下载文档原格式
《食品试验优化设计》习题集第一章绪论一、简答题1、什么是试验设计与统计分析？它在食品科学研究中有何作用？2、统计分析的两个特点是什么？3、食品试验设计与统计分析的主要内容、知识框架结构。
第二章统计资料的整理与分析一、名词解释总体个体样本样本容量随机样本参数统计量随机误差系统误差准确性精确性数量性状资料质量性状资料半定量（等级）资料计数资料计量资料全距（极差）组中值次数分布表次数分布图算术平均数无偏估计几何平均数中位数众数调和平均数标准差方差离均差的平方和（平方和）变异系数二、简答题1、如何提高试验的准确性与精确性？2、如何控制、降低随机误差，避免系统误差？3、资料可以分为哪几类？它们有何区别与联系？4、为什么要对资料进行整理？对于计量资料，整理的基本步骤怎样？5、在对计量资料进行整理时，为什么第一组的组中值以接近或等于资料中的最小值为好？6、统计表与统计图有何用途？常用统计图有哪些？常用统计表有哪些？列统计表、绘统计图时，应注意什么？7、统计中常用的平均数有几种？各在什么情况下应用？8、算术平均数有哪些基本性质？9、标准差有哪些特性？10、为什么变异系数要与平均数、标准差配合使用？三、计算对食品科学专业2004级1班10位同学的体重进行测定，测定结果见表1。
试求其平均数、方差、变异系数、标准差、极差、最大值、最小值等。
表1 10位学生的体重测定结果第三章 理论分布与抽样分布一、名词解释必然现象 随机现象 随机试验 随机事件 概率的统计定义 小概率原理 概率分布 随机变量 离散型随机变量 连续型随机变量 概率分布密度函数 正态分布 标准正态分布 标准正态变量（标准正态离差） 双侧概率（两尾概率） 单侧概率（一尾概率） 贝努利试验 二项分布 波松分布 返置抽样 不返置抽样 标准误 样本平均数的抽样总体 中心极限定理 t 分布 二、简答题1、事件的概率具有那些基本性质？2、离散型随机变量概率分布与连续型随机变量概率分布有何区别？3、正态分布的密度曲线有何特点?4、标准误与标准差有何联系与区别?5、样本平均数抽样总体与原始总体的两个参数间有何联系？6、t 分布与标准正态分布有何区别与联系？ 三、计算题1、已知随机变量u 服从N(0，1)，求P(u ＜-1.4)， P(u ≥1.49)， P （｜u ｜≥2.58）， P(-1.21≤u ＜0.45)，并作图示意。
1.逆向工程：以已有产品为基础，进行消化，吸收并进行创新改进，使之成为在新产品的一种开发模式。
2.优化设计：在多个工程设计中寻找出最佳化方案的过程。
5. 并行工程：是对产品及其相关过程(包括制造过程和支持过程)进行并行、一体化设计的一种系统化的工作模式。
这种工作模式力图使产品开发人员从设计一开始就考虑产品整个生命周期中从概念形成到产品报废的所有因素。
包括质量、成本、进度与用户需求
6. 先进制造技术：是制造业不断吸收机械、电子、信息、材料、能源和现代管理技术等方面的成果，将其综合应用于产品设计、加工、检测、管理、销售、使用、服务、乃至回收的制造全过程，以实现优质、高效、低耗、清洁、灵活生产，提高对动态多变市场的适应能力和竞争力的制造技术的总称。
9. 计算机集成制造：借助于以计算机为核心的信息技术，将企业中各种与制造有关的技术系统集成起来，使企业内的各类功能得到整体优化。
9. 叙述绿色设计的原则。
产品在生命周期中符合环保、人类健康、能耗低资源利用率高。
实验心理学名词解释
以下是一些实验心理学中常见的名词解释：
1. 实验设计：实验设计是在研究中使用的计划和组织实验的方式。
它包括确定实验条件、控制变量、随机分配参与者以及收集和分析数据等步骤。
2. 独立变量：独立变量是研究中研究人员有意操作或改变的因素。
它是实验的操纵因素，其变化可以对因变量产生影响。
3. 因变量：因变量是实验中被测量的结果或观察到的行为。
它是受独立变量影响的变量，用于评估实验效果。
4. 实验组和对照组：实验组是接受实验条件或干预的参与者群体，而对照组是相同条件下不接受实验干预的参与者群体。
对照组用于比较和评估实验组的结果。
5. 随机分配：随机分配是将参与者随机分配到不同实验条件或组别中的过程，以确保组间的可比性，并减少个体差异对实验结果的影响。
