《生物统计附试验设计a卷含答案.docx》由会员分享，可在线阅读，更多相关《生物统计附试验设计a卷含答案.docx（9页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、生物统计附试验设计a卷含答案生物统计附试验设计课程考试试卷（A）适用专业：考试日期：试卷所需时间：120 分钟闭卷试卷总分：100一、填空 （共 3 小题，每空 1 分，共 8 分）1进行方差分析的基本前提是 、 、 。2常用的描述数据集中程度的统计量有 、 、 等。3依据探讨目的确定的探讨对象的全体称为，其中的一个探讨单位称为 。二、是非题（共 3 小题，每小题 6 分，共 18 分）以下命题均来自线性回来分析一章，请指出下列命题是否正确， 并说明缘由。1.自变量 X、依变量 Y 的单位变更的时候，一元线性回来方程保持不变。2.假如能依据 X 的数值推算 Y，则两者之间必定存在因果关系。3.
2、设中学生的身高 Y（米）和年龄 X（岁）的回来方程为 Y=0.5+0.06X，则初生婴儿的平均身高为 0.5 米。三、简答题（共 4 小题，每小题 6 分，共 24 分）1简述假设检验的步骤。2简述假设检验过程中，两种类型的错误的定义。3为什么不能用 t-检验替代方差分析？ 4什么是标准化回来系数？计算标准化回来系数有什么作用？ 四、实例分析题（共 2 小题，第 1 小题 15 分，第 2 小题 20 分，共35 分）1.采纳新疗法后，某种疾病的治愈人数与接受治疗人数之比（治愈率）较去年有所提高，经过假设检验，P<0.05。以下结论哪些是正确的，哪些是错误的， 并对错误的结论给出说明。1
3、）出现第类错误的可能性低于 5%。2）P 值越小，临床意义越大。3）P<0.05 说明治愈率的改善具有统计学意义，因此新疗法值得临床推广。2为探讨赖氨酸对儿童生长发育的影响，拟在面包中加入赖氨酸对幼儿园的学生进行干预试验。1）该试验如何设置比照？ 2）有哪些干扰因素须要限制？如何限制？ 五、试验分析题（共 1 题，每小题 15 分，共 15 分）1为探讨雌激素对子宫发育的影响，现有 4 窝不同品系未成年的大白鼠，每窝3 只，随机分别注射不同剂量的雌激素，然后在相同条件下试验，并称得它们的子宫重量，见表 1，试作方差分析。表 1各品系大白鼠不同剂量雌激素的子宫重量(g) 品系(A) 雌激素
4、注射剂量(mg/100g)(B) 合计 x i.平均. ixB 1 (0.2) B 2 (0.4)B 3 (0.8) A 1106 116 145 367 122.3 A 242 68 115 225 75.0 A 370 111 133 314 104.7 A 442 63 87 192 64.0 合计 x .j260 358 480 1098平均jx .65.0 89.5 120.0 以 ga、gb 作为分组变量，分别代表 A、B 两个因素，以 weight 代表子宫重量，用 R 软件进行统计。部分结果如下：Analysis of Variance Table Response: weig
5、ht Df Sum Sq Mean Sq F valuePr(>F) ga 3 6457.72152.623.771 0.0009923 * gb 2 6074.03037.033.537 0.0005535 * Residuals6543.390.6 1）本试验设计是否可以分析两因素之间的交互作用，为什么？ 2）针对题目和给出的结果，作出说明和结论。 院系：_专业班级：_姓名：_学号：_ 装订 线生物统计附试验设计试卷 A A 答案 一、填空题1数据总体符合正态分布，总体方差相等，效应可加 2算数平均数，几何平均数，加权平均数，中位数，众数等 4总体，个体二、是非题1.错误。回来方程的
6、系数受到观测值单位的影响。2.错误，两个相关变量值之间未必是因果关系，也可以是平行关系。3.错误，回来方程的运用具有肯定的范围，不能超出这个范围运用。 三、简答题1统计假设测验的步骤可总结如下：（1）提出无效假设 H0 和备择假设 HA。（2）确定显著水平 a，此显著水平为犯第一类错误的概率。（3）在 H0 为正确的假定下，依据统计数的抽样分布规律，算出实得差异由误差造成的概率；或划出否定区域。（4）将算得的概率和 a 相比较，或者将试验结果和否定区域相比较，从而作出接受或否定假设的推断。2假设检验时，依据检验结果作出的推断，即拒绝 H 0 或不拒绝 H 0 ，并不是百分之百的正确，可能发生两
