sy1?y2?s2(t?114?)? n1n23y1?y2?4???3 sy1?y24/3t?t0.05,16??
否定H0，即差异显著。
一、名词解释（2×10）
1、随机样本：用随机抽样的方法，从总体中抽出一个部分。 2、标准误：统计数变异度的度量 sy?sn?????sy1?y2?2s12s2?? n1n23、β错误：接受一个错误H0时所犯的错误。 4、参数：描述总体的特征数，如?????
5、次数资料的独立性测验：这是测验两个因素的列联次数彼此独立还是相关的一种测验。
6、无偏估计：在统计上，如果所有可能样本的某一个统计数的平均数等于总体的相应参数，则称该统
计数为总体相应参数的无偏估计值。 7、
yi(X?x)：矫正处理平均数，yi(X?x)?yi?be(xi?x)
spssx?ssy8、相关系数：描述两个变数线性相关密切程度及性质的统计数 r?
9、偏回归系数： bi，当其他自变数都固定时，Xi每增加一个单位，Y平均增加或减少的单位数 1n?10、均积：两个变数的互变异数，cov??(Xi?x)(Yi?y)
n?11二、选择（2×10）
1、如果事件A1和A2不能同时发生，则A1和A2应称为[ D ]
A、和事件 B、积事件 C、对立事件 D、互斥事件
2、下列描述中不正确的说法是[ D ]
A、间断性变数在分组时组距通常为整数
B、次数分布图中折线与横轴围成的面积与方柱图的总面积相等 C、总体平均数不受抽样误差的影响
D、二项分布的概率均可用正态分布小区间的概率求取
3、当Y~N(100,100)时, 以样本容量n=4抽得样本平均数大于110的概率[ C ]
A、≈0.05 B、≈0.10 C、≈0.025 D、≈0.01 4、当r<0时，UY/1,2和Up1?Up2的关系是[ B ]。
A. UY/1,2?Up1?Up2 B. UY/1,2?Up1?Up2 C. UY/1,2?Up1?Up2 D.不好确定
6
5、同一组资料，简单相关系数与偏相关系数假设测验的结论[ A ]。
A、不一致 B、完全一致 C、不一定一致 D、基本一致
6、回归系数b的标准误等于[ A ]。
QA、 B、 SYX(n?2)SSXC、SY1(X?x)2? nSSX1x2? nSSXX1(X?x)21?? D、 SYXnSSX7、在一元线性回归分析中,
?(X?x)(Y?Y?)?[ A ]
A、0 B、SP C、U D、Q 8、可估计和减少试验误差的手段是：[ C ]。
A、局部控制 B、随机 C、重复 D、唯一差异原则 9、简化协方差分析不包括[ B ]的作用。
A、控制试验误差 B、测验bi间差异显著性
C、矫正平均数测验 D、不同变异来源相关关系分析 10、在一元线性回归分析中，下列不正确的叙述为[ C ]。
A、有回归必有相关 B、相关显著回归必然显著
C、相关显著必然关系密切 D、X、Y相关关系不显著并不一定X、Y无关 三、填空（1×14）
1、设7月5日为0，某昆虫日发生量近似遵循N（9，25），那么该昆虫从始盛(u=-1)到盛末(u=+1)的区间为 [7月9日，7月19日] 。
?2、有一双变数资料，Y依X的回归方程为Y3、写出下面假设测验的无效假设H0。
??5?Y/3，则相?10?4/3X，X依Y的回归方程为X关系数r= -2/3 ，x= 3 ，y= 6 。
2??????????；一元两个平均数成对比较H0：????????????d?0?????????；两个方差同质性的假设H0：????????????12??2线性回归关系的假设H0：???????????????0??????????????；两个成数资料比较的假设H0：????????????p1?p2?????????????；?1??2????m?0。次数资料适合性测验的假设H0：符合理论比 ；多元线性回归关系的假设H0：
4、单因素随机完全区组试验的线性数学模型?????????????Yij????i??i??ij???????????，二因素完全随机化试验的线性数学模型???????????????Yij?y??k??i???kl?eij????????????，系统分组资料的线性数学模型
