李春喜《生物统计学》第三版课后作业答案Word文档下载推荐.docx
《李春喜《生物统计学》第三版课后作业答案Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《李春喜《生物统计学》第三版课后作业答案Word文档下载推荐.docx（80页珍藏版）》请在冰豆网上搜索。
而错误是指在实验过
程中，人为的作用所引起的差错，是完全可以避免的。
第二章实验资料的整理与特征数的计算（P22、P23）
习题2.1什么是次数分布表？
什么是次数分布图？
制表和绘图的基本步骤有哪些？
制表
和绘图时应注意些什么？
（1）对于一组大小不同的数据划出等距的分组区间（称为组距），然后将数据按其数值大小
列入各个相应的组别内，便可以出现一个有规律的表式，这种统计表称之为次数分布
表。
（2）次数分布图是指把次数分布资料画成图状，包括条形图、饼图、直方图、多边形图和
散点图。
（3）制表和绘图的基本步骤包括：
①求全距；
②确定组数和组距；
③确定组限和组中值；
④分组，编制次数分布表。
（4）制表和绘图时需要注意的是事先确定好全距、组数、组距、各组上下限，再按观测值
的大小来归组。
习题2.2算数平均数与加权数形式上有何不同？
为什么说它们的实质是一致的?
（1）形式不同在于计算公式的不同：
算数平均数的计算公式为
加权平均数的计算公式为M=
X1f1X2f2
xm
（2）因为它们反映的都是同一组数据的平均水平。
习题2.3平均数与标准差在统计分析中有什么作用？
它们各有哪些特性？
答:
（1）平均数（mean）的用处：
①平均数指出了一组数据资料内变量的中心位置，标志着资料
所代表性状的数量水平和质量水平；
②作为样本或资料的代表数据与其它资料进行比较。
（2）平均数的特性：
①离均差之和等于零；
②离均差平方和为最小。
⑶标准差（standarddeviation）的用处：
①标准差的大小，受实验或调查资料中多个观测值的影响，如果观测值与观测值之间差异较大，其离均差也大，因而标准差也大，反
之则小；
②在计算标准差时，如果对各观测值加上火减去一个常数a,标准差不变；
如果给各观测值乘以或除以一个常数a，则所得的标准差扩大或缩小了a倍；
③在正
态分布中，一个样本变量的分布可以作如下估计：
X±
s内的观测值个数约占观测值
总个数的68.26%,X±
2s内的观测值个数约占总个数的95.49%,X±
3s内的观测
值个数约占观测值总个数的99.73%。
（4）标准差的特性：
①表示变量的离散程度，标准差小，说明变量的分布比较密集在平均数附近，标准差大，则说明变量的分布比较离散，因此，可以用标准差的大小判断平
均数代表性的强弱；
②标准差的大小可以估计出变量的次数分布及各类观测值在总体中所占的比例；
③估计平均数的标准误，在计算平均数的标准误时，可根据样本标准
差代替总体标准差进行计算；
④进行平均数区间估计和变异系数的计算。
习题2.4总统和样本的平均数、标准差有什么共同点？
又有什么联系和区别？
（1）总体和样本的平均数都等于资料中各个观测值的总和除以观测值的个数所得的商。
X
二者区别在于，总体平均数用□表示，尸，公式中分母为总体观测值的个数N，
N
样本平均数用x=，公式中的分分母为样本观测值的个数n。
样本平均数X是总
n
体平均数□的无偏估计值。
⑵总体和样本的标准差都等于离均差的平方和除以样本容量。
二者的区别在于，总体
标准差用b表示，「厂；
，分母上总体观测值的个数N;
标准差用s表示,
，分母上是样本自由度n-1。
样本标准差s是总体标准差b的无偏估
计值。
习题2.5
见下图
100例30-40岁健康男子血清总胆固醇（mol/L）的次数分布表
组限
（mol/L）
组中值（mol/L）
次数
频率
累积频率
2.60-
2.870
2
0.02
3.10-
3.370
8
0.08
0.10
3.60-
3.850
12
0.12
0.22
4.10-
4.375
24
0.24
0.46
4.60-
4.845
20
0.20
0.66
5.10-
5.325
18
0.18
0.84
5.60-
5.825
7
0.07
0.91
6.10-
6.345
0.99
6.60-
0.000
0.00
7.10-
7.220
1
0.01
1.00
习题2.6
100例男子总胆固醇
Std.Dev=.87
Mean=4.74
N=100.00
这100例男子的血清总胆固醇基本呈正态分布，中间4.1-5.1mol/L的最多，两边少，但
6.6-7.1mol/L的没有。
习题2.7
Statistics
100例男子总胆固醇
Valid
100
Missing
Mea
4
7389
Std.
