第二篇 资料的整理 - 长江大学.pptVIP

第三章 次数分布和平均数变异数 第一节 总体和样本 一、总体与样本 具有共同性质的个体所组成的集团称为总体(population)；含有有限个个体的总体称为有限总体；包含有无限多个个体的总体叫无限总体。 从总体中抽取若干个体组成的集合，称为样本；从总体中随机抽取的样本称为随机样本。 样本中包含的个体数称为样本容量或样本含量。 二、参数与统计数 参数：由总体的全部观察值而算得的总体特征数，成为 参数。比如总体平均数等。 统计数：测定样本中的各个体而计算得的样本特征数成 为统计数。 第二节　次数分布 一、试验资料的性质与分类 正确地进行资料的分类是资料整理的前提。在调查或试验中，由观察、测量所得的数据按其性质的不同，一般可以分为数量性状资料 、 质量性状资料两大类。 （一）数量性状资料 数量性状(quantitative character)是指能够以量测 或计数的方式表示其特征的性状 。 获得的数据就是数量性状资料 ( data of quantitative characteristics)。 数量性状资料的获得有量测和计数两种方式 ，因而数量性状资料 又分为计量资料（连续性变异资料）和计数资料（不连续性或间断性变异资料）两种。 1、计量资料 指用量测方式获得的数量性状资料, 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异资料。 2、计数资料 指用计数方式获得的数量性状资料。它的各个观察值只能以整数表示，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。 （二）质量性状资料 质量性状(qualitative character)是指能观察到而不能直接测量的性状，如颜色、 性别、生死等。这类性状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 在一定的总体或样本中，根据某一质量性状的类别统计其次数，以次数作为质量性状的数据。例如，在研究豌豆花色遗传时，白花与红花杂交，子二代中红花、白花植株数分类统计。这种由质量性状数量化得来的资料又叫 次数资料。 2、给每类性状以相对数量的方法（评分法） 如小麦籽粒中白色可为0，红色可为1等。 二、次数分布表 当观测值不多(n≤30)时，不必分组，直接进行统 计分析。 当观测值较多(n30)时，宜将观测值分成若干组，以便统计分析。将观测值分组后，制成次数分布表，即可看到资料的集中和变异情况。 （一）计数资料的整理 现以某小麦品种的每穗小穗数为例，说明计数料的整理。 表3-1 100个麦穗的每穗小穗数 每穗小穗数在15─20范围内变动 ，有6个不同的观察值。用各个不同观察值进行分组，共分为6组，组与组间相差为1小穗，称为组距。可得表3-2形式的次数分布表。从表3-2中看到，一堆杂乱的原始资料，经初步整理后，就可了解资料的大致情况。 表3-2 100个麦穗每穗小穗数的次数分布表 每穗小穗数（y） 次数（f） 15 6 16 15 17 32 18 25 19 17 20 5 总次数(n) 100 有些计数资料，观察值较多，变异范围较大，若以每一观察值为一组，则组数太多，而每组内包含的观察值太少，资料的规律性显示不出来。例如研究某早稻品种的每穗粒数，共观察200个稻穗，每穗粒数的变异幅度为27-83粒。对于这样的资料，如每组包含若干粒数的幅度，例如以5粒为一组，可适当减少组数，这样资料的规律性就较明显，对资料进