2022年食品试验设计与统计分析期末复习资料.docx

《2022年食品试验设计与统计分析期末复习资料.docx》由会员分享，可在线阅读，更多相关《2022年食品试验设计与统计分析期末复习资料.docx（28页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精选学习资料 - - - - - - - - - 第一章1. 统计学： 讨论数据的搜集、整理与分析的科学,面对不确定性数据作出科学的推断；因而统计学是熟悉世界的重要手段；2. 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讨论中的应用,是一门应用数学；3. 食品试验科学的特点：4. 统计学进展概貌：古典记录统计学、近代描述统计学、现代推断统计学；其次章5. 总体： 依据讨论目的确定的讨论对象的全体；6. 个体： 总体中一个独立的讨论单位；7. 样本： 依据肯定方法从总体中抽取部分个体组成的集合；8. 样本含量 n 样本容量 ：即样本中个体的数目； n30 的样本叫小样本,n30 的样本叫

2、大样本9. 随机样本： 总体中的每一个个体都有同等时机被抽取组成样本；10. 参数： 由总体运算的特点数；11. 统计量： 由样本运算的特点数；12. 参数和统计量的关系：由相应的统计量来估量参数,如样本平均数估量总体平均数,样本标准差估量总体标准差；13. 精确性 精确度：在调查或试验中某一试验指标或性状的观测值与真实值接近的程度；观测值与真实值之间14. 精确性 精确度：在调查或试验中同一试验指标或性状的重复观测值彼此接近的程度；观测值与观测值之间15. 试样中的误差 :随机误差和系统误差；16. 随机误差抽样误差 ： 由很多无法掌握的内在和外在偶然因素所造成的误差,不行防止和排除,影响试

3、验的精确性；17. 系统误差片面误差 ： 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,可以通过改良方法、正确试验设计来防止、排除,影响试验精确性；18. 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而得到 的资料；间断性资料：用计数方式得到的数据资料；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： 将观看单位按所考察的性状或指标的等级次序分组,然后清点各组观看单位的次数而得的资料；19. 连续性资料的整理：采纳组距式分组最小值为下限,最大值为上限；第一组的组中值以接近于或等于资料中最小值为好；20. 统计表的

4、绘制原就：结构简洁,层次分明,内容支配合理,重点突出,数据精确,便于懂得和分析21. 统计表种类： 简洁表,复合表22. 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；23. 平均数 X：指出资料中数据集中较多的中心位置,描述资料的集中性；反应了总体分布的集中趋势；24. 平均数的种类：算术平均数、中数、众数、几何平均数、调和平均数；25. 算数平均数运算方法：直接法、加权法26. 算数平均数的特性：离均差为 0,离均差平方和最小；27. 离均差： 每个观测值均有一个偏离平均数的度量指标；算术平均数的离均差之和为零；28. 离均差平方和：各个离均差平方后相加；29. 方

5、差 MS ：也称均方,各数据与平均数的差的平方和与自由度的比；样本方差用 S2表示；无单位30. 自由度 df ： 样本内独立而能自由变动的离均差个数；31. 标准差： 样本方差的算术平方根；有单位,与观测值单位相同32. 标准差的特性：1.标准差的大小受每个观测值的影响,假设数值之间变异大,其离均差亦大,标准差必定大；2.各观测值加或减同一常数,标准差的值不变；名师归纳总结 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 ；第 1 页,共 17 页- - - - - - -精选学习资料 - - - - - - - - - 33.样本标准差： EX

6、CEL 用 STDEV 函数运算；不能直接用标准差比较各个34.变异系数 CV ：标准差相对于平均数的百分数；反映了总体的可比程度；35.CV=S*100%X变异系数的作用： 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,样本资料的变异程度大小；排除了不同单位和平均数的影响；第三章36.伯努利试验： 只有两种试验结果的随机试验；n 次,并作为一个随机试验；37.N 重伯努利试验：伯努利试验在完全相同的试验条件下独立的重复38.二项分布 x Bn ,p ：离散型随机变量分布；Px=k= C kp kq n k二项分布的特点 nk=0,1,2,3 ,n 39.nK0 2.p+q n的几个概

7、率之和；40.4.当 p 值较小且 n 不大时,分布是偏倚的；随着 n 的增大,分布逐步趋于对称；5.当 p 值趋于 0.5 时,分布趋于对称；二项分布的应用条件：1试验结果为两大类或两种可能的结果；2每次试验的条件不变,每次试验A 的发生概率均为 ；3各次试验独立,每个观看单位的观看结果不会影响到其他观看单位的结果；41.二项分布的平均数：=np 即小概率大事42.二项分布的方差：2=npq 43.泊松分布 xP ：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大事的分布；分布,意外事故、自然灾难都近似听从44.Px=k=ke= 2= ；只要x-肯定值相等,.k泊松分布特点：离散型随机