ErrorofMean
08667
Median
6600
a
Mode
4.79
b
Deviation
86665
Varia
nce
75108
Skewne
ss
.276
ErrorofSkewness
.241
Kurtosis
.055
ErrorofKurtosis
.478
Range
4.52
Minimum
2.70
Max
mum
7.22
Sum
473.89
Percentiles
10
3
5850
c
0833
25
2000
30
3100
40
4900
50
60
8500
70
5
1600
75
2100
80
3850
90
9325
a.
Calculatedfromgroupe
ddata.
b.
Multiplemodesex
ist.Thesmallestva
lueisshown
c.
Percentilesareca
lculatedfromgrouped
data.
DescriptiveStatistics
Maximum
Mean
Variance
Statistic
Std.Error
ValidN（listwise）
4.52
2.70
7.22
4.7389
.0867
.86665
.751
由上表可知：
平均数卩=4.7389，标准差s=0.86665,而CV=s/卩*100%=18%
习题2.8
由习题2.7的表可知：
中位数Median=4.6600，平均数卩=4.7389，两数相差0.0789，符
合正态分布。
习题2.9
分析见下图:
Dea罔on
24号
4.00
20.0000
.3944
1.24722
1.556
Dea»
金皇后
11.00
1.0750
3.39935
11.556
由上图可知：
“24号”玉米的平均数M=20,标准差s=1.24722,而CV=s/M*100%=6.24%;
“金皇后”玉米的平均数M=20,标准差s=3.39935，而CV=s/M*100%=17.00%，比较二者的变异系数CV，“24号”玉米的的变异系数CV比“金皇后”玉米的小得多，说明“24
号”玉米的整齐度大于“金皇后”玉米。
习题2.10
Deatffin
贻贝单养
25.00
53.00
42.4600
.9865
6.97579
48.662
Error
Dea®
贻贝与海带混养
39.00
69.00
52.1000
.8959
6.33503
40.133
由上图可知，贻贝单养的平均数卩1=42.46，极差R=53-25=28.00，标准差S1=6.97579,CV1=®
/卩1*100%=16.43%；
贻贝与海带混养的平均数卩2=52.10，极差R1=69-39=30.00，标准差S2=6.33503，CV2=s2/卩2*100%=12.16%，虽然单养的极差较小（28），但贻贝与海带混养的平均数更大（52.10）,且混养的变异系数更小，即其整齐度更有优势，由此得出，贻贝与海带混养的效果更好。
第三章概率与概率分布（P48）
习题3.1试解释必然事件、不可能事件和随机事件。
举出几个随机事件例子。
（1）必然事件（certainevent）是指在一定条件下必然出现的事件；
相反，在一定条件下必然不出现的事件叫不可能事件（impossible）；
而在某些确定条件下可能出现，也可能
不出现的事件，叫随机事件（randomevent）。
（2）例如，发育正常的鸡蛋，在39C下21天会孵出小鸡，这是必然事件；
太阳从西边出
来，这是不可能事件；
给病人做血样化验，结果可能为阳性，也可能为阴性，这是随机事件。
习题3.2什么是互斥事件？
什么是对立事件？
什么是独立事件？
试举例说明。
（1）事件A和事件B不能同时发生，即A•B=V，那么称事件A和事件B为互斥事件（mutuallyexclusionevent）,如人的ABO血型中，某个人血型可能是A型、B型、0
型、AB型4中血型之一，但不可能既是A型又是B型。
