第一节试验设计概述 第二节动物试验计划 第三节试验设计的基本原则 第四节完全随机设计 第五节随机单位组设计 第六节拉丁方设计 第七节交叉设计 *第八节正交设计 第九节调查设计 第十节样本含量的确定

第一节事件与概率 第二节概率分布 第三节正态分布 第四节二项分布 第五节泊松分布 第六节样本平均数的抽样分布 第七节t分布

·第一节显著性检验的基本原理 ·第二节样本均数与总体均数的差异显著性检验 ·第三节两样本平均数的差异显著性检 ·第四节显著性检验中应注意的问题 ·第五节总体均数的区间估计

前边我们介绍的假设检验都属于参数检验,也就是说检验目标是判断总体参数是否等于 某一指定值,或两个总体的某一参数是否相等。本节主要介绍另一类检验,这就是非参数检 验。它检验的目标一般与参数无关,而是总体分布的某种性质,例如是否服从某种指定的分 布,两个事件是否独立等等 x2检验在非参数检验中应用相当广泛

1.矩阵的概念:矩阵就是矩形的数表。例如: 代表由pq个数字排成的数表,我们称它为p行q列矩阵。矩阵用大写黑体字母表示。其 下标表示它所包含的行列数,也可省略不写。用小写字母表示矩阵中的各个数字,如a表 示A矩阵中第i行第j列的那一个数字,称为矩阵的元素

直观上看,所谓随机变量,就是我们在随机实验中测定的量。例如观察10只新生动物的性。 一、随机变量: 别,并计算其中雄性动物的数量X,显然X可能取值为0,1,…,10;但究竟取值为几,只能 在实验结束时才知道。象这样在实验中所得到的取值有随机性的量,就称为随机变量。随机变 量的特点就是当实验条件一定时,实验结果仍不确定

方差分析是一种特殊的假设检验,是判断多组数据之间平均数差异是否显著的。对多组 数据若仍用前一章中的t检验一对对比较,会大大增加犯第一类错误的概率。例如有5组数 5×4 据要比较,则共需比C3==10次。若H正确,每次接受的概率为1-a=0.95,10次 都接受为0.95°≈0.60,因此a=1-0.6=0.40,即全部比较中至少犯一次第一类错误的概 率为0.40,这显然是不能接受的

第一节方差分析的基本原理与步骤 第二节单因素试验资料的方差分析 第三节两因素试验资料的方差分析 *第四节方差分析的数学模型与期望均方 第五节数据转换

第一节显著性检验的基本原理 第二节样本平均数与总体平均数差异显著性检验 第三节两个样本平均数差异显著性检验 第四节百分数资料差异显著性检验 第五节总体参数的区间估计

第一节事件与概率 第二节概率分布 第三节正态分布 第四节二项分布 第五节波松分布 第六节样本平均数的抽样分布 第七节t分布