数量遗传学的统计学基础
对应大纲第七章第一、二节:数量遗传学的定义与方法,总体与样本、参数与统计数,平均数与变异数,协方差、相关与回归及其显著性测验,线性函数的平均数方差协方差,数学期望与无偏估计,多元线性回归及其假设测验。
本节导读
从这一节起进入大纲第七章「数量遗传学」,十二节分四课讲完,这一节讲前两节。
第一节「绪论」:数量遗传学定义、研究对象、研究方法。
第二节「统计学基础」:一、定义与概念(总体和样本:总体、样本;变数和变量:变数、变量;参数与统计数:参数、统计数);二、平均数和变异数(平均数;变异数);三、直线回归和相关(协方差;简单相关系数;直线回归系数;回归系数和相关系数的关系;回归系数和相关系数的显著性测验);四、线性函数(线性函数的平均数;线性函数的方差;线性函数的协方差);五、数学期望(数学期望与无偏估计:数学期望、无偏估计;求数学期望的规则);六、多元线性回归(多元回归方程;多元回归方程求解;多元回归的假设测验:多元回归关系的假设测验、偏回归系数的假设测验、自变数的相对重要性)。
这一节全是计算的基础,记号照第 1 节的记号表:样本方差 s2 的分母是 n−1,SSx、SP 是离均差平方和与离均差乘积和。题目用到的 t、F 临界值都在题干给出。
数量遗传学的定义、对象与方法
大纲第一节只有一句:「数量遗传学定义、研究对象、研究方法。」数量遗传学是研究数量性状遗传规律的遗传学分支;研究对象是表现连续变异、受多基因控制且易受环境影响的数量性状,如产量、株高、生育期、籽粒品质;研究方法是用统计学方法分析群体的平均数、方差和协方差,把表型变异剖分为遗传与环境部分,估计遗传参数,并预测选择效果;随着分子标记的发展,又能定位控制数量性状的基因位点。
定义与概念
- 总体和样本:总体是研究对象的全体,样本是从总体中抽取的一部分个体。
- 变数和变量:变数一般指所研究的性状或指标(如株高),变量指它的一个个具体观测值;有的教材两词混用,以《大纲及指南》为准。
- 参数与统计数:参数是描述总体特征的数(如总体平均数 μ、总体方差 σ2),通常未知;统计数是由样本算出、用来估计参数的数(如 xˉ、s2)。
平均数和变异数
平均数是一组观测值的集中趋势,常用算术平均数:
xˉ=n∑x变异数描述离散程度,常用样本方差与标准差:
s2=n−1∑(x−xˉ)2=n−1SSx标准差 s=s2。比较单位不同或平均数相差很大的性状时用变异系数 CV=s/xˉ。
直线回归和相关
协方差描述两个变数共同变化的方向与程度:
sxy=n−1SP,SP=∑(x−xˉ)(y−yˉ)简单相关系数是标准化的协方差,取值在 −1 到 1 之间:
r=SSxSSySP直线回归系数是 x 每增加一个单位、y 平均改变的量,回归方程 y^=a+bx 中:
b=SSxSP,a=yˉ−bxˉ回归系数和相关系数的关系:y 对 x 的回归系数 byx 与 x 对 y 的回归系数 bxy 之积等于 r2,并且 r=byxsysx;三者符号相同。
回归系数和相关系数的显著性测验:检验总体相关系数是否为零,用
t=(1−r2)/(n−2)r自由度 n−2;检验回归系数用 t=b/sb,在直线回归中两种检验结果等价。这里的 t 是检验统计量,与第 24 节的「组内相关 t」不是一回事。
线性函数
几个变数按常数系数相加得到的新变数叫线性函数,设 z=c1x1+c2x2:
- 线性函数的平均数:μz=c1μ1+c2μ2。
- 线性函数的方差:
σ12 是两者的协方差;两个变数独立时协方差为零,和与差的方差都等于方差之和。
- 线性函数的协方差:两个线性函数 z1=∑cixi、z2=∑djxj 的协方差等于 ∑i∑jcidjσij。
本节后面还有约 1883 字:报名学员看全文
每门课前 10 节免费看全文;从第 11 节起,完整教程要报名后由顾问在后台为你的账号开通才能看。
题库账号可以直接登录,但第 11 节起的完整教程要报名后由后台开通才能看。
学完练一练
按本节考点从本课的课后练习里抽题(每次 10 道以内),做完看解析、错题自动进错题本。第 11 节起的课后练习报名学员才能练。
本节内容由 AI 辅助编写,配图由 AI 生成,仅供备考参考;考试要求以《全国各类成人高等学校招生考试大纲(2024 年版)》及浙江省教育考试院当年公布为准。