（2）事件A和事件B必有一个发生，但二者不能同时发生即A+B=U,AXB=V,则称事件
A与事件B为对立事件（contraryevent）,如抛硬币时向上的一面不是正面就是反面。
事件A与事件B的发生毫无关系。
（3）事件B的发生与事件A的发生毫无关系，则称事件A与事件B为独立事件（independentevent）,如第二胎生男生女与第一台生男生女毫无关系。
习题3.3什么是频率？
什么是概率？
频率如何转化为概率？
（1）事件A在n次重复试验中发生了m次，则比值m/n称为事件A发生的频率
（frequency），记为W（A）。
（2）事件A在n次重复试验中发生了m次，当试验次数n不断增加时，事件A发生的频
率W（A）就越来越接近某一确定值p,则p即为事件A发生的概率（probability）o
（3）二者的关系是：
当试验次数n充分大时，频率转化为概率。
习题3.4什么是正态分布？
什么是标准正态分布？
正态分布曲线有何特点？
u和3对正
态分布曲线有何影响？
（1）正态分布是一种连续型随机变量的概率分布，它的分布特征是大多数变量围绕在平
均数左右，由平均数到分布的两侧，变量数减小，即中间多，两头少，两侧对称。
（2）卩=0,b2=1的正态分布为标准正态分布，记为N（0,1）。
（3）正态分布具有以下特点：
①正态分布曲线是以平均数卩为峰值的曲线，当x=卩时，
1xu
f（x）取最大值'
2；
②正态分布是以卩为中心向左右两侧对称的分布③的
绝对值越大，f（x）值就越小，但f（x）永远不会等于0,所以正态分布以x轴为渐近线，x的取值区间为（-8,+8）；
④正态分布曲线完全由参数□和来决定⑤正态
分布曲线在x=□土处各有一个拐点；
⑥正态分布曲线与x轴所围成的面积必定等于
1。
（4）正态分布具有两个参数口和，□决定正态分布曲线在x轴上的中心位置，□减小曲
线左移，增大则曲线右移；
决定正态分布曲线的展开程度，越小曲线展开程度越
习题3.5
查附表1可得：
（1）P=（0.3<
卩<
1.8）=F（卩=1.8）-F（卩=0.3）=0.96407-0.6107=0.3533
（2）P=（-1<
1）=F（卩=1）-F（卩=-1）=0.8413-0.1587=0.6826
（3）P=（-2<
2）=F（卩=2）-F（卩=-2）=0.97725-0.02275=0.9545
（4）P=（-1.96<
1.96）=F（卩=1.96）-F（卩=-1.96）=0.97500-0.02500=0.9500
（5）P=（-2.58<
2.58）=F（卩=2.58）-F（卩=-2.58）=0.99506-0.00494=0.9901
习题3.6
解：
因为x服从口=4,（T=4的正太分布N（4,16）,故通过标准化转换公式u=———-可转化为：
（1）P（-3<
x<
4）nP（-1.75<
严0）
P=（-1.75<
0）=F（卩=0）-F（卩=-1.75）=0.5000-0.04006=0.45994
⑵P（x<
2.44）nP（卩<
-0.39）
P=（卩<
-0.39）=F（卩=-0.39）=0.6517
⑶P（x>
-1.5）nP（卩>
-1.375）〜P（卩>
-1.38）
P=（u>
-1.38）=1-F（卩=-1.38）=1-0.08379=0.91621
⑷P（x>
-1）nP（卩>
-1.25）
P=（-1.25）=1-F（卩=-1.25）=1-0.1056=0.89440
习题3.7
（1）根据基因分离定律和基因自由组合定律可知：
F1代非糯稻Ww与糯稻ww回交，F2
代糯稻和非糯稻的概率均为1/2,其中糯稻有200*1/2=100株，非糯稻有200*1/2=100
株。
（2）糯稻为2000*1/4=500株，非糯稻为2000*3/4=1500株。
习题3.8
由题意可知这种遗传符合泊松分布，P=0.0036
（1）T；
：
—,入=np=200*0.0036=0.72,
•••P
（1）=0.721*e-0.45/1!
