其相对生产力一般至少应超过对照：
10%以上
（aM）。
为了有效地做好试验，使试验结果能在提高农业生产和农业科学的水平上发挥应有的作用，对田间试验的基本要求是：
（1）试验的目的性要明确；
（2）
试验的结果要可靠；（3）试验条件要有代表性；（4）试验结果要能够重复。
表示变异度的统计数最常用的有：
（1）极差；
（2）方差；（3）标准差；（4）变异系数。
试验某生长素对小麦苗发育的效果，调查得未用生长素处理和采用生长素处理的苗高数据各10个。
试测验施用生长素的苗高至少比未用生长素处理的苗高2cm的假设。
此题应为：
（1）测验；
（2）一尾测验。
确定试验重复次数的多少应根据：
（1）试验地的面积及小区的大小；
（2）试验地土壤差异大小；（3）试验所要求的精确度；（4）试验材料种子的数量。
对单因素拉丁方试验结果资料方差分析时，变异来源有：
（1）总变异；
（2）
行区组间变异；（3）列区组间变异；（4）处理间变异；（5）试验误差。
在方差分析F测验中，当实得F小于F，应接受Ho（无效假设），认为处理间差异不显着。
某样本的方差越大，则其观察值之间的变异就越大。
—在试验中重复的主要作用是估计试验误差和降低试验误差。
自由度的统计意义是指样本内能自由变动的观察值个数。
数据3、1、3、1、2、3、4、5的算术平均数是，中数是3。
一般而言，在一定范围内，增加试验小区的面积，试验误差将会降低。
在=a+bx方程中，b的意义是x每增加一个单位，平均地将要增加或减
少的单位数。
田间试验可按因素的多少分为单因素试验和多因素试验。
卡平方测验的连续性矫正的前提条件是自—1。
从总体中抽取的样本要具有代表性，必须是随机抽取的样本。
从一个正态总体中随机抽取的样本平均数，理论上服从正态分布。
一在一定的概率保证下，估计参数可能出现的范围和区间，称为置信区间（置信距）。
试验误差分为系统误差和随机误差。
48.在拟定试验方案时，必须在所比较的处理之间应用唯一差异的原则。
49.在多重比较中，当样本数大于等于3时，t测验，SSR测验、q测验的显着尺度q测验最咼,t测验最低。
50.试验资料按所研究的性状、特性可以分为数量性状和质量性状资料。
51.样本可根据样本容量的多少为：
大样本、小样本。
52.对比法、间比法试验，由于处理是作顺序排列，因而不能够无偏估计出试验的误差。
53.小区的形状有长方形、正方形。
一般采用长方形小区。
54.在边际效应受重视的试验中，方形小区是有利的，因为就一定的小区面积来讲，方形小区具有最小的周长亠使受到影响的植株最少。
55.完全随机设计应用了试验设计的重复和随机两个原则。
56.试验设计的三个基本原则是重复、随机和局部控制。
57.在田间试验中，设置区组的主要作用是进行局部控制。
58.两个变数的相关系数为，对其进行假设测验时，已知二，那么在1%水平上这两个变数的相关极显着。
59.随机区组设计应用了试验设计的重复、随机和局部控制三个原则。
60.试验方案试验计时，一般要遵循以下原则：
明确的目的性、严密的可
1比性和试验的咼效性。
61.试验误差分为系统误差和随机误差，一般所指的试验误差为随机误差。
62.试验误差：
使观察值偏离试验处理真值的偶然影响称为试验误差或误差。
63.试验指标：
衡量试验处理效果的标准称为试验指标（experimentalindex），简称指标（index）。
在田间试验中，用作衡量处理效果的具体的作物性状即为指标，例如产量、植株高等。
64.准确性（accuracy与精确性（precision）统计工作是用样本的统计数来推断
总体参数的。
我们用统计数接近参数真值的程度，来衡量统计数准确性的高低，用样本中的各个变量间变异程度的大小，来衡量该样本精确性的高低。
因此，准确性不等于精确性。
准确性是说明测定值对真值符合程度的大小，而精确性则是多次测定值的变异程度。
65.标准差：
统计学上把方差或均方的平方根取正根的值称为标准差（standard
deviation）。
标准差，能度量资料的变异程度，反映平均数的代表性优劣。
标准差（方差）大，说明资料变异大，平均数代表性差；反之，说明资料的变异小，平均数的代表性好。
