食品试验设计与统计分析答案.docx

资源描述

食品试验设计与统计分析答案.docx

《食品试验设计与统计分析答案.docx》由会员分享，可在线阅读，更多相关《食品试验设计与统计分析答案.docx（16页珍藏版）》请在冰豆网上搜索。

食品试验设计与统计分析答案.docx

食品试验设计与统计分析答案

【篇一：

食品试验设计与统计分析复习题】

xt>一、名词解释

1.总体：

具有共同性质的个体所组成的集团。

2.样本：

从总体中随机抽取一定数量，并且能代表总体的单元组成的这类资料称为样本。

4.统计数：

有样本里全部观察值算得说明样本特征的数据。

包括样本平局数，标准差s，样本方差s2.

5.准确性：

试验结果真是结果相接近的程序。

6.精确性：

在相对相同的条件下，重复进行同一试验，其结果相接近的程度。

7.系统误差：

认为因素造成的差异。

8.随机误差：

各种偶然的或人为无法控制的因素造成的差异。

9.数量性状的资料：

能够称量、测量和计数的方法所表示出来的资料。

可分连续性.数量性状的资料和间断.数量性状的资料。

10.连续性资料：

用计量的方法得到的数据性资料。

11.间断性资料：

用计数的方法得到的数据性资料。

12.质量性状的资料：

只能观察、分类或用文字表述而不能测量的一类资料。

13.两尾检验：

具有两个否定域的假设试验。

14.一尾检验：

具有单个否定域的月统计假设试验。

15.参数估计：

又叫抽样估计，是样本统计数估计总体参数的一种方法。

16.点估计：

用样本统计数直接估计相应总体参数的方法。

17.区间估计：

在一定的概率保证下，用样本统计参数去估计相应总体参数所在范围。

18.置信区间：

估计出参数可能出现的一个区间，使绝大多数该参数的点估计值都包含在这个区间内，所给出的这个区间称为置信区间。

降低显著水平）。

科学的试验设计，提高样本容量）。

21.置信度：

保证参数出现在置信区间内的概率称为置信度。

22.直线回归：

研究x、y变量间因果依存的方法。

23.直线相关：

研究两个变量间直线关系的相关分析。

24.试验指标：

根据研究的目的而选定的用来衡量或考核试验效果的质量特性。

25.试验因素：

试验中所研究的试验指标的因素。

26.因素水平：

试验因素所处的某种特定状态或数量等级。

27.试验处理：

事先设计好的实施在试验单位上的一种具体措施或项目称为试验处理。

28.试验单位：

施加试验材料的单位。

29.重复：

指在一个处理有2个或2个以上的试验单位。

30.随机化：

将各个试验单位完全随机的分配在试验的各个处理中。

31.局部控制：

指当非试验因素，对试验指标的干扰不能从试验中排除时，通过采取一定的技术措施或方法来控制，从而降低或纠正它们的影响，提高统计推断的可靠性。

32.试验方案：

根据试验目的和要求而拟定的进行比较的一组试验处理的总称，是整个试验工作的核心部分。

33.完全随机试验：

将试验的所有处理各个复小区在试验中统一进行随机排列，但不设区组的方法。

34.随机区组设计：

按局部控制的原则，将试验的所有共享单元化合成与重复数相等的区间，再将每个区组化合成与处理数相等的小区。

35.调查设计的概念：

广义上，指整个调查范围计划的制定。

狭义上，指抽样方法，抽样单位，抽样数目的确定等内容。

二、填空题

1.试验设计的基本原则：

重复性、随机化、局部控制、唯一差异原则。

2.常用的抽样方法：

