首页 考试大纲 详情页

目   录

一、课程性质与设置目的

二、课程内容与考核目标

第一章  概论

　㈠  学习目的和要求

　㈡　课程内容 

　㈢　考核知识点

　㈣　考核要求

第二章  资料整理

　㈠  学习目的和要求

　㈡　课程内容

　㈢  考核知识点

　㈣　考核要求

第三章  资料的统计描述

　㈠  学习目的和要求

　㈡　课程内容

　㈢　考核知识点

　㈣　考核要求

第四章　常用概率分布

　㈠  学习目的和要求

　㈡　课程内容

　㈢　考核知识点

　㈣　考核要求

第五章  假设检验

　㈠  学习目的和要求

　㈡　课程内容

　㈢　考核知识点

　㈣　考核要求

第六章　方差分析

　㈠  学习目的和要求

　㈡　课程内容

　㈢　考核知识点

　㈣　考核要求

第七章　卡方（χ^２）检验

　㈠  学习目的和要求

　㈡　课程内容

　㈢　考核知识点

　㈣　考核要求

第八章　直线回归与相关

　㈠  学习目的和要求

　㈡　课程内容

　㈢　考核知识点

　㈣　考核要求

第九章　多元直线回归和多元直线相关

　㈠  学习目的和要求

　㈡　课程内容

　㈢　考核知识点

　㈣　考核要求

第十章　协方差分析

　㈠  学习目的和要求

　㈡　课程内容

　㈢　考核知识点

  ㈣　考核要求

第十一章　非参数检验

　㈠  学习目的和要求

　㈡　课程内容

　㈢　考核知识点

　㈣　考核要求

第十二章　试验设计

　㈠  学习目的和要求

　㈡　课程内容

　㈢　考核知识点

　㈣　考核要求

三、有关说明和考核实施要求　　　　　　　　　　　

• 关于考试目标中有关提法的说明
• 关于学习教材及主要参考书
• 自学方法指导
• 对社会助学的要求
• 关于命题考试的若干要求

附录：题型举例

 　

 

 

 

一、课程性质与设置目的

（一）、《生物统计附试验设计》是高等教育自学考试畜牧兽医与管理专业（本科）的一门必修的专业基础课。它是数理统计的原理和方法在生物科学研究中的应用，是一门应用数学。本课程的主要目的是培养学生具备动物科学试验设计的能力和对试验资料进行统计分析处理的能力，能应用生物统计学理论和技术解决畜牧兽医工作和生产中的问题，促进和加快畜牧业的发展，是对畜牧兽医与管理专业毕业生必须达到的要求。

（二）、通过本课程的学习（课堂讲授、自学和作业），应达到目的和要求如下：

1. 了解生物统计学、试验设计的基本概念，掌握数据资料的整理方法。
2. 掌握常见的随机变量正态分布、二项分布的定义、分布规律、特性，有关概率的计算以及应用。

３、深刻理解常见统计量的定义、性质、特点以及应用。

４、领会假设检验原理，掌握掌握常用假设检验方法：ｔ检验法　，F检验法　，χ^２检验法以及相关系数的假设检验方法；掌握参数估计（点估计、区间估计）方法。

1. 领会方差分析的原理，熟练掌握单因素方差分析和两因素方差分析方法和步骤。
2. 理解单因素方差分析的数学模型。

7、 领会一元直线相关的意义，相关系数ｒ的来源，相关系数ｒ的计算、检验和应用。

8、 领会一元直线回归的意义，掌握掌握一元线性回归方程的建立，掌握回归系数ｂ的计算、回归效果的衡量以及利用回归方程进行预测。

1. 了解多元回归和协方差分析的基本概念。

10、领会抽样的基本理论、抽样误差概念，抽样误差的估计，掌握几种常用抽样技术；领会试验设计的意义，掌握常用的几种试验设计的方法以及试验结果的统计分析方法。

   （三）、学习本课程的学生需要有一定的数学基础和初步的统计分析能力，本课程的重点是第三、五、六章，次重点是第四、七、八章，其他的为一般章节。该课程着重于基本概念、基本方法的介绍，注意学生分析问题、解决问题以及动手能力的培养，强基础、重应用。

 

二、课程内容与考核目标

 