???????????????Yijk?y?ti?dij?eijk????????????，拉丁方试验的线性数学模型?????????????Yijl????i??i??l??ijl???????????。
???四、简答(7×2)
7
1、有一2因素试验，A因素具有4个水平，B因素具有3个水平。重复2次，采用裂区试验设计。请画出其试验设计的田间排布图，并写出各变异来源的自由度和固定模型的EMS。 A2B2 A2B1 A2B3 A1B1 A1B3 A1B2 A3B1 A3B3 A3B2 A3B2 A3B1 A3B3 A4B1 A4B3 A4B2 A2B3 A2B1 A2B2 A1B2 A1B1 A1B3 A4B2 A4B1 A4B3 变异来源 区组间 主区因素A 误差? 裂区因素B A×B 自由度 1 3 3 2 6 EMS 22EMSR??2?3?12?12?R 22EMSA??2?3?12?6?A E1?3?12 22EMSB??2?8?B 22EMSAB??2?2?AB 误差П 8
2、什么是多元回归？多元线性回归与一元线性回归相比较有什么异同？ 多元回归：依变数依两个或两个以上自变数的回归
??a?bx?bx??bx 不同点：1、模型不同 多元线性回归 Y1122mm2E2??2 一元线性回归 Y??a?bx
2、多元线性回归：多个X对Y的关系 一元线性回归：一个X对Y的关系
五、计算（11×4）
1、有甲、乙两块棉田，各随机抽取6个样点（每样点10株），检查棉红铃虫数，得结果为：甲田：7，4，6，7，5，6；乙田：3，4，1，4，2，3。试问甲田的虫数是否显著高于乙田？（t0.05,8=2.306, t0.05,10=2.228, t0.05,11=2.201）(t0.1,8=1.86, t0.1,10=1.812, t0.1,11=1.796) 1、H0:?甲??乙?????HA:??甲??乙?
外围是保护行 2、??0.05
A1B2 16 A2B3 13 A1B3 12 3、
sy1?y2?s2(1111?)?1.37(?)?0.676n1n266y?y23t?1??4.44?t0.1,10sy1?y20.676
A2B1 9 A2B3 17 A1B1 22 A1B1 26 A1B3 14 A2B2 12 A2B1 8 A1B1 24 A1B2 20 A2B2 16 A1B2 18 A2B3 18 否定H0，接受HA
A1B3 10 A2B1 7 A2B2 14 即甲田的虫数显著高于乙田。
2、小麦播期（A1：10/20、A2：10/30）和密度（B1：5
2
万、B2：8万、B3:11万基本苗/亩）试验的小区排布及产量结果（公斤/30m）如右图。试说明（1）此为何种类型试验设计，（2）对资料作方差分析（SST＝496），（3）简要解释结果。 答：
SOV 区组间 处理间 A B A×B 误差 df 2 5 1 2 2 10 SS 4 44.8 128 16 304 44 MS 2 128 8 152 F 29** 1.82 34** 解释：播期与密度间有极显著的互作，播期间有显著差异，密度间差异不显著。
3、测得三种饲养方式下仔猪初生重(X)与百日后体重(Y)的二级数据如下表，请计算(1)X与Y(内在)回归系数be；(2)测验假设H0：βe=0；(3)测验三种饲养方式矫正平均数间的差异显著性。 (临界值参考：
8
t0.05,8=2.31，t0.01,8=3.36，t0.05,15=2.95，t0.05,20=2.09，t0.01,20=2.85；F0.05,1,8=5.3，F0.01,1,8=11.3，F0.05,1.20=4.4, F0.01,1,20=8.1, F0.05，2,20=3.5, F0.01,2,20=5.8)
变异来源 饲养方式 误差 答： 1、be?sp50????1.25 ssx40df 2 21 SSx 10 40 SSy 40.5 80 SP 5 －50 2、H0:??e?0??HA:??e?0?
