次数分布和平均数、变异数案例.ppt

第一节 总体及其样本 4 、变数( variable ) ：观察值集合起来，称为总体的变数。变数又称为随机变数(random variable)。 三、算术平均数的重要特性 (1) 样本各观察值与其平均数的差数(简称离均差，deviation from mean)的总和等于0。即： (2) 样本各观察值与其平均数的差数平方的总和，较各个观察值与任意其他数值的差数平方的总和为小，亦即离均差平方的总和最小。这个问题可作这样的说明，设Q为各个观察值与任意数值a的差数平方的总和，即： 对此Q求最小值，可得使Q最小的a 值为平均数。 四、总体平均数 总体平均数用 来代表，它同样具有算术平均数所具有的特性。 (3·4) 上式yi 代表各个观察值，N代表有限总体所包含的个体数， 表示总体内各个观察值的总和。 平均数是度量数据趋中性的，是一组数据的典型代表，不同数据资料整体水平如何，常常是用平均数去比较。但不同数据资料，其平均数的代表性否一样呢？ 例如下面的两组人： 24岁 26岁 25岁 25岁 49岁 1岁 因此单用平均数还不足以很好地描述一组数据的主要特征 两组人的平均年龄都是25岁，你能说这两人都是青年人吗？ 第四节 变异数 平均数的局限性 一）极差（range)：R=Max(y)-Min(y) 上例中： 第一组数据的极差为：R1 = 26-24 = 2 第二组数据的极差为：R2 = 49-1 = 48 用极差度量数据资料变异大小的局限性：极差只考虑了数据中的两个极端值，没有充分利用资料提供的全部信息，而且极端值往往是数据中最不可靠的观测值，因此用极差来表示数据资料的变异具有明显的局限性，一般只在观测值较少的情况下使用。 第四节 变异数 一、变异数的作用及其与平均数的关系 1、变异数的作用：变异数主要用来度量数据资料的离中性 2、变异数与平均数的关系：对同一组资料来说，变异程度越小，平均数 的代表性越好；变异程度越大，平均数的代表性越好 二、变异数的种类 为了解决资料中所有观测值的离均差正负抵消的问题，采用先平方后再相加的办法。 数据资料的变异取决于观测值的离散程度，这自然会联想到所有观测值离均差的大小，如果把这些差值加在一起，数值大就说明这组数据离散程度大，听起来似乎比较合理，但是我们由平均数的第一个性质知道： 用什么特征数来表示数据资料的变异大小比较合理呢？ 第四节 变异数 离均差平方和： 上例中：第一组数据的平方和为：SS1 = (24-25)2 + (25-25)2 +(26-25)2 = 2 第二组数据的平方和为：SS2 = (1-25)2 + (25-25)2 +(49-25)2 = 1152 当两组资料中观测值的数目不等时，用平方和来表示数据资料的变异性是否有局限性呢？ 例如现在有2个班，I班有22位同学，II班有30位同学，以身高作为考查指标，用SS来比较哪班同学身高的离散程度大，若哪班同学身高的离散程度大就发给哪班同学每人一张电影票。试问，是I班同学有意见还是II班同学有意见？ 这不公平，因为II班人数多。 I班 因此必需消除样本容量对离均差平方和的影响，这就需要引入另外一个特征数-方差 * * 第三章 次数分布和平均数、变异数 第一节 总体及其样本 第二节 次数分布 第三节 平均数 第四节 变异数 1、数据：指在生物学试验或调查中，对研究对象的某些特 征或性状进行观察记载得到的数字资料 2、总体( population ) ：指具有共同性质的所有个体组成的集团 有限总体：总体所包含的个体数目有无穷多个 . 无限总体：由有限个个体构成的总体. 总体容量：指总体中所包含的个体数目。用N 表示。 3、观察值(observation) ：指每一个体的某一性状、特性的测定数值。 5 、样本( sample ) ：从总体中抽取若干个个体的集合称为样本(sample)。 6 、统计数( statistic ) ：测定样本中的各个体而得的样本特征数，如平均数等，称为统计数(statistic)。 7 、随机样本( random sample ) ：从总体中随机抽取的样本称为随机样本(random sample) 8、样本容量 ( sample size ) ：样本中包含的个体数称为样本容量或样本含量(sample size) 用n 表示。 第二节 次数分布 一、试验资料的性质与分类 二、次数分