6. 双盲设计：双盲设计是实验中用来控制主观偏见的一种方法。
在双盲设计中，既参与者也实验人员不知道他们所处的实验条件，以避免期望效应和主观偏见对结果的干扰。
7. 控制组：控制组是实验中与实验组相对应的参与者群体，在实验中不接受任何干预或处理，用于比较和评估实验组的效果。
8. 效度和可靠性：效度是指测量工具或方法是否能够准确地衡量所要测量的概念或现象；可靠性是指测量工具或方法的稳定性和一致性，即是否能够产生相似的结果。
9.变量：在性质数量上可变化、操纵或测量的条件，现象或特征。
10.自变量：实验者操纵控制的，并且能够产生所要研究的心理现象的变量。
11. 刺激变量：已知对机体的反应发生影响的刺激条件。
这些名词只是实验心理学中的一部分，实验心理学涉及广泛
的研究领域和方法。
试验设计的概念及其作用试验设计是研究者在进行科学实验时所采用的一种组织和安排实验条件、操作步骤及数据收集的方法。
试验设计的主要目的是最大程度地减少误差来源，确保研究结果的可靠性和有效性。
试验设计的作用主要体现在以下几个方面：1. 控制变量：试验设计允许研究者能够识别和控制对实验结果有可能产生干扰的各种变量。
通过保持除被试变量外的其他条件恒定，研究者可以确定实验中引起变化的真正原因，从而减少假阳性或假阴性结果的可能性。
2. 随机分配：试验设计需要随机分配参与者到不同的实验组或对照组，从而避免了选择偏倚和混杂变量对最终结果的影响。
随机分组可以最大程度地保证实验组和对照组之间的相似性，从而提高实验的内部有效性。
3. 定量测量：试验设计要求使用可量化的测量指标来评估实验结果，以便可以进行统计分析和比较不同组别之间的差异。
这种定量测量的方式可以提高研究的准确性和可重复性，对于验证研究假设和得出结论至关重要。
4. 控制偏差：试验设计可以帮助研究者控制各种偏差，例如时间顺序效应、实验者效应、测量误差等。
通过采用适当的设计方法和对照组设置，研究者可以降低这些偏差对最终结果的影响，从而提高实验的外部有效性和推广性。
总之，试验设计是科学实验中必不可少的环节，它可以帮助研究者提高研究结果的可靠性和有效性，确保实验的内部和外部有效性，并减少各种可能干扰因素对研究结论的影响。
通过合理设计和严密实施试验设计，研究者能够更加准确地得出结论，推动科学研究的进展。
试验设计是实验研究中至关重要的一环，它描述了实验的组织和安排方式，确保所得结果的准确性、可靠性和有效性。
在试验设计中，研究者需要制定明确的假设、确定所需样本量、选择适当的实验设计类型，并决定实验组的组成和对照组的设置。
试验设计的作用主要体现在以下几个方面：1. 有效进行因果推断：试验设计是唯一可以用来推断因果关系的研究设计。
通过对实验组和对照组之间的比较，可以确定研究变量对结果的影响。
试验方案名词解释
试验方案是指为完成某个特定任务或目标而制定的一组行动计划和步骤。
在制定试验方案时,需要考虑各种因素,如任务的具体要求、可行性、预期效果、成本和风险等。
试验方案通常包括以下几个部分:
1. 研究背景和目标:介绍研究的背景和目标,明确研究的目的和意义。
2. 研究范围和假设:确定研究的范围和假设,包括研究对象、研究变量和观察变量等。
3. 研究方法和技术:描述研究方法和技术,包括实验设计、数据采集和分析方法等。
4. 实验方案和时间表:制定实验方案和时间表,包括每个实验步骤的时间安排和任务分配。
5. 预期结果和指标:预测实验结果和指标,明确实验的预期目标。
6. 风险管理和控制:描述实验中的风险管理和控制措施,包括可能的变量、误差和干扰等。
通过制定试验方案,可以有效地组织和管理研究工作,确保研究达到预期效果和目标。
在制定试验方案时,需要充分了解研究对象、研究方法和技术,并考虑到实验设计和结果的可信度。
此外,还需要对实验方案进行合理的时间安排和任务分配,以确保实验的顺利进行和结果的准确性。
试验的代表性名词解释导言：试验是科学研究与实践中不可或缺的环节。
无论是自然科学还是社会科学，试验都扮演着重要的角色。
本文将对试验的相关概念进行解释，探讨试验的定义、特点以及在科学研究和实践中的重要作用。
一、试验的定义1.1 试验的概念试验是科学研究和实践中运用特定方法进行的探索性行为。
