食品試驗(yàn)設(shè)計(jì)與統(tǒng)計(jì)分析期末復(fù)習(xí)資料

1、第一章1. 統(tǒng)計(jì)學(xué)：研究數(shù)據(jù)的搜集、整理與分析的科學(xué)，面對(duì)不確定性數(shù)據(jù)作出科學(xué)的推斷。因而統(tǒng)計(jì)學(xué)是認(rèn)識(shí)世界的重要手段。2. 食品試驗(yàn)設(shè)計(jì)與統(tǒng)計(jì)分析：數(shù)理統(tǒng)計(jì)原理與方法在食品科學(xué)研究中的應(yīng)用，是一門應(yīng)用數(shù)學(xué)。3. 食品試驗(yàn)科學(xué)的特點(diǎn)：1.食品原料的廣泛性 2.生產(chǎn)工藝的多樣性 3.質(zhì)量控制的重要性 4.不同學(xué)科的綜合性4. 統(tǒng)計(jì)學(xué)發(fā)展概貌：古典記錄統(tǒng)計(jì)學(xué)、近代描述統(tǒng)計(jì)學(xué)、現(xiàn)代推斷統(tǒng)計(jì)學(xué)。第二章5. 總體：根據(jù)研究目的確定的研究對(duì)象的全體。6. 個(gè)體：總體中一個(gè)獨(dú)立的研究單位。7. 樣本：根據(jù)一定方法從總體中抽取部分個(gè)體組成的集合。8. 樣本含量n（樣本容量）：即樣本中個(gè)體的數(shù)目。（n30的樣本叫

2、小樣本，n30的樣本叫大樣本）9. 隨機(jī)樣本：總體中的每一個(gè)個(gè)體都有同等機(jī)會(huì)被抽取組成樣本。10. 參數(shù)：由總體計(jì)算的特征數(shù)。11. 統(tǒng)計(jì)量：由樣本計(jì)算的特征數(shù)。12. 參數(shù)和統(tǒng)計(jì)量的關(guān)系：由相應(yīng)的統(tǒng)計(jì)量來(lái)估計(jì)參數(shù)，如樣本平均數(shù)估計(jì)總體平均數(shù)，樣本標(biāo)準(zhǔn)差估計(jì)總體標(biāo)準(zhǔn)差。13. 準(zhǔn)確性（準(zhǔn)確度）：在調(diào)查或試驗(yàn)中某一實(shí)驗(yàn)指標(biāo)或性狀的觀測(cè)值與真實(shí)值接近的程度。（觀測(cè)值與真實(shí)值之間）14. 精確性（精確度）：在調(diào)查或試驗(yàn)中同一實(shí)驗(yàn)指標(biāo)或性狀的重復(fù)觀測(cè)值彼此接近的程度。（觀測(cè)值與觀測(cè)值之間）15. 試樣中的誤差:隨機(jī)誤差和系統(tǒng)誤差。16. 隨機(jī)誤差（抽樣誤差）：由許多無(wú)法控制的內(nèi)在和外在偶然因素所造成的

3、誤差，不可避免和消除，影響試驗(yàn)的精確性。17. 系統(tǒng)誤差（片面誤差）：由于試驗(yàn)對(duì)象相差較大，測(cè)量的儀器不準(zhǔn)、標(biāo)準(zhǔn)試劑未經(jīng)校正所引起，可以通過(guò)改進(jìn)方法、正確試驗(yàn)設(shè)計(jì)來(lái)避免、消除，影響試驗(yàn)準(zhǔn)確性。18. 資料的分類：連續(xù)性資料：對(duì)每個(gè)觀測(cè)值單位使用儀器或試劑等量測(cè)手段來(lái)測(cè)定其某項(xiàng)指標(biāo)的數(shù)值大小而得到 的資料。間斷性資料：用計(jì)數(shù)方式得到的數(shù)據(jù)資料。分類資料：可自然或人為地分為兩個(gè)或多個(gè)不同類別的資料。等級(jí)資料：將觀察單位按所考察的性狀或指標(biāo)的等級(jí)順序分組，然后清點(diǎn)各組觀察單位的次數(shù)而得的資料。19. 連續(xù)性資料的整理：采用組距式分組1.求全距 2.確定組數(shù) 3.求組距 4.確定組限和組中值（最小值為