66.标准差为方差或均方的平方根，用以表示资料的变异度，其单位与观察值的度量单位相同。
67.参数与统计数参数：
由总体的全部观察值计算得的总体特征为参数，它是该总体真正的值，是固定不变的，总体参数不易获得，通常用统计数来估计参数。
统计数：
由标本观察值计算得到的样本特征数为统计数，它因样本不同常有变动。
它是估计值，根据样本不同而不同。
68.试验因素：
试验因素（experimentalfactor）指试验中能够改变，并能引起试验指标发生变化，而且在试验中需要加以考察的各种条件，简称因素或因子
（factor）。
69.因素水平（factorlevel）：
对试验因素所设定的量的不同级别或质的不同状态称为因素的水平，简称水平。
70.试验处理（experimentaltreatment）：
事先设计好的实施在试验单位上的具体项目叫试验处理，简称处理。
在单因素试验中，实施在试验单位上的具体项目就是试验因素的某一水平，故对单因素试验时，试验因素的一个水平就是一个处理。
在多因素试验中，实施在试验单位上的具体项目是各因素的某一水平组合，所以，在多因素试验时，试验因素的一个水平组合就是一个处理。
71.试验小区（experimentalplot）：
安排一个试验处理的小块地段称为试验小区，简称小区。
72.试验单位（experimentalunit）：
亦称试验单元，是指施加试验处理的材料单位。
这个单位可以是一个小区，也可以是一穴、一株、一穗、一个器官等。
73.试验单位（experimentalunit）：
亦称试验单元，是指施加试验处理的材料单位。
这个单位可以是一个小区，也可以是一穴、一株、一穗、一个器官等。
74.总体（population）：
根据试验研究目的确定的研究对象的全体称为总体（population），其中的一个研究单位称为个体（individual）。
个体是统计研究中的最基本单位，根据研究目的，它可以是一株植物，一个稻穗，也可以是一种作物，一个作物品种等。
75.有限总体（finitepopulation）与无限总体（infinitepopulation）：
包含无穷多个个体的总体称为无限总体；包含有限个个体的总体称为有限总体。
76.样本（sample）:
从总体中抽取的一部分供观察测定的个体组成的集合，称为样本。
77.样本容量（samplesize）：
样本所包含的个体数目称为样本容量，常记为n<：
通常将样本容量n>30的样本称为大样本，将样本容量nW30勺样本称为小
样本。
78.观测值（observation）对样本中各个体的某种性状、特性加以考察，如称量、度量、计数或分析化验所得的结果称为观测值。
79.处理效应（treatmenteffect）:
是处理因素作用于受试对象的反应，是研究结果的最终体现。
80.区组：
将整个试验环境分成若干个最为一致的小环境，称为区组。
81.回归：
回归（regression）是指由一个（或多个）变量的变异来估测另一个变量的变异。
82.相关：
相关（correlation）是指两个变量间有一定的关联，一个性状的变化必然会引起另一性状的变化。
83.无效假设与备择假设
无效假设：
无效假设或零假设（nullhypothesis），意味着，所要比较的两个总体平均数之间没有差异，记为H0：
。
所谓“无效”意指处理效应与总体
参数之间没有真实的差异，试验结果中的差异乃误差所致，即假设处理没有效应。
备择假设：
备择假设（alternativehypothesis）是在无效假设被否定时，准备接受的假设，记为HA：
或。
85.唯一差异原则：
为保证试验结果的严格可比性，在试验中进行处理间比较时，除了处理因素设置不同的水平外，其余因素或其他所有条件均应保持一致，
以排除非试验因素对试验结果的干扰，才能使处理间的比较结果可靠。
86.小概率原理：
在统计学上，把小概率事件在一次试验中看成是实际上不可能发生的事件称为小概率事件实际上不可能性原理，亦秒为小概率原理。
87.简述田间试验设计的基本原则和作用
88.随机区组设计的主要优点：
（1）设计简单，容易掌握；
（2）灵活性大，单因素、多因素以及综合性试验都可以采用；（3）符合试验设计的三原则，