顺序抽样、随机抽样。

随机抽样又分为：

简单随机抽样、随机区组抽样、分层随机抽样、分级随机抽样。

3.资料的整理：

单项式分组法、组距式分组发。

4.统计表由表题、横标目、纵标目、线条、数字及合计构成。

5.统计表种类：

简单统计表、复合统计表。

7.连续性资料采用直方图和折线图，间断性和分类资料常用长条图或圆图，线图常用来表示动态变化情况。

8.平均数的种类：

算数平均数、中数、众数、几何平均数、调和平均数。

9.变异数种类：

全距、方差、标准差、变异系数。

13.统计假设检验原理：

小概率事件不可能发生性原理。

14.方差分析的基本假设包括：

效应的可加性，分布的正态性，方差的同质性。

15.x2检验：

适用性检验和独立性检验。

三、简答题

1.调查设计的作用。

答：

正确的调查设计能控制和降低抽样误差，提高调查的准确，为获得总体参数的可靠估计提供必需的数据。

2.科学实验的要求。

答：

①必需特别重视对试验的合理设计和科安排；②注意试验过程的正确运行，保证试验结果的可靠性、准确性和代表性；③进行科学正确的统计分析，以真正揭示被研究对象的本质，得出科学的结论。

3.试验误差的来源。

答：

①试验材料固有的差异；②测试方法不当或不正确；③仪器设备及试剂不合格或精度不高；④试验进行外用环境的差异；⑤操作不正确或操作人员生理上的差异。

4.完全随机试验设计的优缺点。

答：

（1）优点：

①遵循了重复性原则，随机性原则；②设计容易，简单灵活，不得已时各处理的重复次数可以不相等。

（2）缺点：

①试验条件不均匀时，试验误差大；②不遵循局部

控制原则。

5.随机组区间试验设计优缺点。

答：

（1）优点：

①设计简单，容易掌握；②灵活多样，对试验的空间要求不严，区间可排位单、双、多排，也可分散排列；③对于单、双、多因素都可以用该方法，精确度高，可以进行无偏估计，目前应用最广泛的实验设计。

（2）缺点：

处理数不宜太多，一般3—5个处理。

6.连续性资料整理步骤（常采用组矩式分组法）。

答：

①求全矩；②确定组数；③确定组矩；④确定组限及组中值；⑤制作次数分布表。

7.间断性资料的整理。

答：

常采用单项式分组法，其步骤是用样本的观测值直接进行分组，每组均用一个观测值表示。

分组时，将资料中的每个观测值归入相应的组内，然后记数制或次数分布表。

8.分类资料的整理。

答：

对于分类资料，可按类别或特级进行分组，分别统计各组的次数，然后制成次数分布表。

9.算数平均数的特性：

①样本各测值与平均数之差的和为零：

（x-x）?

0；②样本中各观测值与平均数之差的平方和为最小，即离?

（x-x）＜?

（x-a）。

均差平均和最小?

—22—

10.标准差的特性。

答：

①标准差的大小受每个观测值的影响，若数值间变异大，其离均差亦大，由此求得的标准差必然大，反之则小。

②计算标准差时，在样本各观测值加或减同一常数，标准差的值不变。

③当样本资料中每个观测值乘以或除以一个不等于0的常数a时，所得的标准差原来的a倍或1/a。

11.二项分布的特点及特征数。

答：

（1）性质：

①p（x=k）=pn（k）≥（k=0,1,2，……，n）；

②二项分布概率之后等于1，即?

cnkpkqn-k=（p+q）n=1；

③p（x≤m）=pn（k≤m）=?

cnkpkqn-k；

④p（x≥m）=pn（k≥m）=?

cnkpkqn-k；

⑤p（m1≤x≤m2）=pn（m1≤k≤m2）=?