4、下限，最大值為上限。第一組的組中值以接近于或等于資料中最小值為好。）5.制作次數(shù)分布表20. 統(tǒng)計(jì)表的繪制原則：結(jié)構(gòu)簡(jiǎn)單，層次分明，內(nèi)容安排合理，重點(diǎn)突出，數(shù)據(jù)準(zhǔn)確，便于理解和分析21. 統(tǒng)計(jì)表種類：簡(jiǎn)單表，復(fù)合表22. 統(tǒng)計(jì)圖：用圖形將統(tǒng)計(jì)資料形象化。長(zhǎng)條圖、圓圖、線圖、直方圖、折線圖。23. 平均數(shù)X：指出資料中數(shù)據(jù)集中較多的中心位置，描述資料的集中性。反應(yīng)了總體分布的集中趨勢(shì)。24. 平均數(shù)的種類：算術(shù)平均數(shù)、中數(shù)、眾數(shù)、幾何平均數(shù)、調(diào)和平均數(shù)。25. 算數(shù)平均數(shù)計(jì)算方法：直接法、加權(quán)法26. 算數(shù)平均數(shù)的特性：離均差為0，離均差平方和最小。27. 離均差：每個(gè)觀測(cè)值均有一個(gè)偏離平均數(shù)的

5、度量指標(biāo)。算術(shù)平均數(shù)的離均差之和為零。28. 離均差平方和：各個(gè)離均差平方后相加。29. 方差（MS）：也稱均方，各數(shù)據(jù)與平均數(shù)的差的平方和與自由度的比。樣本方差用S2表示。（無(wú)單位）30. 自由度df：樣本內(nèi)獨(dú)立而能自由變動(dòng)的離均差個(gè)數(shù)。31. 標(biāo)準(zhǔn)差：樣本方差的算術(shù)平方根。（有單位，與觀測(cè)值單位相同）32. 標(biāo)準(zhǔn)差的特性： 1.標(biāo)準(zhǔn)差的大小受每個(gè)觀測(cè)值的影響，若數(shù)值之間變異大，其離均差亦大，標(biāo)準(zhǔn)差必然大。2.各觀測(cè)值加或減同一常數(shù)，標(biāo)準(zhǔn)差的值不變。3.每個(gè)觀測(cè)值乘以或除以一個(gè)不等于0的常數(shù)A時(shí)，所得標(biāo)準(zhǔn)差是原標(biāo)準(zhǔn)差的A倍或1/A。33. 樣本標(biāo)準(zhǔn)差：EXCEL用STDEV函數(shù)計(jì)算。34.

6、變異系數(shù)CV：標(biāo)準(zhǔn)差相對(duì)于平均數(shù)的百分?jǐn)?shù)。反映了總體的可比程度。CV=35. 變異系數(shù)的作用：當(dāng)資料所帶的單位不同或單位雖然相同而平均數(shù)相差較大時(shí)，不能直接用標(biāo)準(zhǔn)差比較各個(gè)樣本資料的變異程度大小。消除了不同單位和平均數(shù)的影響。第三章36. 伯努利試驗(yàn)：只有兩種實(shí)驗(yàn)結(jié)果的隨機(jī)試驗(yàn)。37. N重伯努利試驗(yàn)：伯努利試驗(yàn)在完全相同的實(shí)驗(yàn)條件下獨(dú)立的重復(fù)n次，并作為一個(gè)隨機(jī)試驗(yàn)。38. 二項(xiàng)分布xB（n，p）：離散型隨機(jī)變量分布。 P(x=k)=(k=0,1,2,3,n)39. 二項(xiàng)分布的特征1.Pn（K）0 2.（p+q）n=1 3.在一定范圍內(nèi)的總概率P等于被包含的幾個(gè)概率之和。4.當(dāng)p值較小且n不

