1 第1章 试验资料统计描述.pptVIP

第一章 试验资料的统计描述 样本容量（样本大小）： 样本中所包含的个体数目 (sample size) ，样本容量常记为n。 通常把n 30的样本叫小样本，n ≥30的样本叫大样本。 通过样本来推断总体是统计分析的基本特点。 为了提高由样本来推断总体的可靠性，要求样本具有一定的代表性: ①样本大小 －－－足够大 ②获得样本的方法－－－采用随机抽样 随机抽样(random sampling) 是指总体中的每一个个体都有同等的机会进入样本。 样本毕竟只是总体的一部分，尽管样本具有代表性，但通过样本来推断总体不可能是百分之百的正确。 统计推断有很大的可靠性但也有一定的错误率 （这是统计分析的另一大特点）。 1.2 参数与统计量 参数：由总体计算的表示总体特征的数值叫参数(parameter)；常用希腊字母表示参数，例如用μ表示总体平均数，用σ表示总体标准差； 统计量：由样本计算的表示样本特征的函数值叫统计量(staistic)。常用拉丁字母表示统计量，例如用 表 示样本平均数，用s表示样本标准差，用R表示极差。 为了表示总体和样本的数量特征，需要计算特征数。 1.3 准确性与精确性 准确性(accuracy)也叫准确度，指观测值与其真值的接近程度。设某一试验指标或性状的真值为μ，观测值为 x，若 x与μ相差的绝对值|x－μ|越小， 则观测值x的准确性越高； 反之则低。 精确性(precision)也叫精确度，指同一试验指标的重复观测值彼此之间接近的程度。若观测值彼此接近，即任意二个观测值xi 、xj 相差的绝对值|xi －xj |越小，则观测值精确性越高；反之则低。准确性、精确性的意义见图2-1。 随机误差 也叫 抽样误差 (sampling error) ， 是由于许多无法控制的内在和外在的偶然因素引起的误差 。 随机误差带有偶然性质，在试验中，即使十分小心的进行试验操作也难以消除。 随机误差不可避免，但可减少。 随机误差影响试验的精确性。 统计上的试验误差是指随机误差。这种误差愈小，试验的精确性愈高。 系统误差 也叫 片面误差 (lopsided error)， 这是由于试验对象个体相差较大、测量仪器校正不准 、 标准试剂不标准等原因引起的偏差，或观测、记载、抄录、计算中的错误等所引起的偏差。 系统误差可以通过改进方法、完善试验设计来避免或消除。 系统误差影响试验的准确性。 正确地进行试验数据资料的分类是统计资料整理的前提。在调查或试验中，由观察、测量所得的数据资料按其性质的不同，一般可以分为数量性资料、 质量性资料资料两大类。 数量性 (quantitative character): 是指能够以测量、计量或计数的方式表示其特征的属性 。观察测定数量属性而获得的数据资料就是数量性资料。 数量性状资料的获得有测量和计数两种方式 ，因而数量性资料又分为计量资料和计数资料两种。 用测量方式获得的数量性资料，即用度、量、衡等计量工具直接测定获得的数量性资料。其数据是用长度、容积、重量等来表示。这种资料的各个观测值不一定是整数，两个相邻的整数间可以有带小数的任何数值出现，其小数位数的多少由度量工具的精度而定 ， 它们之间的变异是连续性的。因此，计量资料也称为连续性变数资料。 指用计数方式获得的数量性状资料。在这类资料中，它的各个观察值只能以整数表示，在两个相邻整数间不得有任何带小数的数值出现。这些观察值只能以整数来表示，各观察值是不连续的，因此该类资料也称为不连续性变异资料或间断性变异资料。 2.1.2 质量性资料 质量性(qualitative character)资料：是指能观察到但不能直接测量而只能用文字来描述其属性特征的一类资料。如食品颜色、 风味等等。这类属性本身不能直接用数值表示，要获得这类性状的数据资料，须对其观察结果作数量化处理，其方法有以下两种： ① 统计次数法 ② 评分法 统计次数法