8、变量概率分布,均值与方差相等；45.泊松分布的应用条件：在平均数的左右两侧,1.随机地发生在单位时间或空间里的稀有大事的概念分布；2.在二项分布中,n 很大, p 很小时；3.大事不随机时,不能用泊松分布；46.正态分布 xN,2：连续型随机变量的概率分布；47.正态分布的特点：1.正态分布曲线是以均数为中心左右对称的单峰悬钟形曲线；f x值就相等；2.f x在 x=处到达最大值,且f=1/ 2第 2 页,共 17 页3.f x是非负函数,以横轴为渐近线,分布从 是位置参数, 2 是外形参数；-到 +,且曲线在 处各有一个拐点；4.5.正态分布的次数多数集中于平均数的邻近,离均数越远,其相应的

9、次数越少；6.曲线 fx与横轴之间所围成的面积等于1；48.标准正态分布u N0,1： =0 ,2=1 的正态分布；49.标准正态变量标准正态离差u：u= x-/ 50.三种分布的关系:1.二项分布,当n 很大, np 、n 1-p 接近,该分布接近于正态分布；2.在 n、 p0.5 时或 p 0.1 时可用二项分布代替正态分布；3.当 n、 p0,且 np=较小常数时,用泊松分布代替二项分布；4.当 p0.1 且 n 很大时,用泊松分布代替二项分布；名师归纳总结 - - - - - - -精选学习资料 - - - - - - - - - 5.泊松分布,30 时,用正态分布代替；,x 越大精确

10、度越低；51.抽样分布： 统计量的分布概率；52.抽样误差 ：由随机抽样造成的误差；53.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54.xxnt 分布；t 分布： 在运算 S x 时,由于采纳 S 来代替,使得 t 变量不再听从标准正态分布,而是听从t= x-/Sx 第四章55. 统计推断： 依据抽样分布规律和概率理论,由样本结果去推断总体特点；主要包括假设检验显著性检验和参数估量；56.外表效应： 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 -0和试验误差；57.x-0=+-0= -0+并由该统计量的抽样分布计统计假设检验： 对讨论总体提出假

11、设,然后在此假设下构造合适的检验统计量,算出样本统计量的概率,再依据概率值的大小作出接受或否认假设的判定；58. 无效假设 H 0：通过检验,可能被接受,也可能被否认；59. 备择假设 H A ：与无效假设相对应的假设；60. 进行假设检验的基本依据：把小概率大事在一次试验中看成是实际不行能发生的大事称为小概率大事实际不可能性原理；61. 显著水平 a：打算接受或否认 H 0 的小概率标准； 常用显著水平有 0.05 和 0.01 62. 统计假设检验步骤：63. 型错误 第一类错误 ：指当 H 0 本身正确, 但通过假设检验后却否认了它,也就是将非真实差异错判为真实差异；犯第一类错误的概率是

12、；削减型错误,可将显著水平定得小一点；64. 型错误 其次类错误 ：当 H 0 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；削减型错误,通常是通过削减均数标准误来减小其次类错误的概率；而均数标准误的减小是通过精密的试验设计、严格的试验操作和增大样本容量来实现的；由于一般来说 大 就小,增大了犯第一类错误的概率时,犯其次类错误的可能性就小；反之, 小, 大；因此在实践中可以依据试验目的,通过调整 的大小来掌握检验时犯错误的概率；65. 两尾检验： 备择假设中,包含了 0 两种情形,因而这种检验有两个否认域,分别位于样本平均数分布曲线的两尾；66. 一尾检验： 否认域位

13、于 x 分布曲线某一尾的统计假设检验；67. 选用两尾检验仍是一尾检验应依据专业的要求在试验设计时确定；假设事先不知道 与 0 谁大谁小, 为了检验两者是否有差异就用两尾检验；假如能凭借专业只是估量 不会小于或大于 0 时,为了检验 是否大于 或小于 0 应用一尾检验；68. u 检验： 在假设检验中利用标准正态分布来进行统计量的概率运算的检验方法；69. u 检验使用范畴：假设样本资料总体方差已知,或样本含量30 时用 u 检验；70. 假设统计误差中试验误差：随机误差71. 统计假设检验中应留意的问题：1.试验要科学设计和正的确施 2.选用正确的统计假设检验方法 3.正确懂得差异显著性的统