7、大時(shí)，分布是偏倚的。隨著n的增大，分布逐漸趨于對(duì)稱。5.當(dāng)p值趨于0.5時(shí)，分布趨于對(duì)稱。40. 二項(xiàng)分布的應(yīng)用條件：（1）試驗(yàn)結(jié)果為兩大類或兩種可能的結(jié)果。（2）每次試驗(yàn)的條件不變，每次試驗(yàn)A的發(fā)生概率均為。（3）各次試驗(yàn)獨(dú)立，每個(gè)觀察單位的觀察結(jié)果不會(huì)影響到其他觀察單位的結(jié)果。41. 二項(xiàng)分布的平均數(shù)：m=np42. 二項(xiàng)分布的方差：s2=npq43. 泊松分布xP（l）：可以用來(lái)描述和分析隨機(jī)地發(fā)生在單位空間或時(shí)間里的稀有事件的分布。（即小概率事件分布，意外事故、自然災(zāi)害都近似服從） P(x=k)= 44. 泊松分布特點(diǎn)：離散型隨機(jī)變量概率分布，均值與方差相等。=2=。45. 泊松分布的

8、應(yīng)用條件：1. 隨機(jī)地發(fā)生在單位時(shí)間或空間里的稀有事件的概念分布。2. 在二項(xiàng)分布中，n很大，p很小時(shí)。3. 事件不隨機(jī)時(shí)，不能用泊松分布。46. 正態(tài)分布xN(m,s2)：連續(xù)型隨機(jī)變量的概率分布。47. 正態(tài)分布的特點(diǎn)：1. 正態(tài)分布曲線是以均數(shù)m為中心左右對(duì)稱的單峰懸鐘形曲線。在平均數(shù)的左右兩側(cè)，只要（x-m）絕對(duì)值相等，f（x）值就相等。2. f（x）在x=m處達(dá)到最大值，且f(m)=1/()3. f（x）是非負(fù)函數(shù)，以橫軸為漸近線，分布從-到+，且曲線在m±處各有一個(gè)拐點(diǎn)。4. m是位置參數(shù)，2是形狀參數(shù)。5. 正態(tài)分布的次數(shù)多數(shù)集中于平均數(shù)m的附近，離均數(shù)越遠(yuǎn)，其相應(yīng)的次

9、數(shù)越少。6. 曲線f（x）與橫軸之間所圍成的面積等于1。48. 標(biāo)準(zhǔn)正態(tài)分布uN(0,1)：m=0，2=1的正態(tài)分布。49. 標(biāo)準(zhǔn)正態(tài)變量（標(biāo)準(zhǔn)正態(tài)離差）u：u=（x-m）/50. 三種分布的關(guān)系:1. 二項(xiàng)分布，當(dāng)n很大，np、n（1-p）接近，該分布接近于正態(tài)分布。2. 在n®、p®0.5時(shí)或p0.1時(shí)可用二項(xiàng)分布代替正態(tài)分布。3. 當(dāng)n®、p®0，且np=l（較小常數(shù)）時(shí)，用泊松分布代替二項(xiàng)分布。4. 當(dāng)p0.1且n很大時(shí)，用泊松分布代替二項(xiàng)分布。5. 泊松分布，l30時(shí)，用正態(tài)分布代替。51. 抽樣分布：統(tǒng)計(jì)量的分布概率。52. 抽樣誤差：由隨機(jī)

