生物上的統計都怎麼算

❶ 高中生物的調查方法 統計方法 計數方法 取樣方法分別有哪些

1、取樣器取樣法是用來調查土壤小動物的種類時的取樣方法；
2、目測估計法和記名統計法 是調查土壤小動物的時候 具體計數的方法.一個准確一個模糊；
3、顯微計數法 是在顯微鏡下觀察並計算某種微生物的數量的方法；
4、稀釋塗布平板法是用稀釋後 在培養基上形成 菌落的方法來計算 細菌等微生物的數量的方法。

❷ 生物實驗中常用的數據統計方法

具體要看統計什麼樣的數據了。。。

一般的就是分類統計，把不同「質量」的數據統計在一起，比較，得出規律。例如孟德爾那個 統計。

或者平均值法，用於統計數量性狀。例如觀察XX因素對「葉片生張的影響」啦，就統計在一個因素下全部植株的葉片數，算個平均值了。。。這個就是減小誤差了。

還可以進行χ檢驗，但這些高中都用不到。

❸ 高中生物豐富度的統計方法

豐富度就是種群的多少，不需要計數的。
目測估計法是簡單估算某地區的種群數，然後進行評價，如：很多，較多，很少。
記名計數法是在獲取樣方後，逐個對樣方中的個體進行記錄，雖然調查豐富度只需要知道種類數就可以了，但是一般在操作時都會將每個物種的數量進行記錄的。

你的理解基本上是正確的，只有調查種群密度時才需要查個數。
某些用於調查種群密度的方法也可以用來調查豐富度：
調查種群密度：標志重捕法、樣方法【查數】、目測估計法【查數】、抽樣檢測法、誘捕法。
調查豐富度：記名計數法（樣方法【查種類】）、目測估計法【查種類】。

❹ 高中生物幾個計數法。

1、取樣器取樣法是用來調查土壤小動物的種類時的取樣方法；

2、目測估計法和記名統計法 是調查土壤小動物的時候 具體計數的方法.一個准確一個模糊；

3、顯微計數法 是在顯微鏡下觀察並計算某種微生物的數量的方法；

4、稀釋塗布平板法是用稀釋後 在培養基上形成 菌落的方法來計算 細菌等微生物的數量的方法。

(4)生物上的統計都怎麼算擴展閱讀：

血球計數法是種統計培養液中微生物的多少的方法，而稀釋塗布平板法是一種接種方法。

血球計數法是在顯微鏡下直接進行測定，方便快捷並且儀器損耗較小。缺點是在一定的容積中的微生物的個體數目包括死活細胞均被計算在內，還有微小雜物也被計算在內。這樣得出結果往往偏高。

這種方法常用於形態個體較大的菌體或孢子，若是觀測細菌或是黴菌，就要換成油鏡。

稀釋塗布平板法將待測樣品製成均勻的系列稀釋液，盡量使樣品中的微生物細胞分散開，使成單個細胞存在（否則一個菌落就不只是代表一個細胞），再取一定稀釋度、一定量的稀釋液接種到平板中，使其均勻分布於平板中的培養基內。經培養後，由單個細胞生長繁殖形成菌落。