Q?SSY?MSUSP2502?80??17.5???U?SSY?Q?62.5???F??71.43* SSX40MSQ3、F?35.71**
4、日均温(X )与稻苞虫幼虫的发育进度(Y )的试验结果如右表。
数据表 请求
X(温度) Y(发育进度) 回归(或)相
17 0.03 关关系的显著性测验。 19 0.06 22 0.07 25 0.11 解：x?214/8?26.75，y?0.83/8?0.10375 28 0.12 32 0.14 1234 0.15 ，?x2?6092??214??367.537 0.15 81 2?y2?0.1005??0.83??0.01439
??a?bX, (2) 决定系数r, (3)离回归标准差，(4)(1)Y2
8?xy?24.43??214?0.83??2.2275
?xy?Yb??0.006061，a??0.05839 1、??0.05839?0.00606X2?x2、r?218
?x??y2(?xy)22?0.94， 3、Q?0.00091??????SY/X?Q?0.0123 n?2bt??9.35?t0.05,6?2.447(也可以用F测验) 4、sb
否定H0接受HA，线性回归相关显著。
( 2003 － 2004学年第 2 学期)
一、名词解释（2×10） 1、 误差：由于试验中环境因素这样或那样的不一致，对处理产生的使观察值偏离真值的一种偶然效应。
s2、 标准误：统计数平均变异程度的度量。如：sy? sy1?y2?n2s12s2? n1n23、 置信区间：根据统计数的概率分布，给出一个区间[L1，L2]，使总体参数?在[L1，L2]中的概率为1??，
则区间[L1，L2]叫做参数?的1??置信区间。
9
4、 唯一差异原则：试验中，除掉被研究的因素控制的不同水平外，其余因素都作为试验背景而要求保
持常量。这样就能精确地测定处理的效应。 5、 EMS：期望均方，是对均方ms的期望值。 6、 Two-tailed test：否定区在两尾的测验。
7、 Alternative hypothesis：备择假设，记作HA。与无效假设H0是对立事件。在统计假设测验中，
接受H0，就否定HA；接受HA，就否定H0。 8、 偏回归系数：bi，表示X1、X2、?、Xi?1、?、Xm皆保持一定时，Xi 每增加一个单位对于Y总体
的平均效应。
9、 乘积和：SP，离均差的乘积和，SP??(X?X)(Y?Y)??X?Y。
n10、适合性测验：是测验中观察的实际次数和根据于某种理论或需要预期的理论次数是否相符合。所作
的假设是H0：相符；HA：不相符。
二、是非题，请在下列正确的题目后面打“√”，错误的打“×”。（2×5） 1、 在无交互作用时，试验因素彼此独立，简单效应等于主效。（ √ ） 2、 样本容量n是指在一个总体中变量的数目。（ × ） 3、 二因素随机区组试验总变异的平方和可以细分成六项。（ × ） 4、 t分布和F分布均是左偏的。（ × ）
5、一个不显著的相关或回归不一定说明X和Y没有关系。（ √ ） 三、单项选择题（2×10）
1、单个平均数的假设测验用[ C ]测验。
A、u B、t C、u或t D、F 2、算术平均数的重要特性之一是离均差的总和[ C ]。
A、最小 B、最大 C、等于零 D、接近零
3、在一个平均数和方差均为10的正态总体中以样本容量10进行抽样，其样本平均数差数服从[ C ]分布。
A. N(10, 10) B. N(0, 10) C. N(0, 2) D. N(0, 20)
??y=[ C ]。 4、在一元线性回归分析中, ??Y?y?YA、0 B、SP C、U D、Q
5、二项概率的正态近似应用连续性矫正常数“0.5”，其正态标准离差的表达式中，错误的是[ B ]
A、uc???Y???0.5? B、uc?Y????0.5
10