10、抽樣造成的誤差。53. 標(biāo)準(zhǔn)誤差（標(biāo)準(zhǔn)誤，均數(shù)標(biāo)準(zhǔn)誤）：樣本平均數(shù)抽樣總體的標(biāo)準(zhǔn)差。反應(yīng)精確性的高低,sx越大精確度越低。 s54. t分布：在計(jì)算Sx時(shí),由于采用S來(lái)代替s，使得t變量不再服從標(biāo)準(zhǔn)正態(tài)分布，而是服從t分布。 t=（x-m）/Sx第四章55. 統(tǒng)計(jì)推斷：根據(jù)抽樣分布規(guī)律和概率理論，由樣本結(jié)果去推斷總體特征。主要包括假設(shè)檢驗(yàn)（顯著性檢驗(yàn)）和參數(shù)估計(jì)。56. 表面效應(yīng)：樣本平均數(shù)與總體平均數(shù)的差異。包含兩總體平均數(shù)的差異（處理效應(yīng)）（m-m0）和試驗(yàn)誤差e。 x-m0=m+e-m0=（m-m0）+e57. 統(tǒng)計(jì)假設(shè)檢驗(yàn)：對(duì)研究總體提出假設(shè)，然后在此假設(shè)下構(gòu)造合適的檢驗(yàn)統(tǒng)計(jì)量，并由該

11、統(tǒng)計(jì)量的抽樣分布計(jì)算出樣本統(tǒng)計(jì)量的概率，再根據(jù)概率值的大小作出接受或否定假設(shè)的判斷。58. 無(wú)效假設(shè)H0：通過(guò)檢驗(yàn)，可能被接受，也可能被否定。59. 備擇假設(shè)HA：與無(wú)效假設(shè)相對(duì)應(yīng)的假設(shè)。60. 進(jìn)行假設(shè)檢驗(yàn)的基本依據(jù)：把小概率事件在一次試驗(yàn)中看成是實(shí)際不可能發(fā)生的事件稱為小概率事件實(shí)際不可能性原理。61. 顯著水平a：決定接受或否定H0的小概率標(biāo)準(zhǔn)。（常用顯著水平有0.05和0.01）62. 統(tǒng)計(jì)假設(shè)檢驗(yàn)步驟：1.建立假設(shè) 2.確定顯著水平 3.檢驗(yàn)計(jì)算 4.統(tǒng)計(jì)推斷63. 型錯(cuò)誤（第一類錯(cuò)誤）：指當(dāng)H0本身正確，但通過(guò)假設(shè)檢驗(yàn)后卻否定了它，也就是將非真實(shí)差異錯(cuò)判為真實(shí)差異。犯第一類錯(cuò)誤的概

12、率是a。（減少型錯(cuò)誤，可將顯著水平定得小一點(diǎn)。）64. 型錯(cuò)誤（第二類錯(cuò)誤）：當(dāng)H0本身錯(cuò)誤時(shí)，通過(guò)假設(shè)檢驗(yàn)后卻接受了它，也即把真實(shí)差異錯(cuò)判為非真實(shí)差異。（減少型錯(cuò)誤，通常是通過(guò)減少均數(shù)標(biāo)準(zhǔn)誤來(lái)減小第二類錯(cuò)誤的概率。而均數(shù)標(biāo)準(zhǔn)誤的減小是通過(guò)精密的試驗(yàn)設(shè)計(jì)、嚴(yán)格的試驗(yàn)操作和增大樣本容量來(lái)實(shí)現(xiàn)的。由于一般來(lái)說(shuō)大就小，增大了犯第一類錯(cuò)誤的概率時(shí)，犯第二類錯(cuò)誤的可能性就小。反之，小，大。因此在實(shí)踐中可以根據(jù)試驗(yàn)?zāi)康?，通過(guò)調(diào)整的大小來(lái)控制檢驗(yàn)時(shí)犯錯(cuò)誤的概率。）65. 兩尾檢驗(yàn)：備擇假設(shè)中，包含了<0和>0兩種情況，因而這種檢驗(yàn)有兩個(gè)否定域，分別位于樣本平均數(shù)分布曲線的兩尾。66. 一尾檢驗(yàn)：