第一章　 概论

㈠　学习目的与要求

通过本章学习，了解生物统计和试验设计的概念，了解本课程的主要内容以及本学科发展概况，掌握生物统计学常用的统计术语。

㈡　课程内容

第一节  生物统计在畜禽、水产科学研究中的作用

第二节  生物统计的常用术语

第三节  统计学发展概况

㈢　考核知识点

1、生物统计和试验设计的概念。

2、生物统计学常用的统计术语。

㈣　考核要求

1、领会生物统计和试验设计的概念。

2、掌握生物统计学常用的统计术语。

 

第二章   资料的整理

㈠　学习目的与要求

    通过本章学习，了解资料整理的目的、作用，了解资料分类与统计分析的关系，掌握连续性数据资料的整理与分组方法，掌握次数分布表、次数分布矩形图、频率分布表、各种统计图的制作。

㈡　课程内容

第一节  资料的分类

第二节  资料的整理

第三节  常用统计表与统计图

㈢　考核知识点

1、资料整理的目的、作用。

2、连续性数据资料的整理方法，次数分布表的制作。

3、频率分布矩形图，频率分布折线图制作。

㈣　考核要求

1、识记：资料整理的目的、作用。

2、识记：资料分类与统计分析的关系。

3、领会：次数分布的定义，各种统计图的制作及作用。

4、简单应用：掌握连续性数据资料的整理方法，次数分布表、次数分布矩形图、次数分布折线图的制作。

 

第三章   资料的统计描述

㈠　学习目的与要求

通过本章学习，了解平均数、标准差及变异系数这些常用统计量的概念，掌握这三个统计量的计算方法以及应用。

㈡　课程内容

• 平均数

1、平均数的定义，平均数的功用，平均数的种类，平均数

的计算。

2、平均数的特性。

• 标准差

1、标准差的定义与计算。有时用全距这一指标来反映样本（或总体）的变异程度，但全距仅是最大、最小两个极端数据之差，不能客观反映样本各数据间的变异程度。目前广泛应用标准差来度量样本（或总体）的变异程度。所谓（样本）标准差即是平方和的平均数（称均方或方差）的开平方根，用公式表示为

　　　ｓ＝　　　　　　（３－７）

（注意，此处的分母是自由度“ｎ－１”，而不是ｎ）

应用标准差来反映样本的变异程度比用全距要好得多，因为他考虑了每个数据与平均数的离差。

2、自由度的定义。能够自由变动的离均差的个数称为自由度。它是变数的总个数减去计算过程中使用的条件数。

    3．标准差的特性。

第三节  变异系数

    1、变异系数定义。样本的标准差除以样本平均数的百分数称为变异系数，常用 ｃｖ表示。用公式表示为

　　　　　　　ｃｖ＝×１００％。

2、变异系数的特性。

3、变异系数的应用。

㈢ 考核知识点

1、个统计量及有关概念

2、三个统计量的计算。

3、三个统计量的应用。

㈣ 考核要求

1、识记：平均数，标准差，自由度，变异系数等概念。

2、领会：三种统计量的特性。

3、简单应用：各种平均数、标准差，变异系数的计算及应用。

 

第四章   常用概率分布

㈠　学习目的与要求

    通过本章的学习，了解随机现象，随机事件(必然事件，不可能事件作为随机事件的两个极端)及其概率的定义，了解随机变量的定义，随机变量的种类及常见随机变量的概率分布。掌握正态分布、二项分布的定义、性质，掌握正态分布、二项分布各种概率的计算，掌握几种常见统计量、ｔ、F、x²的抽样分布，各抽样分布的特点以及运用。

㈡　课程内容

• 事件与概率

随机现象、随机事件及其概率。随机事件发生可能性大小的数量表示称为概率。

• 概率分布

随机变量的定义，随机变量的分类，随机变量的概率分布。

• 正态分布

1、正态分布的产生。

2、正态分布的定义——若随机变量Ｘ的概率密度函数为

　ｆ（ｘ）=，

－＜ｘ＜＋∞，σ＞０   (4-1)