7、种错误。下面以样本均数与总体均数比较的 t 检验为例说明。拒绝了事实上成立的 H 0 ，即样本原原来自μ=μ 0 的总体，由于抽样的偶然性得到了较大的 t 值，因 t≥t 0.05(v) 按α=0.05 检验水准拒绝了 H 0 ，而接受了 H 1（μ≠μ 0 ），这类错误为第一类错误（或 I 型错误，type Ierror），理论上犯第一类错误的概率为α，若α=0.05，那么，犯第一类错误的概率为 0.05.不拒绝事实上不成立的 H 0 ，即样本原原来自μ≠μ 0 的总体，H 0 ：μ=μ 0
8、 事实上是不成立的，但由于抽样的偶然性，得到了较小的 t 值，因 tt 0.05(v) ,按α=0.05 检验水准不拒绝 H 0 ，这类错误称为其次类错误（或型错误，type error），3 t 检验法适用于样本平均数与总体平均数及两样本平均数间的差异显著性检验，但在生产和科学探讨中常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。这时，若仍采纳 t 检验法就不相宜了。这是因为：1）检验过程烦琐 2）无统一的试验误差，误差估计的精确性和检验的灵敏性低对同一试验的多个处理进行比较时，应当有一个统一的试验误差的估计值。若用 t 检验法作两两比较，由于每次比较需计
9、算一个2 1x xS-，故使得各次比较误差的估计不统一，同时没有充分利用资料所供应的信息而使误差估计的精确性降低，从而降低检验的灵敏性，在用 t 检法进行检验时，由于估计误差的精确性低，误差自由度小，使检验的灵敏性降低，简单掩盖差异的显著性。3）推断的牢靠性低，检验的 I 型错误率大即使利用资料所供应的全部信息估计了试验误差，若用 t 检验法进行多个处理平均数间的差异显著性检验，由于没有考虑相互比较的两个平均数的秩次问题，因而会增大犯 I 型错误的概率，降低推断的牢靠性。由于上述缘由，多个平均数的差异显著性检验不宜用 t 检验，须采纳方差分析法。4 变量标准化是将原始数据减去相应变量的均数，然
10、后再除以该变量的标准差。计算得到的回来方程称作标准化回来方程，相应的回来系数即为标准化回来系数。标准化回来系数没有单位，可以用来比较各个自变量 Xi 对 y 的影响强度，通常在有统计学意义的前提下，标准化回来系数的肯定值越大，说明相应自变量对 y 的作用越大。一般回来系数有单位，用来说明各自变量对应变量的影响，表示在其它自变量保持不变时，Xi 增加或削减一个单位时 Y 的平均改变量 。不能用各|bj|来比较各 Xi 对 Y 的影响大小。标准化回来系数无单位，用来比较各自变量对应变量的影响大小，|bj|越大， Xi 对 Y 的影响越大。四、实例分析题1 1）正确 2）错误，P 值大小仅仅是统计学
11、意义上的显著与否，与现实意义没有干脆的关系。此外，判别水平 a 是一个不确定的量，可以依据型错误的严峻程度来自行驾驭，本题目中没有给出确定的 a，因此是否有临床意义尚待探讨。3）错误，理由同上。21）( )j jjjX XXS-= =YjjYYjjj jSSbllb b 含赖氨酸面包+非处理因素→赖氨酸效应 + 面包效应+非处理因素效应 面包+非处理因素→ 面包效应+非处理因素效应 非处理因素→+非处理因素效应2）引发干扰的因素许多，例如儿童个体的差异，饮食的差异，所处环境的差异等，应当将儿童尽可能的置于一个同样的环境下来进行这个试验。 五、论述题1 没有重复观测值的数据，不能进行交互作用的方法分析。这是因为：(1)在这种状况下，SS e , df e 事实上是 A 、 B 两因素交互作用平方和与自由度，所算得的 MS e 是交互作用均方，主要反映由交互作用引起的变异。(2)这时若仍按上面所采纳的方法进行方差分析，由于误差均方值大(包含交互作用在内)，有可能掩盖试验因素的显著性，从而增大犯型错误的概率。(3)因为每个水平组合只有一个观测值，所以无法估计真正的试验误差，因而不行能对因素的交互作用进行探讨。因此，进行两因素或多因素试验时，一般应设置重复，以便正确估计试验误差，深化探讨因素间的交互作用。依据试验结果，两个因素不同水平之间的差异均为极显著。