数据资料的特征数与误差分析.pptVIP

第三章 数据资料的特征数与误差分析 本章学习目的 1.掌握数据的整理方法 2.掌握特征数的计算方法 3.了解数据取舍和误差分析方法 4.掌握统计图表的绘制方法 第一节 数据资料类型 1、连续性变数资料--各观察值不一定是整数，两个相邻的整数间可以有带小数的任何数值出现，小数位数多少由度量工具精度而定。 2、间断性变数资料--各观察值只能以整数表示，两个相邻整数间不可能有任何带小数的数值出现。 第二节 数据资料的整理 组距：每组最大值与最小值之差，等组距分组时，组距i=全距/组数 组限及组中值：各组的最大值与最小值分别称之为上限和下限，每组中点值称为组中值。 次数分布表：将资料中的每一观察值逐一归组，统计每组内所包含的观察值个数，作为各组的次数。 （2）间断性变数资料--- 确定组数 确定组距 （3）质量性状资料--- 第三节 数据资料的特征数 平均数-算术平均数、众数、中数、几何平均 数、调和平均数 变异数-全距、方差、标准差、变异系数 （1）算术平均数-指观察值的总和除以观察值个数所 得商值。 （2）中数-指资料中观察值由小到大依次排列后，居 于中间位置的观察值（Md）。 （3）众数-资料中出现次数最多的观察值，Mo表示。 （4）几何平均数-n个观察值连乘积开n次方所得值， G表示。 （5）调和平均数-观察值倒数算术平均数的倒数值， H表示。 1）算术平均数的计算---直接法和加权法。 2）算术平均数的特性 对于总体而言，通常用μ表示总体平均数。有限总体的平均数为： 式中，N为总体所包含的个体数 统计上,用样本平均数 作为总体平均数μ估计值。定义：当一个统计量的数学期望值等于相应总体参数值时，称该统计量为其总体参数的无偏估计。统计学已证明，样本平均数 是总体平均数μ的无偏估计。 （1）全距---又称极差，记作R，是资料中最 大值与最小值的差数。 （2）方差---离均差平方和与观察值个数的比值， 记为S2。 （3）标准方差---方差的正平方根值，记为S。 （4）变异系数---标准差对平均数的百分数，记为 CV。 在应用上，小样本一定要用自由度作分母来估计方差与标准差；若为大样本，因n和n－1相差微小，也可不用自由度而直接用n作除数。 但在这里样本大小的界限没有统一的规定，所以一般用样本资料估计方差、标准差时皆用自由度作除数。 （1）标准差的计算 （2）标准差的特性 ① 数值之间变异大，离均差亦大，标准差必然大；反之 则小。 ② 计算标准差时，在样本各观测值加上或减去一个常数， 其数值不变。 ③ 当样本资料中每个观察值乘以或除以一个不等于零的常 数a时，则所得的标准差是原来标准差的a倍或1/a倍。 利用标准差的特性②和③，常可将资料中的原始数据适当简化后计算标准差。 当单位和（或）平均数不同时，比较其变异程度就不能采用标准差，需采用变异系数来比较,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。 第四节 异常数据的处理 当然有些可疑值可能与多数测定值并非属于同一总体，这样的可疑值称为异常值。 二、检出异常值的方法 （1）利用算术平均误差δ检查 （2）利用标准误差检查 （3）狄克松（Dixon）法 （4）戈罗伯斯（Crubbs）法 第五节 试验数据的误差 1. 试验误差的检测 系统误差的检测-残差观察法、试验对比法、残差校核法、计算测量数据比较法 过失误差的检测-利用算术平均误差δ检查、t检验法、Crubbs法、Dixon法 随机误差的检测-标准差、极差估计 系统误差检测-（1）残差观察法 残差-任一测量值与均值之差。 根据残差规律，判断系统误差的类型。 系统误差检测- （2）试验对比法 改变产生系统误差的条件进行不同条件的测量，进而发现系统误差。 系统误差检测- （3）残差校核法 当 明显不为零时，存在明显的线性系统误差。 系统误差检测- （4）计算测量数据比较法 秩和检验法 t检验法 秩：将测定值从小到大进行排序，每个测定值在序列中的排列次序（当两个测定值相同时，其秩为相应两个秩的平均值） 秩和：秩的总和 T1TT2，α=0.05，不存在系统误差，反之，则存在。 其中， T1，T2分别为测量次数n1和n2对应的秩和检验表中的数值；以测量次