[理学]数据的基本统计和整理.pdfVIP

预测预报的数据处理与统计分析 第二章 数据的基本统计和整理 通过田间调查和实验，得到了各预报量，如灯下成虫诱虫数、始见期、高峰期、田间虫口密 度等等，或预报因子的各种原始数据，也称为一级数据，这是最基础的信息资料，以后的一切预 报都来源于这些原始信息。对这些数据还必须通过某种必要的基本统计和整理，才能用作以后的 预报量或预报因子。 第一节 数据的精度和单位 一、数据的性状 田间调查或室内实验所得到的数据一般可以分为两大类即可量数据和可数数据。可量数据即 连续性变数，如果把它从小到大排列好，在每两个数中间存在着无限多的连续数据，这些数据均 可精确的测量出来，如预报量中的发育历期、发生期、可以以日为单位计算，也可以是以时为单 位计算，预报因子中如温度 20 、21 、……、30℃等，在这些变量中还可测出许多变量值。如 20. 1、 20.2 、……等。如要求更高精度时，还可测到小数两位。所以这些数据为非整数的可测量性数据。 可数数据是不连续性变数，在由小到大排列的数列中，每两个相邻数据间不可能再存在另一 变数。因此，这类数据只可逐个去数，而不可以去量。如昆虫的密度中的头数 20 与 21 头之间不 可能有 21.5 头，故这类可数性数据都为整数，不需要也不应该写成小数。可数性数据在作为均数 表达时，可以出现小数，一般可按四舍五入原则化为整数表达。 二、数据的精度 在应用数学中每一位数字都代表着一定的有效意义。正如以上所述的两大类数据性状，可量 数据可以量出小数，而可数数据则不可以量出小数。经常遇到的问题是小数到底要量到几位？在 应用数学中最后一位数字相对于小数点位置，来表示该数字的精确程度。因此，不能任意增加或 减少一个数位。例如，6.4 为小数一位，也表示这个数字的真正含义为 6.35-6.44 之间，它的精度 为十分之一，如果测量时正好为 6 则也应该写作 6.0，因为 “0 ”是代表数字的最后一位数，代表 着其精度，不能随意的省略。如果应为 6.4 ，也不能随意写为 6.40 ，因为 6.40 表示其精度为百分 之一。所以在调查或统计数据时应考虑此数据的性状和精度要求，不可能随意添加或减少其位数。 一般虫口密度为整数，历期和发生期可取小数一位，预报因子中精度较为复杂，一般气候要素取 小数两位，土壤微量元素则要求取小数四位，甚至更多。 第二节 数据的分级与转换 通过调查或实验所得到的原始数据也称为真数。在测报中常根据测报模型的需要如判别分析、 模糊分析等要求将真数转换为分级数据。其它任何的预测模型中也都可以将预报量或预测要素按 需要分级处理，也可以只分级处理预报量或预测因子两者中的一类数据。分级处理的预报准确度 常较真数为高，但精度较差。另外，在预报质量检验时．大多也须将真数转换为级数，以便判断 预报与实际之间的符合度。按什么原则进行分级呢? 目前在病虫害预测预报中常凭经验制定分级的 标准，进行分级。在实践中用同一个分析方法，因分级的方法不同，往往是得到的预报也不同。 38 数据的基本统计和整理 所以分级的方法很重要，不能随意凭经验定出标准，而要有科学的分级标准。这里介绍几种常用 的分级方法。 一、预报量划分级别的方法 1 发生期的等级划分 中、短发生期预报的准确性，对期限要求很高。尤其是高峰日的预报，一般要求误差不能超 过 3 天。因此，分级数可以多一些，一般可分 4～5 级。而长期预测，—般为趋势预测，故分级可 以少些，如 2～3 级。发生期分级较简单，常用等差分级法，适用于两级以上的分级使用。先计算 历史资料中的极差值 R 。再将R 除以分级数，得到级距。 最大值−最小值 R 级距 分级数 分级数 例如，某地三化螟第三代成虫最早始蛾盛期为 8 月 20 日，最迟为 9 月 4 日，R 为 16 天，若 划分为 4 级，则级距为 4 天。因此，8 月 20 日至8 月 23 日或8 月 23 日前划分为 1 级，8 月 24 日至27 日为2 级，8 月