2006“高统”复习提纲 2005~2006学年第二学期 1、◎自然科学的试验研究根据所要解决的问题大致分为三大类型的研究:(1)比较不 同处理效应的差异性,推断处理效应的优劣,所采用的统计分析方法主要有统计假设测验、 方差分析等:(2)研究变量间的相互关系和变化规律(因素间的关系、性状间的关系、因素 与性状间的关系等),所采用的统计分析方法主要有相关回归(简一元和多元相关回归、线 性和非线性相关回归)分析、通经分析、典型相关分析、主成份分析、因子分析等;(3)研 究样品(样本)或变量的分类,所采用的统计分析方法主要有聚类分析、判别分析等 2、多个变量间数量关系的研究。如果变量间呈平行的变化关系,可采用哪些统计方法 进行分析?如果变量间呈单向影响的关系,即一个或多个变量受另外多个变量的影响,可采 用哪些统计方法进行分析?如果不仅要分析多个自变量对一个依变量影响的绝对程度,还要 分析它们影响的相对重要程度,又可采用哪些统计方法进行分析? 3、简述统计假设测验的基本思想 5、简述方差分析的基本思想。 6、简述逐步回归分析的分析思路、适宜的实验资料和方法步骤 7、在多元线性回归分析中,若R(复相关系数)测验不显著,说明什么问题?若R显 著但R(复决定系数)较小,譬如R<50%,又说明什么问题? 8、多元线性回归分析中,能否直接用各偏回归系数b;比较各自变量影响的相对重要程 度?为什么?如果要利用b比较各自变量影响的相对重要程度,应对b;进行怎样处理才行? 9、逐步回归分析中,当引进或剔除一个变量后,为什么还要对方程中已显著的变量进 行显著性检验? 10、◎分析14个玉米品种的5个自变量x1(穗长)、x2(穗行数)、x3(行粒数)、x4(穗 粒重)、x5(出籽率)与一个依变量y(平均亩产)的多元线性回归关系,原始数据如下 947.023.414.845.30.4685.2 935.023.216.241.70.4083. 918.220.914.843.30.3882.6 905.022.917.039.80.4580.4 890.622.315.744.00.4185.4 853.420.915.941.60.3585.4 837.820.214.437.30.3382.5 833.322.215.238.30.3782.2 760.920.415.540.70.3284.2 760.320.815.144.80.3579.5 742.523.414.743.10.3579.5 936.322.412.737.60.4484.6 801.020.913.839.50.3879.2 分别采用全模型回归分析法和逐步回归分析法的SAS编程方法已经算得结果如下表中, (1)各方差分析表测验结果是什么含义;(2)各参数估计表中各个参数的含义是什么及其 显著性测验的结果又是什么?(3)建立统计上最优多元线性回归方程,并说明各自变量X 对依变量Y影响的绝对程度和方向2006“高统”复习提纲 2005~2006 学年第二学期 1、◎自然科学的试验研究根据所要解决的问题大致分为三大类型的研究：（1）比较不 同处理效应的差异性，推断处理效应的优劣，所采用的统计分析方法主要有统计假设测验、 方差分析等；（2）研究变量间的相互关系和变化规律（因素间的关系、性状间的关系、因素 与性状间的关系等），所采用的统计分析方法主要有相关回归（简一元和多元相关回归、线 性和非线性相关回归）分析、通经分析、典型相关分析、主成份分析、因子分析等；（3）研 究样品（样本）或变量的分类，所采用的统计分析方法主要有聚类分析、判别分析等。 2、多个变量间数量关系的研究。如果变量间呈平行的变化关系，可采用哪些统计方法 进行分析？如果变量间呈单向影响的关系，即一个或多个变量受另外多个变量的影响，可采 用哪些统计方法进行分析？如果不仅要分析多个自变量对一个依变量影响的绝对程度，还要 分析它们影响的相对重要程度，又可采用哪些统计方法进行分析？ 3、简述统计假设测验的基本思想。 5、简述方差分析的基本思想。 6、简述逐步回归分析的分析思路、适宜的实验资料和方法步骤。 7、在多元线性回归分析中，若 R（复相关系数）测验不显著，说明什么问题？若 R 显 著但 R 2（复决定系数）较小，譬如 R 2 <50%，又说明什么问题？ 8、多元线性回归分析中，能否直接用各偏回归系数 bi 比较各自变量影响的相对重要程 度？为什么？如果要利用bi比较各自变量影响的相对重要程度，应对bi进行怎样处理才行？ 9、逐步回归分析中，当引进或剔除一个变量后，为什么还要对方程中已显著的变量进 行显著性检验？ 10、◎分析 14 个玉米品种的 5 个自变量 x1（穗长）、x2（穗行数）、x3（行粒数）、x4（穗 粒重）、x5（出籽率）与一个依变量 y（平均亩产）的多元线性回归关系，原始数据如下： y x1 x2 x3 x4 x5 947.0 23.4 14.8 45.3 0.46 85.2 935.0 23.2 16.2 41.7 0.40 83.3 918.2 20.9 14.8 43.3 0.38 82.6 910.7 23.4 16.1 44.0 0.46 85.2 905.0 22.9 17.0 39.8 0.45 80.4 890.6 22.3 15.7 44.0 0.41 85.4 853.4 20.9 15.9 41.6 0.35 85.4 837.8 20.2 14.4 37.3 0.33 82.5 833.3 22.2 15.2 38.3 0.37 82.2 760.9 20.4 15.5 40.7 0.32 84.2 760.3 20.8 15.1 44.8 0.35 79.5 742.5 23.4 14.7 43.1 0.35 79.5 936.3 22.4 12.7 37.6 0.44 84.6 801.0 20.9 13.8 39.5 0.38 79.2 分别采用全模型回归分析法和逐步回归分析法的 SAS 编程方法已经算得结果如下表中, （1）各方差分析表测验结果是什么含义；（2）各参数估计表中各个参数的含义是什么及其 显著性测验的结果又是什么？（3）建立统计上最优多元线性回归方程，并说明各自变量 Xi 对依变量 Y 影响的绝对程度和方向