cnkpkqn-k（m1≤m2）。

0m2

（2）特点：

①当p值较小时且n不大时，分布是偏倚的。

随着n的增大分布逐渐趋于对称；②当p趋于0.5时分布越对称；③对固定的n及p，当k增加时，pn（k）先随之增加并达到某极大值后又下降。

12.正态分布的特征。

13.统计假设检验方法步骤。

答：

（1）方法：

u检验、t检验、f检验和x2检验。

（两尾）（一尾）；

【篇二：

食品试验设计与统计分析期末复习资料】

据作出科学的推断。

因而

统计学是认识世界的重要手段

食品试验设计与统计分析：

数理统计原理与方法在食品科学研究中的应用，是一门应用数学作用：

1.提供试验设计和调查设计的方法2.提供整理、分析资料的方法

一般步骤：

1.数据搜集2.数据整理3.数据分析4.呈现结果

食品试验科学的特点：

1.食品原料的广泛性2.生产工艺的多样性3.质量控制的重要性

4.不同学科的综合性

正确运行试验应保证：

试验结果的可靠性、准确性、代表性

统计学发展概貌：

古典记录统计学、近代描述统计学、现代推断统计学

总体：

根据研究目的确定的研究对象的全体

个体：

总体中一个独立的研究单位

样本：

根据一定方法从总体中抽取部分个体组成的集合

样本含量：

也称样本容量，即样本中个体的数目

随机样本：

总体中的每一个个体都有同等机会被抽取组成样本

统计分析的两个特点：

代表性、随机性

参数：

由总体计算的特征数

统计量：

由样本计算的特征数

两者的关系：

由相应的统计量来估计参数，如样本平均数估计总体平均数，样本标准差估计

总体标准差

试验的准确性：

在调查或试验中某一实验指标或性状的观测值与真实值接近的程度试验的精确性：

在调查或试验中同一实验指标或性状的重复观测值彼此接近的程度

如何提高试验的准确性与精确性：

在调查或试验中应严格按照调查或试验计划进行，准确地

进行观测记载，力求避免人为差错，特别要注意试验条件

的一致性，除所研究的各个处理外，其他供试条件应尽量

控制一致，并通过合理的调查或试验设计努力提高试验的

准确性和精确性。

随机误差：

由许多无法控制的内在和外在偶然因素所造成的误差，不可避免和消除，影响试

验的精确性

系统误差：

也称片面误差，由于试验对象相差较大，测量的仪器不准、标准试剂未经校正所

引起，可以通过改进方法、正确试验设计来避免、消除，

影响试验准确性

怎样控制、降低随机误差避免系统误差：

随机误差可以通过试验控制尽量降低，并经对试验

数据的统计分析估计之。

将试验工作做得精细，严

格按照试验要求计划进行，准确进行试验。

资料的分类：

连续性资料，对每个观测值单位使用仪器或试剂等量测手段来测定其某项指标

的数值大小；间断性资料，用计数方式得到的数据；

分类资料，可自然或人为地分为两个或多个不同类

别的资料

等级资料：

将观察单位按所考察的性状或指标的等级顺序分组，然后清点各组观察单位的次

数而得的资料

统计次数法：

在一定的总体或样本中，根据某一性状的类别统计其个体数

资料的完整性：

原始资料无遗缺或重复

资料的正确性：

原始资料的测量和记载无差错或未进行不合理的归并

连续性资料的整理：

采用组距式分组1.求全距2.确定组数3.求组距4.确定组限和组中值

5.制作次数分布表

间断性资料采用单项式分组法，直接分组

分类资料整理：

统计次数法

统计表的绘制原则：

结构简单，层次分明，内容安排合理，重点突出，数据准确，便于理解

和分析

统计表种类：

简单表，复合表

统计图：

用图形将统计资料形象化。

长条图、圆图、线图、直方图、折线图

统计图绘制的基本要求：

1.图题简明扼要，列于图的下方2纵轴、横轴应有刻度，注明单位

3.横轴由左至右，纵轴由下而上，数值由小到大，图形横纵比例

约为7：

54.图中需用不同颜色或线条代表不同事物时，应有图

例说明。

平均数：