通过在特定条件下，对某种变量进行调整、操作和观察，试验旨在验证假设、产生科学推理和揭示因果关系。
1.2 试验的要素试验包含三个基本要素，即自变量、因变量和控制变量。
自变量是研究者有意改变或调整的因素，因变量是试验中研究者观察的、随自变量变化而变化的因素，而控制变量是对其他可能影响试验结果的变量进行限制或控制，以确保结果的准确性和可靠性。
二、试验的特点2.1 可控性试验具有一定的可控性，研究者可以根据研究目的和需要，精心设计实验条件和操作方法，以控制和调节相关变量，从而获得准确的实验结果。
2.2 复制性试验的结果具有一定的可复制性。
研究者可以根据已有的实验设计和方法，重新进行试验，以验证和验证实验结果的可靠性和实用性。
复制实验还可以使不同的研究者在相同的条件下开展科学研究，提高研究的可靠性和公正性。
2.3 因果关系研究试验是研究因果关系的有效工具。
通过在试验中操作自变量，观察因变量的变化，研究者可以确定两者之间的因果关系。
这种因果关系研究对于科学推理和理论验证至关重要。
三、试验在科学研究中的作用3.1 假设验证试验对于验证假设具有重要作用。
通过在试验中操作自变量，观察因变量的变化，研究者可以验证某种假设是否成立。
这种验证使科学研究更加可靠和可信。
3.2 现象解释试验可以帮助科学家解释现象和现象背后的规律。
通过进行控制变量的实验设计，研究者可以更好地理解变量之间的关系，揭示出现象背后的真相。
3.3 技术改进与创新试验在技术改进和创新方面也起着重要的作用。
通过不断的试验和改进，科学家可以提高技术水平，探索新的解决方案，并推动科技进步和社会发展。
1根据研究目的确定的研究对象的全体称为总体。
2 总体中的一个研究单位称为个体；
3含有有限个个体的总体称为有限总体； 包含无限多个个体的总体叫无限总体；
4依据一定方法从总体中抽取的部分个体组成的集合称为总体的一个样本，通过样本来推断
总体是统计分析的基本特点。
5通过样本来推断总体有很大的可靠性但有一定的错误率这是统计分析的又一特点。
由总体计算的特征数叫参数，常用希腊字母表示参数，例如用μ表示总体平均数，用σ表示
总体标准差
6由样本计算的特征数叫统计量。常用拉丁字母表示统计量，例如用 表示样本平均数，
用s表示样本标准差。
7总体参数由相应的统计量来估计，例如用 估计μ，用s估计σ等。
8系统误差影响试验的准确性。 一般来说，只要试验工作做得精细，系统误差容易克服。
9频率：在n次同一种试验中，事件A出现了f次，则比值f/n称为事件A在n次试验中出
现的频率。 概率：大量重复该试验，事件A出现的频率f/n逐渐稳定或接近于某一定值P，
则称P为事件A出现的概率，记作P（A）=P。
10正确地进行试验数据资料的分类是统计资料整理的前提。在调查或试验中，由观察、测
量所得的数据资料按其性质的不同，一般可以分为数量性状资料和质量性状资料
11数量性状(quantitative character)是指能够以测量、计量或计数的方式表示其特征的性状 。
观察测定数量性状而获得的数据就是数量性状资料
12 数量性状资料的获得有测量和计数两种方式 ，因而数量性状资料 又分为计量资料和计
数资料两种。 计量资料也称为连续性变异资料。
13计数资料：指用计数方式获得的数量性状资料该类资料也称为不连续性变异资料或间断
性变异资料。 13质量性状(qualitative character)是指能观察到而不能直接测量
的，只能用文字来描述其特征的性状，如食品颜色、 风味等等。其方法有以下两种：统计
次数法 和评分法
14统计次数法：在一定的总体或样本中，根据某一质量性状的类别统计其次数，以次数作
为质量性状的数据。例如，苹果中全红果个数与半红果个数。 由质量性状数量化而得
来的资料又叫 次数资料。 评分法：对某一质量性状 ， 因其类别不同，分别给予评
分。例如，分析面包的质量，可以按照国际面包评分细则进行打分，综合评价面包质量。新
产品开发中的评价打分等等。
15数据资料的检查与核对：目的：在于确保原始资料的完整性和正确性。所谓完整性是指
原始资料无遗缺或重复。 所谓正确性是指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，需要先确定全距、组数、组距、组中值及组限，然后将全部观测
