生物统计学分析报告.pptVIP

1.2.4.3 直方图(histogram) 又称矩形图，适合于表示计量资料的次数分布。与条形图相似，横坐标表示各组组限，纵坐标表示次数。按组距截取一定宽度并按次数截取高度，再用直线连接起来构成长方形。各长方形间没有间隔，即前组上限与后组下限合并(图2-3)。 1.2.4.4 多边形图(polygon chart) 也称折线图(broken-line chart)，也是表示计量资料次数分布的一种方法。以横坐标表示各组组中值，纵坐标表示次数。在各组组中值的垂线上，按该组次数高度标记一个点；把相邻的点用直线段顺次连接起来，即成多边形图(图2-4)。 1.2.4.5 散点图(Scatter chart) 又称散布图，适合于表示计数资料和计量资料的次数分布。横坐标表示 x 变量，纵坐标表示 y 变量。由 x值和 y 值确定数据点在图形中的位置。研究人员根据图中各点分布状态判断变量之间的关系(图2-5、图2-6)。 与频数分布表相比，频数分布图能更直观地反映各观测资料的中心及其变化趋势。同样，按照资料分组的频率值也可以绘制频率分布图。 2. 试验资料统计量的计算 由频数分布表、图可知，变量分布具有二种基本特征：集中性和离散性。 集中性(centrality)表达了变量的重心，或者说反映了以某一数值为中心而分布的性质。离散性(discreteness)是变量表现的偏离中心而分散、变异的性质。为了反映变量分布的这两个基本性质，就必须计算它们的统计量(statistic)。 反映集中性的统计量是平均数，包括算术平均值、中位数、众数、几何平均数等；其中最为常用的是算术平均值。 反映离散性的统计量为变异数，包括极差、方差、标准差和变异系数；其中最为常用的是标准差。 2.1 平均数(mean) 是计量资料的代表值，表示资料中观测值的中心位置，并且可作为某组资料代表与其它组资料相比较，以确定二者之间的差异。平均数主要有以下四种： 2.1.1 算术平均数(arithmetic mean) 总体或样本资料中所有观测值的总和除以观测值个数所得的商，称为算术平均数(arithmetic mean)。对于一个具有 N 个观测值的有限总体，其观测数为 x1，x2，…，xN，则该总体的算术平均数(arithmetic mean of the population)为： (2.1) 对于具有 n 个观测数 x1，x2，…，xn 的样本，其算术平均数(arithmetic mean of the sample)为： (2.2) 式(2.1)和式(2.2)中，∑为求和符号；xi 表示随机变量，其下标 i 表示变量排列顺序； 表示把随机变量从第一个加到最后一个，也可简写为 。 是μ的估计值；因 应用广泛，常简称为平均数或均值。 2.1.1.1 算术平均数的计算方法 (1) 直接计算法 当样本较小时可根据算术平均数的定义直接进行。 【例2.1】 随机抽取20株小麦，其株高(cm)分别为82，79，85，84，86，84，83，82，83，83，84，81，80，81，82，81，82，82，82，80，求小麦的平均株高。 根据平均数的定义，由式(2.2)，得： (2) 减去(或加上)常数法 若变量 xi 的值都较大(或较小)，且接近某一常数 a 时，可将它们的值都减去(或加上)常数 a，得到一组新的数据，然后再计算平均数，最后重新加上(或减去)常数 a 即得到 。以减去常数 a 为例，设 y1 = x1 - a，y2 = x2 - a，…，yn = xn – a, 则有 x1 = y1 + a, x2 = y2 + a，…，xn = yn + a，于是有： (2.4) 【例2.2】利用减去常数法，计算例2.1的平均数。 设 a = 80，则有 y1 = 82 – 80 = 2，y2 = 79 – 80 = -1，…，y20 = 80 – 80 = 0，代入式(2.4)，得： (3) 加权平均法 在具有 n 个观测数的样本中，如果观测数 x1 出现 f1 次，观测数 x2 出现 f2 次，……，观测数 xm 出现 fm 次，且 f1 + f2 + … + fm = n，这时则有：