则称随机变量Ｘ服从正态分布，简记为ｘ～Ｎ（μ，σ^２）。

1. 正态分布的性质。
2. 标准正态分布
3. 标准正态分布概率密度函数的计算
4. 一般正态分布在某区间取值的概率的计算

• 二项分布

1、二项分布的产生

　  2、二项分布的定义：若随机变量Ｘ的概率函数为

，m=0,1,2,…,n；p+q=1

则称Ｘ服从二项分布，简记为Ｘ～Ｂ（n，p）。

　  3、二项分布的参数：μ，　，。

　  4、二项分布概率的计算及其分布列。

　  5、二项分布与正态分布的关系。

第五节  波松分布

    （选学）

•  样本平均数的抽样分布

1. 抽样分布定义。
2. 统计量的抽样分布。统计量t的抽样分布。
3. 标准误

第七节  t 分布

1. t分布的定义。
2. t分布的特性。

㈢　考核知识点

1、随机事件及其概率。

2、随机变量及其概率分布。

3、连续型、离散型随机变量的概率分布（正态分布、二项分布、普哇松分布）。

1. 随机变量取各个可能值时概率的计算。
2. 几个常用统计量的抽样分布。

㈣　考核要求

1、识记：随机现象、随机试验、随机事件的定义，随机变量定义、分类，标准正态分布的定义，正态分布与标准正态分布的关系。

2、领会：随机变量的概率分布。正态分布的定义，正态分布的性质。统计量、t抽样分布定义、特点和应用。标准误的定义。

3、简单应用：掌握标准正态分布在某区间取值概率的计算（左尾、右尾、中间概率）及其应用。标准误的计算。

4、综合应用：掌握一般正态分布在某区间取值概率的计算（左尾、右尾、中间概率）及其应用，掌握二项分布取各个可能值概率的计算及其分布列。　　

 

第五章　假设检验

 

（－）学习目的要求

    通过本章学习，了解统计假设检验定义，了解为什么要作统计假设检验，掌握统计假设检验的原理和方法步骤，掌握单个平均数、两个平均数比较的假设检验，掌握参数点估计、参数区间估计的方法。

 （二）课程内容

第一节  假设检验的基本原理

统计假设检验定义；统计假设检验的原理—小概率事件原理。该原理是指概率很小的事件（例如0.05或0.01）在一次试验中几乎是不可能发生的；统计假设检验的一般方法步骤；统计假设检验的几个基本概念；两尾检验的定义及其应用；单尾检验的定义及其应用；显著水平（平准、水准）以及两类错误。

•  样本平均数与总体平均数差异显著性检验
• 两个样本平均数差异显著性检验

1. 非配对试验两个样本平均数差异显著性检验
2. 配对试验两个样本平均数差异显著性检验

• 百分数资料差异显著性检验

1. 单个样本百分数与总体百分数差异显著性检验
2. 两个样本百分数差异显著性检验

第五节  总体参数的区间估计

1、点估计的定义，区间估计定义，置信区间定义。

2、正态总体平均数μ的９５％（或９９％）置信区间的构造。置信半径，置信上限，置信下限，置信距，置信度。

3、二项总体百分数Ｐ的（９５％或９９％的）置信区间。

㈢　考核知识点

1、统计假设检验的定义。

2、统计假设检验的必要性（为什么要作统计假设检验），统计假设检验的原理，统计假设检验的方法步骤。

1. 统计假设检验的有关概念
2. 单个样本平均数与总体平均数差异的显著性检验。
3. 两个样本均数差异的显著性检验。（包括非配对试验和配对试验）
4. 百分数资料差异的显著性检验。
5. 平均数的置信区间——正态总体平均数μ的置区间、二项总体百分数Ｐ的置信区间。

㈣　考核要求

1、识记：有关概念。

2、领会：为什么要作统计假设检验，统计假设检验的原理，什么是ｕ检验，ｔ检验。

3、简单应用：单个样本平均数与总体平均数差异的显著性检验；单个样本百分数与总体百分数差异的显著性检验、两个样本百分数差异的显著性检验。

4、综合应用：掌握两个样本均数差异的显著性检验——非配对试验两个样本均数差异的显著性检验、配对试验两个样本均数差异的显著性检验。正态总体平均数μ的置信区间的构建。

 

  第六章　方差分析

 

㈠　学习目的与要求

　　通过本章的学习，了解方差分析的意义，领会方差分析中一些基本概念，掌握方差分析的基本原理和方法步骤，理解单因素方差分析的数学模型，熟练熟练掌握单因素、两因素方差分析的方法。掌握多重比较的方法（LSD法, q法，SSR法）及结果的表示方法。

㈡　课程内容

第一节  方差分析的基本原理与步骤

1、线性模型与基本假定

2、总平方和及总自由度的分解

3、F分布与F检验

Ｆ统计量的分布——F分布，F分布的形成；F分布的定义；F分布的特点；F检验的方法步骤；F检验与t检验的关系。

4、多重比较

介绍多重比较的三种方法（LSD法, q法，SSR法）。

第二节  单因素试验资料的方差分析

1. 单因素方差分析的基本方法步骤（各处理重复数相等和各处理重复数不等的方差分析）
2. 单因素方差分析的数学模型

第三节  两因素试验资料的方差分析

1. 交叉分组资料的方差分析
2. 系统分组资料的方差分析

第四节  方差分析的数学模型与期望均方

      （选学）

第五节  数据转换

 