=0.72*e-0.45=0.4591
（2）调查的株数n应满足以=「=0.01
因此n=lg0.01=2~1280（株）
p*lge-0.0036*0.43429
习题3.9
此题符合二项分布，n=5,p=0.425,q=1-0.425=0.575
故“四死一生”的概率P（4）=C5PS1=5*0.4254*0.5751=0.09378习题3.10
设x服从这一正态分布。
因为x服从口=16,（X=2的正太分布N（16,4），故通过标准化
转换公式u=X卩可转化为：
（1）P（10<
x<
20）nP（-3<
2）
•/P=（-3<
2）=F（卩=2）-F（卩=-3）=0.97725-0.001350=0.97590
•••落于10到20间的数据的百分数为97.59%。
12）或P（x>
20）nP（卩<
-2）或P（卩>
•/P1=（卩<
-2）=F（卩=-2）=0.02275
P2=（卩>
2）=1-F（卩=2）=1-0.97725=0.02275
•P1（卩<
-2）或P2（卩>
2）的总概率P=P1+P2=0.02275+0.02275=0.04550
•小于12或大于20的数据的百分数为4.55%。
习题3.11
（1）查附表3可知，当df=5时：
1P（t=2.571）=0.05，故P（tw-2.571）=0.05/2=0.025
2P（t=4.032）=0.01，故P（t>
4.032）=0.01/2=0.005
（2）查附表4可知，当df=2时：
1PX=0.05）=0.975,故PX<
0.05）=0.975
2PX=5.99）=0.05，故P（X>
5.99）=1-0.05=0.95
3•/PX=0.05）=0.975，故PXT>
0.05）=1-0.975=0.025
PX=7.38）=0.025，故PX<
7.38）=0.025
•P（0.05<
X<
7.38）=P（XT<
7.38）-P（XT>
0.05）=0.025-0.025=0
（3）查附表5可知，当df1=3,df2=10时：
1P（F>
3.71）=0.05
2P（F>
6.55）=0.01
第四章统计推断（P78-79）
习题4.1什么是统计推断？
统计推断有哪两种？
其含义是什么？
（1）统计推断（statisticalinference）是根据总体理论分布由一个样本或一系列样本所得的结果来推断总体特征的过程。
（2）统计推断主要包括参数估计和假设检验两个方面。
（3）①假设检验是根据总体的理论分布和小概率原理，对未知或不完全知道的总体提出两
种彼此对立的假设，然后由样本的实际结果，经过一定的计算，作出在一定概率水
平（或显著水平）上应该接受或否定的哪种假设的推断。
②参数估计则是由样本结果对总体参数在一定概率水平下所做出的估计。
参数估计包
括点估计（pointestimation）和区间估计（intervalestimation）。
习题4.2什么是小概率原理？
它在假设检验中有什么作用？
（1）小概率原理（littleprobability）是指概率很小的事件在一次试验中被认为是几乎不可能会发生的，一般统计学中常把概率概率小于0.05或0.01的事件作为小概率事件。
（2）它是假设检验的依据，如果在无效假设Ho成立的条件，某事件的概率大于0.05或
0.01，说明无效假设成立，则接受Ho,否定Ha；
如果某事件的概率小于0.05或0.01，说明无效假设不成立，则否定H。
，接受Ha。
习题4.3假设检验中的两类错误是什么？
如何才能少犯两类错误？
（1）在假设检验中如果H。
是真实的，检验后却否定了它，就犯了第一类错误，即a错误或弃真错误；
如果H。
不是真实的，检验后却接受了它，就犯了第二类错误，即B错误或纳伪错误。
升级会员 