第二章 统计数据的收集与整理.pptVIP

第二章 统计数据的收集与整理 第一节 总体与样本（1） 变数（Variable）：对某一性状考察得到的所有数据的集合(X，Y)。 变量（Variate）：变数中各个具体的值为变量，又称为观察值（Observation）（x1，x2，……）。 总体（Population)：由共同性质的个体组成的集合。 有限总体（finite population): 我国18岁男青年的身高 无限总体（infinite population): 新生儿的体重 第一节 总体与样本（3） 7. 样本容量(Sample size or capacity， n)：样本中包含的观察值的数目。 第二节 数据类型和频数（率）分布 一、资料的性质（1） （一）数量性状的资料- (Quantitative variables) 连续性变数(continuous variable = measurement data)：在任两个观察值之间都可能出现只有微量差异的第三个观察值的一类变数。 非整数，与某种标准比较，可提高精确度（变小数） 对其分析的方法为变量的方法(method of variable). 例：长度（株高），时间，重量 一、资料的性质（2） 间断性变数(discontinuous variable)又称离散型数据或计数数据（discrete data or count data)：观察值一般只能取整数的一类变数。 对其分析的方法为属性的方法(method of attribute). 整数，不能细分，不能提高精确度 例：细胞数，种子粒数，每胎仔数 一、资料的性质（3） （二）质量性状的资料(Categorical data)： 只能观察，不能度量的资料。 质量性状数量化的方法： 1) 0，1表示 2) 计数 二、次（频）数分布 变数的频（次）数分布: 由不同区间内观察值出现的次数组成的分布。 简称频（次）数分布(frequency distribution) （一） 频（次）数分布表 将频（次）数分布做成表格的形式。简称频（次）数表。 1. 连续性变数的次数分布表 次数分布表的制作步骤（1） 1) 求得极差(range)R： R的定义为： R＝max(X) — min(X) 表1-2资料，p4 R＝ 170 - 140 ＝ 30 次数分布表的制作步骤(2) 2)确定组数和组距： 组数(K) :指准备将变数出现的整个数量范围分成多少个组区间. 组距(i):指每个组区间的高限和低限之差，即组区间极差。 记作：i的近似值为: R／(K一1)（但应取舍成整数或位数较少的小数，以求其简） 次数分布表的制作步骤(2) 附表 样本容量和组数（盖本，p.38） 观察值数目（n） 分组数目 50 5-10 100 8-16 10-20 12-24 500 15-30 1000 20-40? 次数分布表的制作步骤(2) 表1-2资料，p4 k＝11 i＝30/(11-1)＝3 次数分布表的制作步骤(3) 确定第一组的组界(L1，U1)和组中值(m1） 第一组区间：数值最小的组区间。 在确定其低限L1时应注意： ①L1应小于最小的观察值，并使L1十（1/2）i(即最小组的组值)和最小的观察值接近； ②L1十（1/2）i应是一个数字位数较少、便于计算的值。 次数分布表的制作步骤(3) 表1-2资料，p4 L1＝Min(X)－i/2 ＝140 － 3/2＝138.5 U1＝Min (X)＋i/2 ＝140＋3/2＝141.5 m1 ＝(L1＋U1)/2＝ Min(X) ＝140 次数分布表的制作步骤(4) 4)写出组区间的数列： 从L1开始，加上一个组距i，就可列出第一组的组区间；继续加上一个个组距，就可列出整个数量范围的各个组界区间，成为组界区间数列，或叫分组数列(由各组的组界组成）。 一般组界（分组数列）都要遵守三个原则(1) ①? 互斥：即各个组界的数量范围要互相排斥，一个观察值只能列入一个组内，不能模棱两可。 即：[Li，Ui） 一般的分组数列都要遵守三个原则(2) ②完全：即分组数列必须将全部观察值皆包括进去(但又要尽可能避免使用低限或高限不明确的组界)。 ? ③一致：即同一分组数列的各组组距一般都应取同一值。 次数分布表的制作步骤(4) 表1-2资料，p4 L