁方设计
    • 9.6 交叉设计
    • 9.7 正交设计
    • 9.8 R软件的应用
    • 9.9 习题
  • 10 附件
    • 10.1 复习题
习题

习 题 

4.1 用矩法估计原理解释均方与期望均方间的关系。

4.2 何谓矩法、最小二乘法和极大似然法?何谓估计量、估计值?

4.3 某正态总体的随机样本观察值为:9.56、8.33、10.12、10.28、8.85、11.19、11.18、9.96、10.32、10.17、9.81、10.72。试求算平均数和方差的极大似然估计值。

(答案:平均数10.04,方差0.787)

4.4 从二项总体(包含0,1两个数值的总体)随机抽样得到10组每组15次,计算每组的总和数,得到10个观察值3、2、0、4、2、4、2、0、1、3。试用极大似然法求总体平均数和方差估计值。

(答案:平均数0.2,方差:1.89)

4.5 为检验某种自来水消毒设备的效果,现从消毒后的水中随机抽取50L,化验每升水中大肠杆菌的个数(一升水中大肠杆菌个数服从Poisson分布),化验结果如下:                               

 

大肠杆菌数/L

 

 

0

 

 

1

 

 

2

 

 

3

 

 

4

 

 

5

 

 

6

 

 

升    数

 

 

17

 

 

20

 

 

10

 

 

2

 

 

1

 

 

0

 

 

0

 

试问平均每升水中大肠杆菌个数为多少时,才能使上述情况的概率为最大?

(答案:1)

4.6 在一个回交群体中出现的基因型的个数和与其期望数列于下表,试求出重组率rAB的极大似然估计量。                                   

 

基因型

 

 

AaBb

 

 

Aabb

 

 

aaBb

 

 

aabb

 

 

总  计

 

 

观测数

 

 

a

 

 

b

 

 

c

 

 

d

 

 

n

 

 

期望数

 

 

 

 

 

 

 

 

 

 

n

 

  (答案:)

4.7 以下数据可用模型进行分析,模型中e是正态性误差,试用最小二乘法求参数a,b,c的估计值。                                                                 

 

x

 

 

8

 

 

7

 

 

5

 

 

9

 

 

7

 

 

9

 

 

7

 

 

5

 

 

6

 

 

8

 

 

x2

 

 

64

 

 

49

 

 

25

 

 

81

 

 

49

 

 

81

 

 

49

 

 

25

 

 

36

 

 

64

 

 

y

 

 

29.19

 

 

25.35

 

 

14.44

 

 

38.51

 

 

24.29

 

 

37.62

 

 

25.31

 

 

14.57

 

 

17.82

 

 

30.74

 

    (答案:4.9783、-0.3351、0.4433)

4.8 设总体y的分布密度为:

y1,y2,…,yn为其样本,求参数a的矩估计量和极大似然估计量。若样本值为0.1,0.2,0.9,0.8,0.7,0.7,求参数a的估计值。

    (答案:0.3,0.2)