第3章__平均数、标准差与变异系数精讲.ppt

利用（3-2）式得： 即这100头长白母猪仔猪一月龄平均窝重为45.2kg。 计算若干个来自同一总体的样本平均数的平均数时，如果样本含量不等，也应采用加权法计算(以各样本的含量为权)。 【例3.3】 某牛群有黑白花奶牛 1500头，其平均体重为750 kg ，而另一牛群有黑白花奶牛1200头，平均体重为725 kg，如果将这两个牛群混合在一起，其混合后平均体重为多少？ 此例两个牛群所包含的牛的头数不等，要计算两个牛群混合后的平均体重，应以两个牛群牛的头数为权，求两个牛群平均体重的加权平均数，即 当一个统计量的数学期望等于所估计的总体参数时，则称此统计量为该总体参数的无偏估计量。 统计学中常用样本平均数（ ）作为总体平均数（μ）的估计量，并已证明样本平均数是总体平均数μ的无偏估计量。 利用（3-7）式求年平均增长率 =lg-1[（-0.368-0.398–0.602)/3] =lg-1 [-1.368/3 ] =lg-1（-0.456）=0.3501 即年平均增长率为0.3501或35.01%。 一般，对于同一资料： 算术平均数≥几何平均数≥调和平均数。 上述五种平均数，最常用的是算术平均数。 第二节 标准差 自由度 例如：有一个有4个数据（n=4）的样本，其平均值m=5，即受到m=5的条件限制，在自由确定4、2、5三个数据收，第四个数据只能是9，否则m不等于5，因而这里的自由度u=n-1=4-1=3 全距 极差（全距） 极差 = 最大值 - 最小值 只利用了资料中最大值和最小值，不能准确表达资料中各个观察值的变异程度。 （四）在资料服从正态分布的条件下，资料中约有68.26%的观测值在平均数左右一倍标准差（ ±S）范围内；约有95.45%的观测值在平均数左右两倍标准差（ ±2S）范围内；约有99.73%的观测值在平均数左右三倍标准差（ ±3S） 范 围内。也就是说全距近似地等于6倍标准差，可用（全距/6）来粗略估计标准差。 下一张 主 页 退 出 上一张 一、标准差的意义 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。 全距（极差）是表示资料中各观测值变异程度大小最简便的统计量。 全距只利用了资料中的最大值和最小值，并不能准确表达资料中各观测值的变异程度，比较粗略。当资料很多而又要迅速对资料的变异程度作出判断时，可以利用全距这个统计量。 为了准确地表示样本内各个观测值的变异程度 ，人们首先会考虑到以平均数为标准，求出各个观测值与平均数的离差，（ ），称为离均差。 虽然离均差能表示一个观测值偏离平均数的性质和程度，但因为离均差有正、有负 ，离均差之和为零，因而不能用离均差之和 来表示资料中所有观测值的总偏离程度。 为了解决离均差有正、有负，离均差之和为零的问题，可先求离均差的绝对值并将各离均差绝对值之和除以观测值 个数n求得平均绝对离差，即 。 虽然平均绝对离差可以表示资料中各观测值的变异度，但由于平均绝对离差包含绝对值符号，使用很不方便，在统计学中未被采用。 我们还可以采用将离均差平方的办法来解决离均差有正、有负，离均差之和为零的问题。 先将各个离均差平方，即 ，再求离均差平方和，即 ，简称平方和，记为SS；由于离差平方和常随样本大小而改变，为了消除样本大小的影 响，用平方和除以样本大小，即 ，求出离均差平方和的平均数。 为了使所得的统计量是相应总体参数的无偏估计（unbiased estimate）量，统计学证明，在求离均差平方和的平均数时，分母不用样本含量n，而用自由度 n-1， 于是，我们采用统计量 表示资料的变异程度。 统计量 称为均方（m