14、计意义 4.合理建设统计假设,正确运算检验统计量名师归纳总结 第 3 页,共 17 页- - - - - - -精选学习资料 - - - - - - - - - 单个样本平均数的假设检验1单个样本平均数的u 检验：某罐头厂生产肉类罐头,其自动装罐机在正常工作时每罐净重听从正态分布 日随机抽查 10 瓶罐头,测其净重见表；分析装罐机当日工作是否正常？N 500 ,64 单位, g ；某编号1 2 3 4 5 6 7 8 9 10 净重 g505 512 497 493 508 515 502 495 490 510 2单个样本平均数的t 检验：t 检验：在假设检验中利用 t 分布来进行统计量的概

15、率运算的检验方法；两个样本平均数的假设检验：由两个样本平均数之差,去判定这两个样本所在的总体平均数有无显著差异；一、成组资料平均数的假设检验：1U 检验2 1和2 2已知；1、 假如两个样本资料都听从正态分布,且总体方差2、 总体方差未知,但两个样本都是大样本时,平均数差数的分布呈正态分布；名师归纳总结 - - - - - - -第 4 页,共 17 页精选学习资料 - - - - - - - - - 2t 检验1且2 1=12 2时,不管是大样本仍是小样本,都有下式听从具有1.假如两个样本资料都听从正态分布,自由度 df=n1+n 2-2 的 t 分布：txx22；S x1x2二、成对资料平

16、均数的假设检验：名师归纳总结 - - - - - - -第 5 页,共 17 页精选学习资料 - - - - - - - - - 72. 二项百分率的假设检验名师归纳总结 1单个二项百分率的假设检验第 6 页,共 17 页- - - - - - -精选学习资料 - - - - - - - - - 2 单个二项百分率的假设检验第五章73.方差分析变量分析 ：关于观测值变异缘由的数量分析；三个或三个以上水平的分析,小于3 个用 t 检验；2.74.试验设计的作用：1.可以分析清晰试验因素对试验指标影响的大小次序,找出主要因素, 抓住主要冲突可以明白试验因素较快地找出优化的生产条件或工艺条件,确定优

17、化方案5.可以正确估量、猜测和有效掌握、降低试验误差,提高试验精度 6.可以明确为查找更优生产或工艺条件、深化揭示事物内在规律而进一步讨论的方向；75.试验指标： 依据讨论目的而选定的用来衡量或考核试验成效的质量特性；如：考察加热对果胶酶活性的影响,果胶酶活性是试验指标； 单指标试验,多指标试验76.试验因素： 凡对试验指标可能产生影响的缘由或要素；如：酱油质量受原料、曲种、发酵时间等的影响,这些都是影响酱油质量的因素；77.因素水平： 试验因素所处的某种特定状态或数量等级；如：比较 3 个大豆品种蛋白质含量高低,这3 个品种就是大豆品种这个试验因素的三个水平78. 试验处理： 事先设计好的实

18、施在试验单位上的一种详细措施或项目；如：单因素试验中,试验因素的一个水平就是一个处理 多因素：水平组合79. 平方和与自由度分解：设一个试验共有 k 个处理 n 个重复,就该试验资料共有 nk 个观测值,其数据分组如下：名师归纳总结 - - - - - - -第 7 页,共 17 页精选学习资料 - - - - - - - - - 80.F 值： 两个方差之比；F=S t2 /2 S e81. F 自由度： 两个； df 1= df t=k-1 df 2= df e=k n-1 82. F 检验 :用 F 值显现概率的大小推断两个方差是否相等的方法；83. 方差分析表：变异来源 平方和 SS自

19、由度 df 均分 MS F 值处理间 SSt df t=k-1 MS t=SS t/df t SSt/SS e处理内 SSe=SS T-SSt df e=df T-df t MS e=SS e/df e总变异 SST df T=nk-1 84. 线性模型： 被分析的变量总体中每一个变数可以按其变异的缘由分解成假设干个线性组成部分；ijx i i ij85. 单因素线性模型的数学模型可归纳为：86. 多重比较： 统计学中把多个平均数两两间的比较；F 值显著或极显著否认了无效假设 H0,说明试验的总变异主要来源于处理间的变异； 常用的有最小显著差数法 LSD 法和最小显著极差法 LSR 法 ；87

20、. 最小显著差数法 LSD 法 的检验程序： 在处理间的 F 检验显著的前提下,运算出显著水平为 的最小显著差数 LSD ；任何两个处理平均数间的差数 x i . x j . ,假设其肯定值 LSD ,就为在 水平上差异显著；反之,就为在 水平上差异不显著；这种方法又称为爱护性最小显著差数法；LSD 法实质上是 t 检验；名师归纳总结 第 8 页,共 17 页- - - - - - -精选学习资料 - - - - - - - - - 88.最小显著极差法LSR 法特点： 把相互比较的两平均数的差数看成是平均数的极差,依据极差范畴捏所包含的处理数 K称为秩次距的不同而采纳不同的检验尺度,以克服

