第二章 试验资料的整理及描述.ppt

第二章 试验资料的整理与描述 第一节 试验资料的整理 第二节描述试验资料的特征数 主要内容及难点 试验资料的性质和整理方法； 次数分布表的制作； 统计表、统计图的绘制及其特点； 平均数、方差、标准差及变异系数的计算方法和各自的统计意义； 一、试验资料的分类 1、数量性状资料 数量性状是指能够以量测或计数的方法表示其特征的性状。如作物单株产量、株高和单株光合叶面积、单株籽粒数等。观察测定数量性状而获得的数据就是数量性状资料。 2、质量性状资料 质量性状是指只能观察而不能测量的性状，如花药、茎、种子、果实、叶片的颜色、籽粒的饱满度、芒的有无等。质量性状本身不能用数值表示，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。 例如，调查作物受某种病虫害危害情况，将作物性状分为高抗、抗、中抗、中感、感病5个级别，分别用1，2，3，4，5表示，统计样本内各种级别的植株数。 二、试验资料的整理 根据数据出现的一定范围，从最小值到最大值划分成若干个互斥的组区间，再统计各组区间内观察值个数，则可从中寻找到一定的规律，这种由不同组区间内观察值出现的次数组成的分布，简称次数分布。 1、计数资料的整理 表2-1、100个麦穗的每穗小穗数 表2-2、100个麦穗每穗小穗数的次数分布表 每穗粒数（x） 次数（?） 26—30 1 31—35 3 36—40 10 41—45 21 46—50 32 51—55 41 56—60 38 61—65 25 66—70 16 71—75 8 76—80 3 81—85 2 合 计 200 2、计量资料的整理 计量资料在分组前需要确定全距、组数、组距、组中值及组限，然后将全部观测值归组，制成次数分布表。 下面以表2-4中140行水稻产量为例，说明计量资料整理的方法与步骤。 表2-4 140行水稻产量 （单位：g） （1）求全距：全距是资料中最大值与最小值之差，又称为极差(range)，用R表示，即 R=Max(x)-Min(x) 此例最大观测值为254g，最小为75g，全距 R = 254 – 75 = 179（g） （2）确定组数与组距：组数的确定依据：1）观察值多少，2）极差，3）计算方便，4）能保持资料真实性。 样本容量 组 数 30—60 5 — 8 60—100 8 —10 100—200 10—12 200—500 12—18 500以上 18—30 组距：指每组的最大值与最小值之差，记为i。分组时要求各组的组距相等。组距的大小由全距和组数确定，计算公式为： 组距（i）= 全距/组数 （3）、确定组中值与组限：第一组的组中值一般选接近资料中的最小值为宜，而且便于计算。此例为75。 表2-6、140行水稻产量数据的次数分布表 3、质量性状资料的整理 对于质量性状资料可按性状或属性进行分组，分别统计各组的次数，然后制成次数分布表。例如，水稻杂种F2植株米粒性状的分离情况，见表2-7。 表2-7、水稻杂种F2植株米粒性状分离情况 三、常用统计表与统计图 统计表：用表格形式表示数据间的数量关系。 统计图：用几何图形表示数据间的数量关系。 使用统计表和统计图，可以把研究对象的特征、内部构成、相互关系等简明、形象地表达出来，便于分析比较。 表2-8 大豆花色一对等位基因杂种二代分离情况统计表 第二节 描述试验资料的特征数 除了用统计表和统计图来直观、形象地表示研究对象的数量特征外，统计数也可用来描述研究对象的内在规律。把这些统计数称为特征数。描述资料集中性的特征数是平均数，