指出资料中数据集中较多的中心位置，描述资料的集中性

平均数的种类：

算术平均数（反应平均数量水平和综合特性）、中数、众数、几何平均数、

调和平均数

算数平均数计算方法：

直接法、加权法

算数平均数的特性：

离均差为0、离均差平方和最小、

方差：

各数据与平均数的差的平方和与自由度的比叫做方差；

标准差：

样本方差的算术平方根叫做样本标准差

标准差的特性：

1.标准差的大小受每个观测值的影响，若数值之间变异大，其离均差亦大，

标准差必然大。

2.各观测值加或减同一常数，标准差的值不变。

3.每个观

测值乘以或除以一个不等于0的常数a时，所得标准差是原标准差的a

倍或1/a

变异系数：

标准差相对于平均数的百分数，当资料所带的单位不同或单位虽然相同而平均数

相差较大时，不能直接用标准差比较各个样本资料的变异程度大小。

消除了不同

单位和平均数的影响。

参数的无偏估计：

当一个统计量的数学期望值等于相应总体参数值时的统计量。

构成比：

各类别、等级的观察之个数与观察值的总个数的百分比。

只有从总体随机抽取的样本才具有代表性

准确性不易度量，精确性可以用统计方法度量

间断性资料不可能有任何带小数的数值出现

应1%

线图是用来表示事物随时间变化的情况

二项分布的特征p29

泊松分布：

可以用来描述和分析随机地发生在单位空间或时间里的稀有事件的分布。

（即小

概率事件分布，意外事故、自然灾害都近似服从）

正态分布：

连续型随机变量的概率分布

特点：

p34

三种分布的关系:

p37

抽样误差：

由随机抽样造成的误差

样本平均数的抽样分布：

样本平均数是一个随机变量，其概率分布叫做样本平均数的抽样分

布。

样本平均数的抽样总体：

样本平均数构成的总体

标准误差（标准误，均数标准误）：

样本平均数抽样总体的标准差。

反应精确性的高低均数差标准误：

p42

统计推断：

根据抽样分布规律和概率理论，由样本结果去推断总体特征。

主要包括假设检验

和参数估计

参数估计有点估计、区间估计

表面效应：

样本平均数与总体平均数的差异。

包含两总体平均数的差异（处理效应）和试验

误差

统计假设检验：

对研究总体提出假设，然后在此假设下构造合适的检验统计量，并由该统计

量的抽样分布计算出样本统计量的概率，再根据概率值的大小作出接受或否

定假设的判断

Ⅰ型错误：

即第一类错误，指当h0本身正确，但通过假设检验后却否定了它，也就是将非

真实差异错判为真实差异。

Ⅱ型错误：

当h0本身错误时，通过假设检验后却接受了它，也即把真实差异错判为非真实

差异。

减少Ⅰ型错误，可将显著水平定得小一点。

减少Ⅱ型错误，通常是通过减少均数标准误来减

别位于样本平均数分布曲线的两尾。

若样本资料总体方差已知，且样本含量大时用u检验

统计假设检验中应注意的问题：

1.试验要科学设计和正确实施2.选用正确的统计假设检验

方法3.正确理解差异显著性的统计意义4.合理建设统计假设，正确计算检验统计量

点估计：

用某一个样本统计数直接估计相应的总体参数的方法

区间估计：

在一定概率保证下，结合抽样误差，估计出参数可能出现的一个范围（区间），

使绝大多数的点估计值都包含在这个区间内的参数估计方法。

该区间成为置信区间，分为上下限，上下限的差值为置信半径，置信半径的一半为置信距。

保证参数在置信区间内的概率称为置信度或置信概率。

两大类变量关系：

一、确定性关系二、非确定性关系

统计相关关系：

在一定范围内，对一个变量的任一数值，虽然没有另一个变量的一个确定数

值与之对应，但是却有一个特定y的条件概率分布与之对应的不确定性关系

直线回归的计算步骤：

1数学模型建立2.参数的估计

直线回归的假设检验：

1.对回归方程的f检验2.对回归系数的检验3.对回归截距的检验回归分析：

对符合回归理论模型的资料进行统计分析的一种数理统计方法