13、否定域位于x分布曲線某一尾的統(tǒng)計(jì)假設(shè)檢驗(yàn)。67. 選用兩尾檢驗(yàn)還是一尾檢驗(yàn)應(yīng)根據(jù)專業(yè)的要求在試驗(yàn)設(shè)計(jì)時(shí)確定。若事先不知道與0誰(shuí)大誰(shuí)小，為了檢驗(yàn)兩者是否有差異就用兩尾檢驗(yàn)。如果能憑借專業(yè)只是推測(cè)不會(huì)小于（或大于）0時(shí)，為了檢驗(yàn)是否大于（或小于）0應(yīng)用一尾檢驗(yàn)。68. u檢驗(yàn)：在假設(shè)檢驗(yàn)中利用標(biāo)準(zhǔn)正態(tài)分布來(lái)進(jìn)行統(tǒng)計(jì)量的概率計(jì)算的檢驗(yàn)方法。69. u檢驗(yàn)使用范圍：若樣本資料總體方差已知，或樣本含量30時(shí)用u檢驗(yàn)。70. 假設(shè)統(tǒng)計(jì)誤差中試驗(yàn)誤差：隨機(jī)誤差71. 統(tǒng)計(jì)假設(shè)檢驗(yàn)中應(yīng)注意的問(wèn)題：1.試驗(yàn)要科學(xué)設(shè)計(jì)和正確實(shí)施 2.選用正確的統(tǒng)計(jì)假設(shè)檢驗(yàn)方法 3.正確理解差異顯著性的統(tǒng)計(jì)意義 4.合理建設(shè)統(tǒng)計(jì)假

14、設(shè)，正確計(jì)算檢驗(yàn)統(tǒng)計(jì)量單個(gè)樣本平均數(shù)的假設(shè)檢驗(yàn)1) 單個(gè)樣本平均數(shù)的u檢驗(yàn)：某罐頭廠生產(chǎn)肉類罐頭，其自動(dòng)裝罐機(jī)在正常工作時(shí)每罐凈重服從正態(tài)分布N（500，64）（單位，g）。某日隨機(jī)抽查10瓶罐頭，測(cè)其凈重見(jiàn)表。分析裝罐機(jī)當(dāng)日工作是否正常？編號(hào)12345678910凈重（g）5055124974935085155024954905102) 單個(gè)樣本平均數(shù)的t檢驗(yàn)：t檢驗(yàn)：在假設(shè)檢驗(yàn)中利用t分布來(lái)進(jìn)行統(tǒng)計(jì)量的概率計(jì)算的檢驗(yàn)方法。兩個(gè)樣本平均數(shù)的假設(shè)檢驗(yàn)：由兩個(gè)樣本平均數(shù)之差，去判斷這兩個(gè)樣本所在的總體平均數(shù)有無(wú)顯著差異。一、 成組資料平均數(shù)的假設(shè)檢驗(yàn)：1) U檢驗(yàn)1、 如果兩個(gè)樣本資料都服從正態(tài)

15、分布，且總體方差和已知。2、 總體方差未知，但兩個(gè)樣本都是大樣本時(shí)，平均數(shù)差數(shù)的分布呈正態(tài)分布。2) t檢驗(yàn)1. 如果兩個(gè)樣本資料都服從正態(tài)分布，且=時(shí)，不論是大樣本還是小樣本，都有下式服從具有自由度df=n1+n2-2的t分布：。二、 成對(duì)資料平均數(shù)的假設(shè)檢驗(yàn)：72. 二項(xiàng)百分率的假設(shè)檢驗(yàn)1) 單個(gè)二項(xiàng)百分率的假設(shè)檢驗(yàn)2) 單個(gè)二項(xiàng)百分率的假設(shè)檢驗(yàn)第五章73. 方差分析（變量分析）：關(guān)于觀測(cè)值變異原因的數(shù)量分析。（三個(gè)或三個(gè)以上水平的分析，小于3個(gè)用t檢驗(yàn)。）74. 試驗(yàn)設(shè)計(jì)的作用： 1.可以分析清楚試驗(yàn)因素對(duì)試驗(yàn)指標(biāo)影響的大小順序，找出主要因素，抓住主要矛盾 2.可以了解試驗(yàn)因素對(duì)試驗(yàn)指標(biāo)

