1. 统计数据的收集与整理.pptVIP

统计数据的收集与整理 总体与样本 数据类型及频数（率）分布 样本的几种特征数 总体与样本 总体：研究的全部对象，构成总体的基本单位称为个体。 总体按总体单位的数目多少可分为: 有限总体：含有有限个个体的总体。 无限总体：包含有无限多个个体的总体。 样本：从总体中抽出的若干个个体所构成的集合。 抽样 从总体中获得样本的过程 放回式抽样 非放回式抽样 数据类型及频数（率）分布 连续型数据 如长度、时间、血压、重量 离散型数据 动物的头数 频数表和频数图（离散型数据） 例1.1 调查每天出生的10名新生儿中，体重超过3千克的人数，共调查120天。 频数表和频数图（连续型数据） 某农场“三尺三”高梁株高调查结果 表1-3 高粱“三尺三”株高频数（率）表 高粱“三尺三”株高柱形图 根据频数表（图）可以看出数据分 布的以下三个重要特征： 1、数据分布的集中情况 2、数据分布的变异情况 3、数据分布图的形状 样本的几个特征数 平均数 标准差 变异系数 偏斜度和峭度 平均数 算术平均数：一个数量资料中各个观察值的总和除以观察值的个数所得的商，记为 中值（数）：将资料内所有观察值从大到小排列，居中间位置的观察值称为中数，记为Md 例如： 1、2、3、4、5， 中数是:3 1、2、3、4、5、6 中数是： (3+4)/2=3.5 众数：资料中最常见的一数，或次数最多一组的中点值，称为众数，记为Mo。 例如：在资料23、24、23、22、23、25、20、23、中 　　　　　　　 Mo＝23 几何平均数：n个观察值，其乘积开n次方，即为几何平均数，用G代表。 算术平均数 设某一资料包含n个观测值： y1、y2、…、yn， 则样本平均数可通过下式计算： （1.1） 其中，Σ为总和符号； 表示从第一个观测值y1累加到第n个观测值yn。可简写为Σy，（1.1）式可改写为： 离散型频数资料的平均值 例1.1 调查每天出生的10名新生儿中，体重超过3千克的人数，共调查120天。 根据表1-1，列出下表 连续型频数资料的平均值 标准差 用平均数作为样本的代表，其代表性的强弱受样本资料中各观测值变异程度的影响。 仅用平均数对一个资料的特征作统计描述是不全面的，还需引入一个表示资料中观测值变异程度大小的统计量。 样本方差（S2）： 标准差（s）： 偏斜度和峭度 偏斜度(g1) 当g1=0时，数据分布呈正态； 当g1为正数时，分布为正偏； 当g1为负数时，分布为负偏； 一般 当|g1| =2时，曲线偏斜很严重 。 峭度（g2） 当g2=0时，数据分布呈正态； 当g2 为正数时，曲线过于陡峭 当g2 为负数时，曲线过于平坦 提示：正态分布的偏斜度和峭度均为0。 变异系数（CV） 变异系数是衡量资料中各观测值变异程度的另一个统计量 。 变异系数可以消除单位 和 （或）平 均数不同对两个或多个资料变异程度比较的影响。 变异系数（CV） 两个小麦品种株高变异的比较 1.4 完整地描述一组数据需要哪几个特征数？ 答：平均数、标准差、偏斜度和峭度。 课内习题 1.2 既然方差和标准差都是衡量数据变异程度的，有了方差为什么还要计算标准差？ 答：标准差的单位与数据的原始单位一致，能更直观地反映数据地离散程度。 1.3 标准差是描述数据变异程度的量，变异系数也是描述数据变异程度的量，两者之间有什么不同？ 答：变异系数可以说是用平均数标准化了的标准差。在比较两个平均数不同的样本时所得结果更可靠。 g2的大小说明曲线的陡峭程度 9.5 9.02 95.0 甲 11.3 8.50 75.0 乙 变异系数 CV(%) S(cm) 平均数(cm) 品种 * * y = 组值，f = 频数，N = 总频数，k = 组数，fy = f和y相乘 y fy m = 组中值，f = 频数，N = 总频数，k = 组数，fm= f和m相乘 (1.10) (1.12) y y2 y y2 三阶中心矩 二阶中心矩 g1是一个不带单位的纯数