值计数归组。
16数据资料的特征数分平均数与变异数。
17反映资料集中性的量是平均数，平均数是统计学中最常用的统计量，用来表明资料中各
观测值相对集中较多的中心位置。平均数主要包括有：算术平均数、中位数、 众数、几何
平均数、）调和平均数。
18随机变量X也可分为离散型随机变量（间断性随机变量）和连续性随机变量
统计量的概率分布称为抽样分布。
19统计假设检验的基本原理：首先假设该表面效应是由误差引起，在此假设下构造合适的
统计量，并由该统计量的抽样分布来估计样本统计量的概率，根据概率值的大小做出接受或
否定假设的推断。
20统计假设检验的步骤：1做出统计假设 2构造合适的统计量 3确定显著水平，查临界值
4统计推断 p＞0.05，差异不显著，接受H0 ，0.01＜p≤0.05，差异显著，拒绝H0 p
≤0.01，差异极显著，拒绝H0
21样本平均数的假设检验：单个样本平均数的假设检验与两个样本平均数的假设检验
单个样本平均数的假设检验，实质是样本所在总体平均数与已知总体平均数差异显著性检
验。 在实际工作中我们往往需要检验一个样本平均数与已知的总体平均数是否有显著差
异，即检验该样本是否来自某一总体。即检验无效假设H0:μ＝μ0，备择假设HA：μ≠μ
0或μ>μ0(μ<μ0)的问题。已知的总体平均数一般为一些公认的理论数值、经验数值或期
望数值。常用的检验方法有u检验和t检验。
22单个样本平均数的假设检验：单个样本平均数的u 检验和单个样本平均数的t 检验
u 检验（u-test），就是在假设检验中利用标准正态分布来进行统计量的概率计算的检验方法。
Excel中统计函数（Ztest）。
由抽样分布理论可知，有两种情况的资料可以用u检验方法进行分析：样本资料服从正
态分布 N（μ,σ2）,并且总体方差σ2已知；总体方差虽然未知，但样本平均数来自于大
样本（n≥30）。（1） 提出假设。（2）确定显著水平。α＝0.05（两尾概率）（3）构造统计
量，并计算样本统计量值。（4）统计推断。
t 检验（t-test）是利用t分布来进行统计量的概率计算的假设检验方法。它主要应用于总体
方差未知时的小样本资料（n<30）。（1）提出无效假设与备择假设（2）确定显著水平α＝
0.01（3）计算t值（4）查临界t值，作出统计推断
23配对的方式有两种：自身配对与同源配对。同源配对 ：指将非处理条件相近的两个试验
单元组成对子，然后对配对的两个试验单元随机地实施不同处理或同一食品对分成两部分来
接受不同处理。配对试验加强了配对处理间的试验控制（非处理条件高度一致），使处理间
可比性增强，试验误差降低，因而，试验精度较高。
24 成对资料与成组资料相比，成对资料中的两个处理间的数据不是相互独立的，而是存在
某种联系。
25方差分析 ：单个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用u或t
检验。方差分析（Ｆ检验）的步骤１、作出统计假设２、计算各项平方和与自由度3、计算
各均方值及F值4、列出方差分析表，进行显著性检验。
26统计上把多个平均数两两间的相互比较称为多重比较。多重比较的方法甚多，常用的有
最小显著差数法(LSD法)和 最小显著极差法(LSR法)，
LSD法多重比较的步骤 ：(1) 列出平均数的多重比较表 比较表中各处理按其平均数从大
到小,自上而下排列； (2)计算最小显著差数 和 ；(3)将平均数多重比较表中两两平均数
的差数与 比较，作出统计推断。
27方差分析的基本步骤归纳如下：（一）计算各项平方和与自由度；（二）列出方差分析表，
进行F检验；（三）若F检验显著，则进行多重比较。
28回归分析的任务主要包括： ①找出变量间相关关系的近似数学表达式——回归方程
②检验回归方程的效果是否显著。③利用所建立的回归方程，由自变量（原因）来预测、控
制依变量（结果）。
29试验研究的进程：1、确定研究目的（选题）2、查找文献资料3、起草试验设计，做一
个开题报告4、实施试验设计5、资料整理 6、成果鉴定及发表学术论文
试验设计的基本原则：重复、随机化和局部控制
30食品试验的注意事项1、试验的代表性2、正确性3、重演性4、合理性
