第五节 多个样本的两两比较 第二节 配对设计资料的秩和检验 第三节 两样本比较的秩和检验 第四节 多样本比较的秩和检验 第一节 非参数统计的概念 第六节 随机区组设计资料的秩和检验 第七节 随机区组设计资料的两两比较

1. 掌握方差检验的原理和方法（公式）的来源及推导过程。 2. 掌握方差检验的适用条件（样本特性）。 3. 掌握成组设计的多个样本方差分析（单因素方差分析）的条件和方法。 4. 学会通过方差检验的结果来分析试验设计中的假设检验是否具有显著性统计意义。 5．组内变异和组间变异的概念

一、方差分析的用途: 二、用于实验研究中,比较某处理因素不同水平样本均数间差别有无统计学意义,从而说明处理因素是否有作用的方法。 三、根据实验设计的不同,有: 1.单因素的方差分析 2.多因素(两因素及以上)方差分析

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

完全随机设计的单因素方差分析 One -Way- ANOVA过程是检验单一因素影响多个(两个 以上)彼此独立的样本是否来自相同的总体。适合于: 1、 各样本是相互独立的随机样本; 2、各样本来自正态总体;

t检验法适用于样本平均数与总体平均数以及两个样本平均数间的差异显著性检验，但在生产和科学研究中经常会遇到比较多个处理优劣的问题，即需进行多个平均数间的差异显著性检验

统计推断是根据样本分布规律和概率理论，由样本结果去推断总体特征。它主要包括假设检验 （ test of hypothesis） 和参数估计（parametric estimation）两部分内容

第二节 单个样本均数的假设检验 第三节 两个样本平均数的假设检验

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 两个样本平均数的差异显著性检验 第三节 百分数资料差异显著性检 第四节 总体参数的区间估计