㈢　考核知识点

1、方差分析的定义。

2、方差分析的有关概念。

3、单因素、两因素方差分析的方法步骤。

4、单因素方差分析的数学模型和期望均方，了解方差分析的原理。

㈣　考核要求

1、识记：方差、方差分析、效应，简单效应，主效应（平均效应），互作效应（交互作用）等若干基本概念。

2 、领会：方差分析的意义，单因素方差分析的数学模型

和期望均方，领会方差分析（即Ｆ检验）的原理。

1. 简单应用：掌握单因素、两因素方差分析的方法步骤。
2. 综合应用：交叉分组资料的方差分析及多重比较的方法（LSD法, q法，SSR法）及结果的表示方法。

 

第七章 　卡方（）检验

 

㈠　学习目的与要求

　  通过本章的学习，了解检验的意义，了解检验的原理，掌握适合性检验的意义及方法步骤，熟练掌握2×2表、2×C表、R×2表的独立性检验的步骤；了解R×C表的独立性检验。掌握适合性检验和独立性检验的区别。

 

㈡　课程内容

第一节  统计量与分布

介绍统计量的来历；分布的定义；分布的特点；统计量需连续性纠正的原因及方法。

第二节  适合性检验

介绍适合性检验的意义与方法。

第三节  独立性检验

    介绍适合性检验与独立性检验主要区别，介绍独立性检验的意义与方法。2×2表、2×C表、R×2表以及R×C表的独立性检验的步骤。

㈢　考核知识点

1、检验的意义。

２、分布的定义，分布的特点。

3、适合性检验的方法步骤。

4、独立性检验的方法步骤。

㈣　考核要求

1、识记：检验的意义以及分布的定义。

2、领会统计量的抽样分布，分布的特点，分布连续性矫正的原因和方法。

3、简单应用：掌握适合性检验的意义和方法步骤。

4、综合应用：掌握独立性检验的意义和方法步骤。

 

第八章　直线回归与相关

  

㈠　学习目的与要求

通过本章的学习，了解一元直线相关和一元直线回归的意义，掌握一元直线相关系数的求法，显著性检验及其应用，掌握一元直线回归方程的建立方法，回归方程（回归系数）的显著性检验，回归效果的分析，回归与相关的关系，掌握利用所建立的回归方程进行预测预报。

㈡　课程内容

第一节  直线回归

介绍回归分析的意义；直线回归方程的建立；回归系数的显著性检验；回归方程效果的分析。

第二节  直线相关

     相关关系的意义；正相关、负相关和零相关；相关系数的定义；相关系数计算公式r=的来历和相关系数计算；样本相关系数的显著性检验：t检验法，查相关系数表法；相关系数和回归系数的关系；应用直线回归与相关的注意事项。

第三节 曲线回归

    （选学）

㈢　考核知识点

1、一元直线相关定义。一元相关系数的计算，相关系数的特性，r的显著性检验及其应用。

2、一元直线回归定义。一元线性回归方程的建立，回归方程（回归系数）的显著性检验。

1. 回归效果的衡量。

4、利用所建立的回归方程进行预测预报。

㈣ 考核要求

1、识记：相关关系与回归分析的定义，一元相关定义，相关系数的性质。

2、领会相关系数的来历，回归方程中各部分的意义，回归与相关的关系，回归方程的假设检验。

3、简单应用：掌握相关系数的计算，掌握回归方程的建立方法——最小二乘法，掌握回归方程的方差分析。

4、综合应用：掌握利用所建立的回归方程由x预测y。

 

第九章   多元线性回归和多元线性相关

              （选学）

㈠　学习目的与要求

    通过本章学习，了解多元线性回归和多元线性相关

意义。

㈡　课程内容

• 多元线性回归分析
• 复相关分析
• 偏相关分析
• 多项式回归

㈢　考核知识点

1、多元线性回归的几个基本概念。

２、复相关系数的定义。

㈣　考核要求

　　　 1、识记：多元线性回归的几个基本概念。

2、领会：多元线性回归方程中各部分的意义。

3、简单应用：复相关系数的计算。

 

第十章 　协方差分析

 