能提供无偏的误差估计，能有效地减少单向的土壤肥力差异对试验的影响，降低试验误差，提高试验的精确度；（4）对试验地的形状和大小要求不严，必要时不同区组可以分散设置在不同的田块或地段上；（5）易于分析，当
因某种偶然事故而损失某一处理或区组时，可以除去该处理或区组进行分析。
89.标准差定义、意义及计算公式
统计学上把方差或均方的平方根取正根的值称为标准差（标准偏差）（standarddeviation）。
用平均数作为样本的代表，其代表性的强弱受样本中各观测值变异程度的影响。
如果各观测值变异小，贝U平均数的代表性强；如果各观测值变异大，贝U平均数代表性弱。
标准差的大小，受多个观测值的影响，如果观测值与观测值间差异大，其离均差也大，因而标准差也大，反之则小。
所以，样本标准差（S）是反映样本中
各观测值X1,X2,-Xn变异程度大小的一个指标，它的大小说明了平均数对该
样本代表性的强弱。
标准差小，说明观测值变异小，变量的分布比较密集在平均数附近，则平均数的代表性强；反之，标准差大，说明观测值变异大，变量的分布比较离散，则平均数的代表性弱。
90.简述拉丁方设计的特点和优缺点
91.试验误差有哪几方面的来源控制试验误差的途径有哪些
92.田间试验的基本要求有哪些
93.［例］6个毛豆品种患茎癌肿病的病株百分率（已经过反正弦转换的结果）如下表，试对这一随机区组试验的结果进行方差分析。
原始资料经反正弦转换后的B值（度）
品种
区
组
Tt
I
n
IV
A
B
C
D
E
F
Tr
T=
（一）自由度和平方和的分解
本资料，处理数k=6,区组数r=4，全试验观测值个数rk=24,全试验观测值
总和T=
1自由度的分解
总的dfT=rk—1=23区组dfr=r—1=3处理dft=k-1=5
误差dfe=dfT—dft—dfr=（r—1）（k—1）=15
2
区组SS=
平方和的分解
品种（处理）
误差SS=SS—SS—SS=
总的SS=—C
（二）列方差分析表和F测验F测验
区组品种（处理）
列方差分析表
变异来源
DF
SS
MS
F
区组间
3
品种间
5
误差
15
总变异
23
F测验说明：
区组间F=>F=差异显着，说明4个区组的环境是有极显着差异的。
因此，在这个试验中，区组作为局部控制的一项手段，对于减少误差相当有效率。
品种间F=>F=，说明6个供试品种的总体病株百分
率是有显着差异的。
94.［例］玉米乳酸菌饮料工艺研究中，进行了加酸量A比较试验，采用了5种
加酸量（k=5）:
A1（），A?
（），A3（），A（），A5（）5次重复（r=5）（分别由5个操作人员分别完成，以操作人员为区组），随机区组设计。
试验的感官评分结果见下表。
试进行方差分析
区组
酸量
I
n
川
IV
V
A1
77
74
63
70
74
A2
81
80
82
81
79
A3
91
94
93
96
90
A4
85
81
86
83
82
A58175647479
Tr「=
经计算得下列方差分析表：
方差分析表
变异来源
自由度
DF
平方和SS
均方MS
F
P概率
临界
F
临界
F
区组间
4
处理间
4
误差
—16
总变异
24
F测验说明:
多重比较：
平均数标准误=
最小显着极差dfe=16
新复极差测验的最小显着极差
秩次距P
2
3
4
5
多重比较结果（新复极差法，SSR法）
处理
均值（）
差异显着性
5%
i%
A
A4
A
A
Ai
试验结果表明:
94.题答案：
F测验说明：
因区组间F=VF=,P=>，故区组间差异不显着。
因处理间
F=>F=,P=V，故处理间差异极显着。
多重比较：
平均数标准误=
最小显着极差dfe=16
新复极差测验的最小显着极差
秩次距P
2
3
4
5
多重比较结果（新复极差法，SSR法）
处理
均值（）
差异显着性
5%
i%
A
a
A
A4
b
B
A
b
BC
A
c
CD
Ai
c
D
试验结果表明：
处理A的均值最高，极显着高于A4、A2、A5、Ai；处理A4极显着高于A5、Ai;处理A极显着高于Ai，显着高于A5；处理A、A2间差异不显着；处理A5、Ai间差异不显着。
95.—些夏季害虫盛发期的早迟和春季温度高低有关。