21、LSD 法的不足；89. 最小显著极差法：q 检验和新复极差法；90. q 检验法： 检验统计量为 q 值；q=R/ S X91. 新复极差法邓肯氏法,SSR：名师归纳总结 - - - - - - -第 9 页,共 17 页精选学习资料 - - - - - - - - - 92. 各处理重复数相等的方差分析：名师归纳总结 - - - - - - -第 10 页,共 17 页精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 11 页,共 17 页精选学习资料 - - - - - - - - - 93. 两向分组资料的方差分析1.两向分组单独观测值试验资

22、料的方差分析第 12 页,共 17 页名师归纳总结 - - - - - - -精选学习资料 - - - - - - - - - 94. 简洁效应： 在某因素同一水平上,另一因素不同水平对试验指标的影响；95.主效应： 由于因素水平的转变而引起的平均数的转变量；表现为某一因素在另一因素的不同96.互作效应： 在多因素试验中,一个因素的作用要受到另一个因素的影响,水平上所产生的效应不同；2.两因素等重复试验：第 13 页,共 17 页名师归纳总结 - - - - - - -精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 14 页,共 17 页精选学习资

23、料 - - - - - - - - - 名师归纳总结 - - - - - - -第 15 页,共 17 页精选学习资料 - - - - - - - - - 97.两向分组有重复资料方差分析时数据总变异缘由可以分解为：A 因素, B 因素, A*B 和误差98. 方差分析的基本假定：99. 参数统计： 限定分布的估量或检验；100. 非参数统计： 对总体分布的详细形式不必作任何限制性假定和不以总体参数详细数值估量或检验为目的的推断统计；101. 非参数统计检验：非参数统计主要用于对某种判定或假设进行检验；102. x2检验103. 适应性检验： 判定实际观看次数属性安排是否依循已知属性安排理论或

24、学说的一种假设检验方法；104. 独立性检验： 用 x2检验来探求两因子间是否彼此独立仍是关联的检验；105. 相关系数的回来系数的符号：无法判定106. 线性回来分析中的假设检验：检验变量 x 和 y 是否有线性相关关系；第八章107.试验指标： 依据讨论目的而选定的用来衡量或考核试验成效的质量特性；如：考察加热对果胶酶活性的影响,果胶酶活性是试验指标108.试验因素： 凡对试验指标可能产生影响的缘由或要素；如：酱油质量受原料、曲种、发酵时间等的影响,这如：比较3 个大豆品种蛋白质含量高低,这 3 个品种些都是影响酱油质量的因素；109.因素水平： 试验因素所处的某种特定状态或数量等级；就是

25、大豆品种这个试验因素的三个水平110.试验处理： 事先设计好的实施在试验单位上的一种详细措施或项目；如：单因素试验中,试验因素的一个水平就是一个处理名师归纳总结 - - - - - - -第 16 页,共 17 页精选学习资料 - - - - - - - - - 111. 试验单位： 在试验中能接受不同试验处理的独立的试验载体；112. 重复： 在一个试验中,将一个处理实施在两个或两个以上的试验单位上；113. 处理： 是指事先设计好的实施在试验单位上的一种详细措施；114. 全面试验： 试验中,对所选取的试验因素的全部水平组合全部赐予实施的试验；115. 部分实施部分试验 ：从全部试验处理中

26、选取部分有代表性的处理进行试验；116. 试验设计的三原就：重复,随机化,局部掌握第十一章117. 正交设计： 利用正交表来支配与分析多因素试验的一种设计方法；118. 正交设计的基本特点：用部分试验来代替全面试验,通过对部分试验结果的分析,明白全面试验的情形；119. 正交表 L nt q ： L 表示正交表, n 表示试验点数,即正交表行数,t 表示因素的水平数,q 为最多能安排的因素数,即正交表列数；120.正交表的性质：1.任何一列中各水平都显现,且显现次数相等；2.任意两列间各种不同水平的全部可能组合都显现,且显现次数相等；121.正交设计的基本步骤：因素的个数不大于正交表记号中括号内的指数,1明确试验目的,确定试验目标2挑因素,选水平水平 24 个,不超过6 个3挑选合适的正交表在能够支配下试验因素和交互作用的前提下,要考虑的因素及交互作用的自由度总和小于所选正交表的总自由度4进行表头的设计1.只考察主效应,不考虑互作效应的表头设计；2.只考虑互作效应的表头设计；5确定试验方案,实施试验第 17 页,共 17 页6试验结果分析122.表头设计： 将试验因素支配到所选正交表的各列中去的过程；123.交互作用： 指因素间的联合搭配而产生的对试验指标的影响作用；124.相关系数： 是表示两个变量间线性相关的程度和性质的统计量；名师归纳总结 - - - - - - -