❺ 生物統計的率

反映事物或現象出現的機會或頻度，常用百分率或小數表示。如:感染率、死亡率、男嬰率等。若以代表陽性率,則陰性率=1-。若將男嬰記作=1,女嬰記作=0，則個嬰兒的性別指標的均數=(∑/=就是男嬰率。可見，率可以看成是個體取值為1或0的計數數據的均數。這種樣本的率也是對應的總體率的無偏估計。總體的率又稱為概率。
中位數是數據按大小排列後位於中央的數值。對於分布不對稱的指標（如機體內、外環境中的有害物質濃度等）往往會有少數特大值，此時，中位數比均數更具代表性,也更穩定。當為偶數時，則取中央兩數的均數。
眾數即最常出現的數值。如正常妊娠天數的眾數為280天。
極差即最大值與最小值之差。是用於表示數據分散度的簡單指標。
方差比極差更全面地反映個體差異的大小。若總體中有個個體，則總體的方差為
[1432-05] (2)樣本方差 [1432-06] (3)是總體方差的無偏估計。若(3)式的分母改用，就不是無偏估計。-1是自由度：樣本中有個獨立的觀測指標，它們都是隨機變數,它們對於總體均數的離差平方和∑(-),是個獨立隨機變數之和，稱為有個自由度；而(3)式中的∑(-)，是用代替了，等於對個的值加了一個限制，即∑必須等於,換言之,∑(－)只相當於-1個獨立的隨機變數之和，所以它只有-1個自由度。一般地說，對統計量每加上一種限制就用去了一個自由度。為了運算上的方便，離均差平方和有時也記作：
[1432-09] (4)
標准差是方差的平方根。它和觀測值有相同的單位。是最常用的表示數據分散程度的指標。對於正態分布的數據,它的用處尤大。樣本標准差是對總體標准差的一種估計。的值可在有統計功能的計算器上直接得出。計算值的功能鍵常用[on]表示。
變異系數即
[1432-9a] (5)它是不受單位影響的量，可用於比較兩種單位不同的指標(如生物體的長度與重量)的個體變異大小。例如，三隻小白鼠的體重=22，24，27（克）。它們的均數
=(22+24+27)/3=24.3（克）[1432-11]標准差 [1432-21]變異系數 [1432-13]極差Δ=27-22=5（克）。中位數是24克。
概率表示客觀事物可能發生的程度。它是實際觀察到的率(如男嬰率)的總體均值或期望值。它的通用符號是。常用小數或分數表示其大小。例如用0≤≤1表示概率的取值范圍為0～1:假定(男嬰)=22/43=0.512表示生男嬰的概率為22/43或0.512，即略大於1/2。這一理論值是根據反復多次的大樣本統計結果歸納出來的。概率可以從量的方面來說明總體的性質。所謂「小概率事件」是指實際上不大可能發生的事件。
為充分地了解一個總體，就須知道個體的取值范圍，以及出現的各種可能值的概率，即概率分布，簡稱分布。
正態分布一種理想的對稱型分布。有些生物學指標遠非正態分布，而是呈左右不對稱的所謂偏態，但當樣本增大時，它們的均數卻趨向正態分布。這一性質有重要的實用價值。
直方圖一種根據頻數表繪制的圖，它以橫軸上的長方形的面積表示各組的頻數，長方形在橫軸上的邊長相當於組距（圖1[1000名20歲男生的身高]）。
如果一步步地縮小直方圖的組距，同時增大樣本含量，最終將要趨於圖2[正態分布]那樣的極限。在圖2中，曲線以下橫軸以上的面積表示概率,這種曲線稱為「(概率)分布曲線」。
正態分布具有以下性質：以總體均數為中心,在中心處的分布曲線最高；兩側與 距離相等的對稱區間的上方有相同的面積(概率)；與 相距愈遠的區間的概率愈小；可以用與(總體標准差)這兩個參數來描述整個分布（圖3[標准差與正態分布曲線]）只要知道了 和,則個體落入任何區間的概率均可從（統計學書上）事先算好的正態分布表中查得。表1 [標准正態分布尾部概率簡表]是這種表的一個摘要。
標准正態分布凡是正態分布的數據，均可通過減去均數並除以標准差而使之成為均數為0、標准差為1的標准正態分布。經過這種變換的指標記為，
[1433-11] (6) 遵從均數為 標准差為的正態分布,通常以簡單的符號來表示:～( ,)。故可用～(0,1)表示「遵從標准正態分布」。這種分布很常用,尤其是表1所列幾個界限值。
當樣本含量增大時，不論原始數據是不是正態分布，它的大多數統計指標均趨向正態分布，從而可以進一步化為標准正態分布,再根據 的界值來作出推斷（表1[標准正態分布尾部概率簡表]）。
正常范圍生物界的正常范圍常用於診斷、鑒別和分類。制定正常范圍需要一些先決條件：原始數據必須來自同一總體；樣本對總體的代表性要好；儀器、試劑和方法都沒有偏性。理想的界限應有較高的靈敏度與特異度。前者是對異常者的識別率=1-假陽性率；後者是對正常者的識別率=1-假陰性率。當尚未掌握異常者的情況時,可暫將特異度定在0.95(即95%的正常者為此范圍所覆蓋)的水平；待掌握了異常者的數據分布後,再酌情修改界限以便兼顧靈敏度與特異度這兩個方面。

❻ 生物統計學中知t值怎麼求概率

計算公式為：t=△x/ux或t=△p/up。在概率論和統計學中，t分布（t-distribution）用於根據小樣本來估計呈正態分布且方差未知的總體的均值。

❼ 生物統計的統計量

是 個獨立標准正態分布統計量的平方和,它的分布與自由度V有關(表9[表]表" class=image>,圖4[分布]分布" class=image>)。在生物學研究中用處很大，常用於衡量某種理論與實際計數的吻合性，或按兩種指標分組的列聯表的獨立性。實際觀察到的分配在表中每個小格里的計數數據，可以假定是服從泊松分布規律的數據──它的特點是方差等於平均數，且當樣本不很小時，近似於正態分布。由此可以理解下列這個常用的基本公式。
=[1436-01] (22)其中的理論數可按欲檢驗的生物學理論或零假設計算，自由度 =中蘊含獨立統計量的個數。對於普通的只有一行格的單向表──1×表，因受合計的約束，
V=-1而雙向的有行列的×表，則因受行合計與列合計的約束，
=(－1)(－1)對計算結果的分析可參照差異的顯著性檢驗。
例如番茄的真實紫莖、缺刻葉植株AACC與真實綠莖、馬鈴薯葉植株aacc雜交，子2代得如下結果（株數）:紫莖缺刻葉 紫莖馬鈴薯葉 綠莖缺刻葉綠莖馬鈴薯葉
24790 83 34上述觀察頻數是否與遺傳學的獨立分配定律的理論比例：9:3:3:1相符,可用分布來衡量實驗觀察結果與理論頻數之間的吻合度。將上述理論比例改為構成比即：
[1436-02]或0.5625:0.1875:0.1875:0.0625子2代總株數為247+90+83+34=454；理論頻數是總株數與構成比的乘積，故得255.375:85.125:85.125:28.375，代入(22)式：
=[1437-01]自由度=4-1=3,查表9[表]表" class=image>,[x053]=2.37>1.72，故>0.5，高度吻合。衡量吻合度不能用小樣。