16、影響的規(guī)律性 3.可以了解試驗(yàn)因素之間相互影響的情況 4.可較快地找出優(yōu)化的生產(chǎn)條件或工藝條件，確定優(yōu)化方案 5.可以正確估計(jì)、預(yù)測(cè)和有效控制、降低試驗(yàn)誤差，提高試驗(yàn)精度 6.可以明確為尋找更優(yōu)生產(chǎn)或工藝條件、深入揭示事物內(nèi)在規(guī)律而進(jìn)一步研究的方向。75. 試驗(yàn)指標(biāo)：根據(jù)研究目的而選定的用來(lái)衡量或考核試驗(yàn)效果的質(zhì)量特性。如：考察加熱對(duì)果膠酶活性的影響，果膠酶活性是試驗(yàn)指標(biāo)。（單指標(biāo)試驗(yàn)，多指標(biāo)試驗(yàn)）76. 試驗(yàn)因素：凡對(duì)試驗(yàn)指標(biāo)可能產(chǎn)生影響的原因或要素。 如：醬油質(zhì)量受原料、曲種、發(fā)酵時(shí)間等的影響，這些都是影響醬油質(zhì)量的因素。77. 因素水平：試驗(yàn)因素所處的某種特定狀態(tài)或數(shù)量等級(jí)。 如：比較3

17、個(gè)大豆品種蛋白質(zhì)含量高低，這3個(gè)品種就是大豆品種這個(gè)試驗(yàn)因素的三個(gè)水平78. 試驗(yàn)處理：事先設(shè)計(jì)好的實(shí)施在實(shí)驗(yàn)單位上的一種具體措施或項(xiàng)目。 如：?jiǎn)我蛩卦囼?yàn)中，試驗(yàn)因素的一個(gè)水平就是一個(gè)處理 多因素：水平組合79. 平方和與自由度分解：設(shè)一個(gè)試驗(yàn)共有k個(gè)處理n個(gè)重復(fù)，則該試驗(yàn)資料共有nk個(gè)觀測(cè)值，其數(shù)據(jù)分組如下：80. F值：兩個(gè)方差之比。 F= 81. F自由度：兩個(gè)。df1= dft=k-1 df2= dfe=k（n-1）82. F檢驗(yàn):用F值出現(xiàn)概率的大小推斷兩個(gè)方差是否相等的方法。83. 方差分析表：變異來(lái)源平方和（SS）自由度（df）均分（MS）F值處理間SStdft=k-1MSt=S

18、St/dftSSt/SSe處理內(nèi)SSe=SST-SStdfe=dfT-dftMSe=SSe/dfe總變異SSTdfT=nk-184. 線性模型：被分析的變量總體中每一個(gè)變數(shù)可以按其變異的原因分解成若干個(gè)線性組成部分。 85. 單因素線性模型的數(shù)學(xué)模型可歸納為：1.效應(yīng)的可加性 2.分布的正態(tài)性 3.方差的同質(zhì)性86. 多重比較：統(tǒng)計(jì)學(xué)中把多個(gè)平均數(shù)兩兩間的比較。（F值顯著或極顯著否定了無(wú)效假設(shè)H0，表明試驗(yàn)的總變異主要來(lái)源于處理間的變異。）（常用的有最小顯著差數(shù)法(LSD法)和最小顯著極差法(LSR法)。）87. 最小顯著差數(shù)法(LSD法)的檢驗(yàn)程序：在處理間的F檢驗(yàn)顯著的前提下，計(jì)算出顯著水

19、平為a的最小顯著差數(shù)LSDa；任何兩個(gè)處理平均數(shù)間的差數(shù)，若其絕對(duì)值LSDa，則為在水平上差異顯著；反之，則為在水平上差異不顯著。這種方法又稱為保護(hù)性最小顯著差數(shù)法。LSD法實(shí)質(zhì)上是t檢驗(yàn)。88. 最小顯著極差法(LSR法)特點(diǎn)：把相互比較的兩平均數(shù)的差數(shù)看成是平均數(shù)的極差，根據(jù)極差范圍捏所包含的處理數(shù)K（稱為秩次距）的不同而采用不同的檢驗(yàn)尺度，以克服LSD法的不足。89. 最小顯著極差法： q檢驗(yàn)和新復(fù)極差法。90. q檢驗(yàn)法：檢驗(yàn)統(tǒng)計(jì)量為q值。 q=R/91. 新復(fù)極差法（鄧肯氏法，SSR）：92. 各處理重復(fù)數(shù)相等的方差分析：93. 兩向分組資料的方差分析1. 兩向分組單獨(dú)觀測(cè)值試驗(yàn)資料