江苏武进县测定1956〜1
964年间，3月下旬至4月中旬，旬平均温度累积值（x,单位：
旬度）和一代三化螟蛾盛发期（y，以5月10日为0）的关系于下表。
累积温和一代三化螟蛾盛发期的关系
x（累积温）
y（盛发期）12169273139—1
经计算得:
a=;b=—;r=—
（1）计算相关系数和决定系数，对相关系数进行检验，并说明相关系数的意义。
（,7=）
（2）若相关显着，试建立回归方程，并说明其实际意义。
在应用回归方程进行预测时，给出x取值的限定区间。
95.题答案:
（1）计算相关系数和决定系数，对相关系数进行检验，并说明相关系数的意义。
（，7=）
2
r=—，r2=
因实得>,7=，则相关极显着。
计算结果r=—，说明当3月下旬的积温与一代三化螟盛发期间存在极显着的相关关系，即在x变数的取值区间［,］范围内随着积温的增加盛发期提早到来。
（2）若相关显着，试建立回归方程，并说明其实际意义。
在应用回归方程进行预测时，给出x取值的限定区间。
由于积温与盛发期相关极显着，说明直线回归关系也极显着，故可建立直线回归方程。
方程的实际意义：
说明当3月下旬的积温每提高1旬度时一代三化螟蛾盛发期将提早天到来，此规律只适于x变数的实际区间［，］；若欲在XV或x>外延,则必须要有新的试验依据。
96.［例］6个毛豆品种患茎癌肿病的病株百分率（已经过反正弦转换的结果）如下表，试对这一随机区组试验的结果进行方差分析。
原始资料经反正弦转换后的B值（度）
品种
区
组
Tt
I
n
IV
A
B
C
D
E
F
Tr
T=
经计算得以下结果:
列方差分析表
变异来源
DF
SS
MS
F
区组间
3
品种间
5
误差
15
总变异
23
F测验说明:
多重比较：
平均数标准误=
最小显着极差dfe=16
品种新复极差测验的最小显着极差
P
2
3
4
5
6
品种病株率的新复极差测验
品种
病株百分率
差异显着性
5%
1%
C
B
D
A
E
多重比较结果表明:
96.题答案:
经计算得以下结果：
列方差分析表
变异来源
DF
SS
MS
F
区组间
3
品种间
5
误差
15
总变异
23
F测验说明：
区组间F=>F=差异显着，说明4个区组的环境是有极
显着差异的。
因此，在这个试验中，区组作为局部控制的一项手段，对于减少误差相当有效率。
品种间F=>F=，说明6个供试品种的总体病株
百分率是有显着差异的。
多重比较：
平均数标准误
最小显着极差dfe=16
品种新复极差测验的最小显着极差
P
2
3
4
5
6
品种病株率的新复极差测验
品种
病株百分率
差异显着性
5%
1%
C
a
A
B
ab
AB
D
ab
AB
A
b
ABC
E
be
BC「
F
c
C
多重比较结果表明：
品种C的病株率最高，极显着高于E、F,显着高于A;品种B、D极显着高于F;品种A显着高于F;品种C、B、D间差异不显着；品种B、D、A、E间差异显着；品种E、F间差异不显着。
97、袋中有10只乒乓球，编号分别为1,2,…，10，现从中随机地一次取3只，求：
（1）最小号码为5的概率；
（2）最大号码为5的概率。
解：
设事件A=｛最小号码为5｝事件B=｛最大号码为5｝，则
1
2
3
4
5
6
7
8
9
10
98.有6件产品，其中有2件是次品，现从中抽取两次，每次取1件，在有返置抽样和不返置抽两种情况下，分别计算（参阅概率论与数理统计学习指南，孙国红P14）:
（1）取到的2件产品都是正品的概率；
（2）取到的2件产品都是正品或者都是次品的概率；
（3）取到的2件产品中有次品的概率。
分析：
从产品中取产品两次，每次取1件，检验产品的质量，故基本事件数的计算用乘法原理。
解记事件A=｛2件产品都是正品｝;记事件B=｛2件产品都是次品｝;记事件C-｛2件产品中有次品，即2件产品中至少有一件是次品｝。
返置抽样第一次有6件产品供抽取，第二也有6件产品供抽取。
由组合法的乘法原理，共有6X6种取法。
即样本空间中元素总数为6X6,对于事件A而言，由于第一次有4件正品可供抽取，第二次也有4件正品可供抽取，由乘法原理共有4X4种取法，即A中包含4X4个元素。
同理，B中包含2X2个元素。
于是
由于
升级会员 