㈠　学习目的与要求

通过本章学习，了解协方差分析的意义，协方差分析的功用。

㈡　课程内容

第一节  协方差分析的意义

单因素方差分析只对一种变量（例如饲养试验结束的末重）进行分析，但若同时有二个（或以上）变量进行分析（例如饲养试验开始家畜的初重与结束时的末重这两个变量），为了去掉初重对末重的影晌，则需采用协方差分析。

记Ｘ、Ｙ分别为二个变量，则称

　　

为协方差，记为ＣＯＶ。

　第二节  协方差分析的功用

㈢　考核知识点

1、协方差分析的基本概念。

2、协方差分析的功用。

㈣　考核要求

1、识记：协方差分析的基本概念。

2、领会：协方差分析的功用。

 

第十一章   非参数检验

（选学）

㈠  学习目的与要求

通过本章学习，了解非参数检验的意义，掌握符号检验的方法与步骤，掌握配对和非配对试验资料秩和检验的方法与步骤，了解多个样本比较、多个样本两两比较的秩和检验，了解等级相关分析的方法与步骤。

㈡　课程内容

第一节  符号检验

第二节  秩和检验

第三节  等级相关分析

㈢　考核知识点

1、非参数检验的意义。

2、符号检验的方法与步骤。

3、配对和非配对试验资料秩和检验的方法与步骤。

㈣　考核要求

1、识记：非参数检验的意义。

2、简单应用：符号检验的方法与步骤，配对和非配对试验资料秩和检验的方法与步骤。

 

第十二章   试验设计

 

㈠  学习目的与要求

　　通过本章学习，了解试验设计的意义，了解试验设计的基本概念，了解畜牧试验的任务和类型，掌握试验计划和试验方案的拟定，深刻领会试验设计的原则，掌握几种常用的试验设计方法（完全随机设计，配对设计，随机单位组（即随机区组）设计）以及各种试验结果的统计分析方法。

㈡　课程内容

• 试验设计概述

    试验设计的广义的定义、狭义的定义；试验研究工作的种类；试验研究工作的三个阶段以及各个阶段的关系；试验设计的几个有关概念：试验指标，试验因素，水平，处理，效应，简单效应，主效应（平均效应），互作效应（交互作用）。

• 动物试验计划

畜牧试验的目标；试验设计的必要性；畜牧试验的基本要求：试验的代表性，试验的正确性，试验的重演性；畜牧试验的一般调查；畜牧试验的小型试验、中间试验；试验计划的拟定；拟定试验方案应考虑的几个问题和试验误差的概念。

• 试验设计的基本原则

    1、.重复（定义、作用）；

2、.随机（定义、作用）；

3、局部控制（定义、作用，实行局部控制的几项措施）。

第四节  完全随机设计

 完全随机设计定义、做法、适用、试验结果的统计分析、优缺点。

第五节  随机单位组设计

    随机单位组（随机区组）设计的定义、做法、适用、试验结果的统计分析、优缺点。

第六节  拉丁方设计（选学）

第七节  交叉设计（选学）

第八节  正交设计（选学）

第九节  调查设计（选学）

第十节  样本含量的确定（选学）

 

㈢考核知识点

1、试验设计的意义。

2、畜牧试验的任务和类型。

3、试验计划和试验方案的拟订。

4、试验设计的方法。

5、试验误差的概念。

6、试验设计的基本原则。

7、几种常用的试验设计方法。

㈣　考核要点

1、识记：试验设计广义、狭义的概念；畜牧试验的三个阶段及各个阶段之间的关系；试验指标、试验因素、水平、处理、效应、简单效应、主效应（平均效应）、互作效应（交互作用）等概念。

2、领会：试验设计的目标；试验设计的必要性；畜牧试验的基本要求；领会试验方案的定义；试验方案拟订应考虑的几个问题；试验误差的概念以及试验误差的种类；试验设计的基本原则并领会三者之间的关系。

   3、简单应用：掌握常用的几种试验设计的方法以及试验结果的统计分析。

三、有关说明与考核实施要求

 

㈠　关于考核目标中有关提法的说明

  为了明确对考核目标的要求，我们把基本要求分为由低到高四个层次：识记、领会、简单应用和综合应用。四个层次分别规定了应当达到的能力要求，四个层次是递进等级关系。

识记：能正确认识和表述科学事实、原理、术语和规律，知道该课程的基础知识，并能进行正确的选择和判断。

领会：能将所学知识加以解释、归纳，能领悟某一概念或原理与其他概念或原理之间的联系，理解其引申意义，并能做出正确的表述和解释。

简单运用：能用所学的概念、原理、方法正确分析和解决较简单问题，具有分析和解决一般问题的能力。

综合应用：能灵活运用所学过的知识，分析和解决比较复杂的问题，具有一定解决实际问题的能力。

　　　　