20、的方差分析94. 簡(jiǎn)單效應(yīng)：在某因素同一水平上，另一因素不同水平對(duì)試驗(yàn)指標(biāo)的影響。95. 主效應(yīng)：由于因素水平的改變而引起的平均數(shù)的改變量。96. 互作效應(yīng)：在多因素試驗(yàn)中，一個(gè)因素的作用要受到另一個(gè)因素的影響，表現(xiàn)為某一因素在另一因素的不同水平上所產(chǎn)生的效應(yīng)不同。2. 兩因素等重復(fù)試驗(yàn)：97. 兩向分組有重復(fù)資料方差分析時(shí)數(shù)據(jù)總變異原因可以分解為：A因素，B因素，A*B和誤差98. 方差分析的基本假定：1.效應(yīng)的可加性 2.分布的正態(tài)性 3.方差的同質(zhì)性99. 參數(shù)統(tǒng)計(jì)：限定分布的估計(jì)或檢驗(yàn)。100. 非參數(shù)統(tǒng)計(jì)：對(duì)總體分布的具體形式不必作任何限制性假定和不以總體參數(shù)具體數(shù)值估計(jì)或檢驗(yàn)為目的

21、的推斷統(tǒng)計(jì)。101. 非參數(shù)統(tǒng)計(jì)檢驗(yàn)：非參數(shù)統(tǒng)計(jì)主要用于對(duì)某種判斷或假設(shè)進(jìn)行檢驗(yàn)。102. x2檢驗(yàn)103. 適應(yīng)性檢驗(yàn)：判斷實(shí)際觀察次數(shù)屬性分配是否依循已知屬性分配理論或?qū)W說(shuō)的一種假設(shè)檢驗(yàn)方法。104. 獨(dú)立性檢驗(yàn)：用x2檢驗(yàn)來(lái)探求兩因子間是否彼此獨(dú)立還是關(guān)聯(lián)的檢驗(yàn)。105. 相關(guān)系數(shù)的回歸系數(shù)的符號(hào)：無(wú)法判斷106. 線性回歸分析中的假設(shè)檢驗(yàn)：檢驗(yàn)變量x和y是否有線性相關(guān)關(guān)系。第八章107. 試驗(yàn)指標(biāo)：根據(jù)研究目的而選定的用來(lái)衡量或考核試驗(yàn)效果的質(zhì)量特性。（如：考察加熱對(duì)果 膠酶活性的影響，果膠酶活性是試驗(yàn)指標(biāo)）108. 試驗(yàn)因素：凡對(duì)試驗(yàn)指標(biāo)可能產(chǎn)生影響的原因或要素。（如：醬油質(zhì)量受原料、曲種、發(fā)酵時(shí) 間等的影響，這些都是影響醬油質(zhì)量的因素。） 109. 因素水平：試驗(yàn)因素所處的某種特定狀態(tài)或數(shù)量等級(jí)。（如：比較3個(gè)大豆品種蛋白質(zhì)含量高 低，這3個(gè)品種就是大豆品種這個(gè)試驗(yàn)因素的三個(gè)水平）110. 試驗(yàn)處理：事先設(shè)計(jì)好的實(shí)施在實(shí)驗(yàn)單位上的一種具體措施或項(xiàng)目。（如：?jiǎn)我蛩卦囼?yàn)中， 試驗(yàn)因素的一個(gè)水平就是一個(gè)處理）111. 試驗(yàn)單位：在試驗(yàn)中能接