㈡　关于学习教材及主要参考书

指定使用教材：为全国高等教育“十一五”国家级规划教材：

明道绪主编：《生物统计附试验设计》（第四版）。中国农业出版社，2008年5月第4版。

主要参考书：

1、杜荣骞著.生物统计学[M].高等教育出版社，2000.7

2、谢庄主编.兽医统计学[M]. 高等教育，2005.2

㈢　自学方法指导

  ⒈ 在全面系统学习的基础上掌握基本理论、基本知识基本方法。本课程是《畜牧兽医》专业的专业基础课，涉及数理统计知识和生物学知识，各章节之间既互相衔接，逐层深入，又有一定的独立性。自学应考者应当首先全面系统地学习各章，记忆应当识记的基本概念、名词，深入理解基本理论，弄懂基本方法的内涵；其次要认识个章节之间的联系，注意区分相近的概念和类似的问题，并掌握它们之间的联系；再次，在全面系统学习的基础上掌握重点，有目的地深入学习重点章节。

  2．重视理论联系实际，结合本课程的学习，自学应考者应当尽可能地把生物统计学这一工具和方法应用到自己的实际工作中去，并把实际工作中的问题纳入学习过程中来分析研究，以求解决。从而增强感性知识，更深入地领会教材内容，将知识转化为能力，提高自己的分析问题和解决问题的能力。

㈣　对社会助学的要求

　　１．社会助学者应根据本大纲规定的课程内容和考核目标，认真钻研指定教材，明确本课程与其它课程不同的特点和学习要求，对自学应考者进行切实有效的辅导，引导他们防止自学中的各种偏向，把握社会助学的正确导向。

    ２．要正确处理基础知识和应用能力的关系，努力引导和理论转化成应用能力，在全面辅导的基础上，着重培养和提高自学应考者的分析问题和解决问题的能力。自学应考者将识记、理解同应用联系起来，把基础知识、基本技能和基本方法应用于动物科学试验中，提高对试验资料进行统计分析处理的能力。

     3．要正确处理重点和一般的关系。课程内容有重点和一般之分，但课程内容是全面的，而且重点与一般是相互联系的，不是截然分开的。社会助学者应指导自学应考者全面系统地学习教材，掌握全部课程内容和考核知识点，在此基础上再突出重点。总之，要把重点学习同兼顾一般结合起来，切勿孤立地抓重点、把自学应考者引向猜题押题。

 

㈤　关于命题考试的若干要求　

1、本门课程采用闭卷考试，时间为150分钟。

2 本课程的命题考试，是根据本大纲所规定的课程内容和考试目标来确定考试范围和考核要求，不任意扩大或缩小考试范围，提高或降低考核要求。考试命题覆盖到各章，并适当突出重点章节，体现本课程的内容重点。

3 本课程在试题中对不同能力层次要求的分数比例，一般为：识记占20%；领会占30%；简单应用占30%，综合应用占20%。

 4．试题合理安排难度结构。试题难易度可分为易、较易、较难、难四个等级。每份试卷中，不同难易度试题的分数比例一般为：易占20%；较易占30%；较难占30%；难占20%。必须注意，试题的难易度与能力层次不是一个概念，在各能力层次中都会存在不同难度的问题，切勿混淆。

    5．本课程考试试卷采用的题型，一般有：单项选择题、多项选择题、简答题、计算题等。各种题型的具体形式可参见本大纲附录。

 

附录：题型举例

 

一、单项选择题

1．一元线性回归方程 中，b称为（      ）。

   A、相关系数      B、复相关系数                       

   C、回归系数      D、变异系数             

二、多项选择题

1．试验设计的三大基本原则是（         ）。

A、重复       B、准确        C、随机   

D、局部控制   E、全面控制 

三、简答题

1．概率的基本性质有哪些？

四、问答题

1．标准差的特性主要有哪些？

五、计算题

1．猪血红蛋白含量x服从正态分布N（12.86， 1.33）

（1） 求猪血红蛋白含量x在11.53~14.19范围内的概率。

（2） 若P（x≤ L）＝0.02275，求L的值。